Anthropic-Cybersecurity-Skills/README.FR.md

Compétences Cybersecurity Anthropic

La plus grande bibliothèque open source de compétences cybersécurité pour agents IA

754 compétences cybersécurité de niveau production · 26 domaines de sécurité · 5 correspondances de frameworks · 26+ plateformes IA

Get Started · Ce qu’il contient · Frameworks · Plateformes · Contribuer

⚠️ Projet communautaire — Il s’agit d’un projet indépendant créé par la communauté. Non affilié à Anthropic PBC.

Donnez à n’importe quel agent IA les compétences de sécurité d’un analyste senior

Un analyste junior sait quel plugin Volatility3 exécuter sur un dump mémoire suspect, quelles règles Sigma détectent un Kerberoasting, et comment analyser une compromission cloud sur trois fournisseurs. Votre agent IA ne le sait pas — à moins que vous ne lui fournissiez ces compétences.

Ce dépôt contient 754 compétences cybersécurité structurées couvrant 26 domaines de sécurité, chacune suivant le standard ouvert agentskills.io. Chaque compétence est mappée à six frameworks de l’industrie — MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, MITRE D3FEND, NIST AI RMF, et le MITRE Fight Fraud Framework (F3) — ce qui en fait la seule bibliothèque open source de compétences offrant une couverture unifiée inter-framework. Clonez-la, pointez votre agent dessus, et votre prochaine investigation sécurité bénéficiera d’un guidage de niveau expert en quelques secondes.

Six frameworks, une seule bibliothèque de compétences

Aucune autre bibliothèque open source de compétences ne mappe chaque compétence à l’ensemble de ces frameworks. Une compétence, six cases de conformité cochées.

Framework	Version	Couverture dans ce dépôt	Ce qui est mappé
MITRE ATT&CK	v19.1	15 tactiques · 286 techniques	Comportements adverses et TTP
NIST CSF 2.0	2.0	6 fonctions · 22 catégories	Posture de sécurité organisationnelle
MITRE ATLAS	v5.4	16 tactiques · 84 techniques	Menaces adverses sur IA/ML
MITRE D3FEND	v1.3	7 catégories · 267 techniques	Contre-mesures défensives
NIST AI RMF	1.0	4 fonctions · 72 sous-catégories	Gestion des risques IA
MITRE F3 (Fight Fraud Framework)	v1.1 (2026-04-09)	8 tactiques · 123 techniques · 94 compétences liées à la fraude	TTP de fraude financière cybernétique

Exemple — une seule compétence mappée sur les six frameworks :

Compétence	ATT&CK	NIST CSF	ATLAS	D3FEND	AI RMF	F3
analyzing-network-traffic-of-malware	T1071	DE.CM	AML.T0047	D3-NTA	MEASURE-2.6	—
detecting-business-email-compromise	T1566	DE.AE	—	—	—	F1005.006 · monétisation

🆕 MITRE Fight Fraud Framework (F3) — 94 compétences liées à la fraude

Le MITRE Fight Fraud Framework (F3) a été publié le 9 avril 2026 par le Center for Threat-Informed Defense (CTID) de MITRE, co-développé avec JPMorganChase, Citigroup, Lloyds Banking Group, Standard Chartered, CrowdStrike, Verizon Business, FS-ISAC, et d’autres. Il s’agit d’un catalogue TTP compatible ATT&CK pour la fraude financière cybernétique — comblant le vide laissé par ATT&CK après la compromission initiale.

F3 v1.1 ajoute deux tactiques spécifiques à la fraude qu’ATT&CK n’énumère pas :

• Positioning (FA0001) — actions menées après l’accès pour collecter/manipuler des données et préparer la fraude (ensemencement d’identité synthétique, mise en chauffe de compte, configuration de bénéficiaire, pré-positionnement pour SIM swap, hijack de session bancaire).
• Monetization (FA0002) — conversion d’actifs volés en fonds utilisables (empilement via money mule, fraude APP, off-ramping crypto, cash-out par carte, abus remboursement/chargeback).

Les techniques spécifiques à la fraude utilisent des IDs F1XXX (par ex. F1005.003 Add Beneficiary, F1025.003 Wire Transfer, F1007 Adversary-in-the-Browser) ; les techniques ATT&CK réutilisées conservent leurs IDs T1XXX. Les mappings se trouvent dans chaque bloc de frontmatter mitre_f3: — les 123 IDs de techniques F3 v1.1 ont tous été vérifiés à partir du bundle STIX upstream. Voir docs/mitre-f3-mapping.md pour le schéma.

MITRE ATT&CK v19.1 — 754/754 compétences mappées

Chaque compétence contient une liste mitre_attack en frontmatter validée contre MITRE ATT&CK v19.1 (la dernière version) à l’aide de la bibliothèque officielle mitreattack-python — 286 techniques distinctes sur les 15 tactiques Enterprise, plus des techniques ICS et Mobile lorsque pertinent. Aucun ID révoqué ou obsolète. La restructuration de Defense Evasion dans v19.1 (désormais séparée en Stealth et Defense Impairment) est reflétée ci-dessous.

Tactic	ID	Skills
Reconnaissance	TA0043	103
Resource Development	TA0042	22
Initial Access	TA0001	467
Execution	TA0002	350
Persistence	TA0003	444
Privilege Escalation	TA0004	464
Stealth	TA0005	442
Defense Impairment	TA0112	92
Credential Access	TA0006	202
Discovery	TA0007	237
Lateral Movement	TA0008	68
Collection	TA0009	172
Command and Control	TA0011	123
Exfiltration	TA0010	82
Impact	TA0040	50

Démarrage rapide

# Option 1 : npx (recommandé)
npx skills add mukul975/Anthropic-Cybersecurity-Skills

# Option 2 : clonage Git
git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
cd Anthropic-Cybersecurity-Skills

Fonctionne immédiatement avec Claude Code, GitHub Copilot, OpenAI Codex CLI, Cursor, Gemini CLI, et toute plateforme compatible agentskills.io.

🌍 GARS-2026 — Global Agentic AI Readiness Survey

Je mène une étude académique mondiale mesurant à quel point les professionnels de la sécurité, les développeurs et les équipes d’entreprise sont réellement prêts pour l’IA agentique — serveurs MCP, tool calling, gouvernance, et workflows human-in-the-loop.

Si vous utilisez ce dépôt, votre réponse serait une donnée réellement précieuse.

📋 Répondez à l’enquête (10 min) : Survey Link

• 60 questions · Anonyme · Supervisé par SRH Berlin
• Vous recevez 50 Casky Tokens pour l’accès anticipé à casky.ai
• Résultats publiés en open access sous CC-BY 4.0

🚀 Essayez-le dans le Playground

Découvrez Casky.ai en pratique — aucune configuration requise.

** → Lancer le Playground sur Casky.ai **

Le playground vous permet de :

• Exécuter des exercices de compétences cybersécurité en direct sur de vraies cibles
• Voir des agents IA exécuter des compétences structurées en temps réel
• Explorer de manière interactive des workflows mappés à MITRE ATT&CK
• Tester des scénarios de threat hunting, DFIR et pentest

Pas d’installation. Pas de configuration. Juste ouvrir et commencer.

Pourquoi ce projet existe

La pénurie de main-d’œuvre en cybersécurité a atteint 4,8 millions de postes non pourvus dans le monde en 2024 (ISC2). Les agents IA peuvent aider à combler cet écart — mais seulement s’ils disposent d’une base de connaissances métier structurée.

Les agents actuels savent écrire du code et chercher sur le web, mais ils n’ont pas les playbooks praticiens qui transforment un LLM générique en analyste sécurité compétent.

Les dépôts d’outils de sécurité existants fournissent des wordlists, des payloads ou du code d’exploitation. Aucun ne fournit à un agent IA le workflow de décision structuré qu’un analyste senior suit : quand utiliser chaque technique, quelles préconditions vérifier, comment exécuter étape par étape, et comment valider les résultats. C’est cet écart que ce projet comble.

Anthropic Cybersecurity Skills n’est pas une collection de scripts ou de checklists. C’est une base de connaissances native IA conçue dès l’origine pour le standard agentskills.io — frontmatter YAML pour la découverte en sous-seconde, Markdown structuré pour l’exécution pas à pas, et fichiers de référence pour le contexte technique approfondi. Chaque compétence encode de vrais workflows praticiens, pas des résumés générés.

Ce qu’il contient — 26 domaines de sécurité

Domaine	Compétences	Capacités clés
Cloud Security	60	AWS, Azure, GCP hardening · CSPM · forensics cloud
Threat Hunting	55	Chasse guidée par hypothèses · détection LOTL · analytics comportementales
Threat Intelligence	50	STIX/TAXII · MISP · intégration de flux · profilage d’acteurs
Web Application Security	42	OWASP Top 10 · SQLi · XSS · SSRF · désérialisation
Network Security	40	IDS/IPS · règles de pare-feu · segmentation VLAN · analyse du trafic
Malware Analysis	39	Analyse statique/dynamique · rétro-ingénierie · sandboxing
Digital Forensics	37	Imagerie disque · forensique mémoire · reconstruction chronologique
Security Operations	36	Corrélation SIEM · analyse de logs · triage d’alertes
Identity & Access Management	35	Politiques IAM · PAM · identité zero trust · Okta · SailPoint
SOC Operations	33	Playbooks · workflows d’escalade · métriques · exercices tabletop
Container Security	30	RBAC Kubernetes · scan d’images · Falco · forensics de conteneurs
OT/ICS Security	28	Modbus · DNP3 · IEC 62443 · défense des historian · SCADA
API Security	28	GraphQL · REST · OWASP API Top 10 · contournement WAF
Vulnerability Management	25	Nessus · workflows de scan · priorisation des patchs · CVSS
Incident Response	25	Confinement de compromission · réponse ransomware · playbooks IR
Red Teaming	24	Engagements full-scope · attaques AD · simulation de phishing
Penetration Testing	23	Pentest réseau · web · cloud · mobile · wireless
Endpoint Security	17	EDR · détection LOTL · malware fileless · chasse à la persistance
DevSecOps	17	Sécurité CI/CD · signature de code · audit Terraform
Phishing Defense	16	Authentification email · détection BEC · IR phishing
Cryptography	14	TLS · Ed25519 · certificate transparency · gestion des clés
Zero Trust Architecture	13	BeyondCorp · modèle de maturité CISA · microsegmentation
Mobile Security	12	Analyse Android/iOS · pentest mobile · forensics MDM
Ransomware Defense	7	Détection précurseur · réponse · récupération · analyse du chiffrement
Compliance & Governance	5	CIS benchmarks · SOC 2 · cadres réglementaires
Deception Technology	2	Honeytokens · canaris de détection de compromission

Comment les agents IA utilisent ces compétences

Chaque compétence coûte environ 30 tokens à scanner (seulement le frontmatter) et 500 à 2 000 tokens à charger entièrement (workflow complet). Cette architecture de divulgation progressive permet aux agents de parcourir les 754 compétences en une seule passe sans exploser les fenêtres de contexte.

Prompt utilisateur : "Analyse ce dump mémoire pour des signes de vol d’identifiants"

Processus interne de l’agent :

  1. Scanne les frontmatters des 754 compétences (~30 tokens chacun)
     → identifie 12 compétences pertinentes en faisant correspondre tags, description, domaine

  2. Charge les 3 meilleurs résultats :
     -  performing-memory-forensics-with-volatility3
     -  hunting-for-credential-dumping-lsass
     -  analyzing-windows-event-logs-for-credential-access

  3. Exécute le workflow structuré étape par étape
     → lance les plugins Volatility3, vérifie les schémas d’accès à LSASS,
        corrèle avec les preuves des journaux d’événements

  4. Valide les résultats à l’aide de la section Verification
     → confirme les IOCs, mappe les constatations vers ATT&CK T1003 (Credential Dumping)

Sans ces compétences, l’agent devine les commandes d’outils et rate des étapes critiques. Avec elles, il suit le même playbook qu’un analyste DFIR senior.

Anatomie d’une compétence

Chaque compétence suit une structure de répertoire cohérente :

skills/performing-memory-forensics-with-volatility3/
├── SKILL.md ← Définition de la compétence (frontmatter YAML + corps Markdown)
├── references/
│ ├── standards.md ← Mappages MITRE ATT&CK, ATLAS, D3FEND, NIST
│ └── workflows.md ← Référence détaillée de procédure technique
├── scripts/
│ └── process.py ← Scripts d’assistance opérationnels
└── assets/
    └── template.md ← Checklists et modèles de rapport remplis

Frontmatter YAML (exemple réel)

***
name: performing-memory-forensics-with-volatility3
description: >-
  Analyser des dumps mémoire pour extraire les processus en cours,
  les connexions réseau, le code injecté et les artefacts malware à l’aide
  du framework Volatility3.
domain: cybersecurity
subdomain: digital-forensics
tags: [forensics, memory-analysis, volatility3, incident-response, dfir]
atlas_techniques: [AML.T0047]
d3fend_techniques: [D3-MA, D3-PSMD]
nist_ai_rmf: [MEASURE-2.6]
nist_csf: [DE.CM-01, RS.AN-03]
version: "1.2"
author: mukul975
license: Apache-2.0
***

Sections du corps Markdown

## When to Use
Conditions de déclenchement — quand un agent IA doit-il activer cette compétence ?

## Prerequisites
Outils requis, niveaux d’accès et configuration d’environnement.

## Workflow
Guide d’exécution pas à pas avec commandes spécifiques et points de décision.

## Verification
Comment confirmer que la compétence a été exécutée avec succès.

Les champs du frontmatter : name (kebab-case, 1–64 caractères), description (riche en mots-clés pour la découverte par agent), domain, subdomain, tags, atlas_techniques (IDs MITRE ATLAS), d3fend_techniques (IDs MITRE D3FEND), nist_ai_rmf (références NIST AI RMF), nist_csf (catégories NIST CSF 2.0). Les mappages MITRE ATT&CK sont documentés dans le fichier references/standards.md de chaque compétence et dans la couche ATT&CK Navigator incluse dans les releases.

📊 Couverture MITRE ATT&CK Enterprise — les 14 tactiques

Tactic	ID	Coverage	Key skills
Reconnaissance	TA0043	Strong	OSINT, énumération de sous-domaines, reconnaissance DNS
Resource Development	TA0042	Moderate	Infrastructure de phishing, détection de mise en place C2
Initial Access	TA0001	Strong	Simulation de phishing, détection d’exploit, forced browsing
Execution	TA0002	Strong	Analyse PowerShell, malware fileless, script block logging
Persistence	TA0003	Strong	Tâches planifiées, registre, comptes de service, LOTL
Privilege Escalation	TA0004	Strong	Kerberoasting, attaques AD, élévation de privilèges cloud
Defense Evasion	TA0005	Strong	Obfuscation, analyse rootkit, détection d’évasion
Credential Access	TA0006	Strong	Détection Mimikatz, pass-the-hash, credential dumping
Discovery	TA0007	Moderate	BloodHound, énumération AD, scan réseau
Lateral Movement	TA0008	Strong	Exploits SMB, détection des déplacements latéraux avec Splunk
Collection	TA0009	Moderate	Forensics email, détection de data staging
Command and Control	TA0011	Strong	Beaconing C2, DNS tunneling, analyse Cobalt Strike
Exfiltration	TA0010	Strong	Exfiltration DNS, contrôles DLP, détection de perte de données
Impact	TA0040	Strong	Défense ransomware, analyse du chiffrement, récupération

Un fichier de couche ATT&CK Navigator est inclus dans les assets de release v1.0.0 pour la visualisation de la couverture.

Note : ATT&CK v19 arrive le 28 avril 2026 — en séparant Defense Evasion (TA0005) en deux nouvelles tactiques : Stealth et Impair Defenses. Les mappages des compétences seront mis à jour dans une prochaine version. 📊 Alignement NIST CSF 2.0 — les 6 fonctions

Function	Skills	Examples
Govern (GV)	30+	Stratégie de risque, cadres de politique, rôles et responsabilités
Identify (ID)	120+	Découverte des actifs, évaluation du paysage de menaces, analyse du risque
Protect (PR)	150+	Durcissement IAM, règles WAF, zero trust, chiffrement
Detect (DE)	200+	Threat hunting, corrélation SIEM, détection d’anomalies
Respond (RS)	160+	Réponse à incident, forensics, confinement d’une compromission
Recover (RC)	40+	Récupération ransomware, BCP, reprise après sinistre

NIST CSF 2.0 (février 2024) a ajouté la fonction Govern et étendu le périmètre des infrastructures critiques à toutes les organisations. Les mappages des compétences s’alignent sur les 22 catégories et font référence à 106 sous-catégories.

📊 Analyse approfondie des frameworks — ATLAS, D3FEND, AI RMF

MITRE ATLAS v5.4 — Menaces adverses IA/ML

ATLAS mappe les tactiques, techniques et cas d’usage adverses spécifiques aux systèmes d’IA et de machine learning. La version 5.4 couvre 16 tactiques et 84 techniques, y compris les vecteurs d’attaque agentiques ajoutés fin 2025 : empoisonnement du contexte d’un agent IA, abus d’invocation d’outils, compromission de serveurs MCP, et déploiement d’agents malveillants. Les compétences mappées à ATLAS aident les agents à identifier et contrer les menaces visant les pipelines ML, les poids de modèles, les API d’inférence et les workflows autonomes.

MITRE D3FEND v1.3 — Contre-mesures défensives

D3FEND est un graphe de connaissances financé par la NSA contenant 267 techniques défensives organisées en 7 catégories tactiques : Model, Harden, Detect, Isolate, Deceive, Evict et Restore. Construit sur l’ontologie OWL 2, il utilise une couche Digital Artifact partagée pour mapper bidirectionnellement les contre-mesures défensives aux techniques offensives ATT&CK. Les compétences taguées avec des identifiants D3FEND permettent aux agents de recommander des contre-mesures précises pour les menaces détectées.

NIST AI RMF 1.0 + GenAI Profile (AI 600-1)

Le cadre AI Risk Management Framework définit 4 fonctions centrales — Govern, Map, Measure, Manage — avec 72 sous-catégories pour un développement IA digne de confiance. Le GenAI Profile (AI 600-1, juillet 2024) ajoute 12 catégories de risque spécifiques à l’IA générative, de la confabulation et de la confidentialité des données à l’injection de prompt et aux risques de chaîne d’approvisionnement. Le Colorado AI Act (en vigueur en février 2026) fournit un safe harbor juridique pour les organisations conformes au NIST AI RMF, rendant ces mappages directement pertinents pour la conformité réglementaire.

Plateformes compatibles

Assistants de code IA Claude Code (Anthropic) · GitHub Copilot (Microsoft) · Cursor · Windsurf · Cline · Aider · Continue · Roo Code · Amazon Q Developer · Tabnine · Sourcegraph Cody · JetBrains AI

Agents CLI OpenAI Codex CLI · Gemini CLI (Google)

Agents autonomes Devin · Replit Agent · SWE-agent · OpenHands

Frameworks et SDK d’agents LangChain · CrewAI · AutoGen · Semantic Kernel · Haystack · Vercel AI SDK · Tout agent compatible MCP

Toutes les plateformes qui prennent en charge le standard agentskills.io peuvent charger ces compétences sans configuration.

Ce que disent les utilisateurs

"Une base de données de vraies compétences de sécurité, organisées, que n’importe quel agent IA peut brancher et utiliser. Pas des tutoriels. Pas des billets de blog." — Hasan Toor (@hasantoxr), créateur AI/tech "Ce n’est pas une collection aléatoire de scripts de sécurité. C’est une base de connaissances opérationnelle structurée, conçue pour des workflows de sécurité pilotés par IA." — fazal-sec, Medium

Mis en avant dans

Où	Type	Lien
awesome-agent-skills	Awesome List (index de 1 000+ compétences)	VoltAgent/awesome-agent-skills
awesome-ai-security	Awesome List (outils de sécurité IA)	ottosulin/awesome-ai-security
awesome-codex-cli	Awesome List (ressources Codex CLI)	RoggeOhta/awesome-codex-cli
SkillsLLM	Annuaire et marketplace de compétences	skillsllm.com/skill/anthropic-cybersecurity-skills
Openflows	Analyse et suivi de signaux	openflows.org
NeverSight skills_feed	Index automatisé de compétences	NeverSight/skills_feed

Historique des stars

Releases

Version	Date	Points forts
v1.0.0	11 mars 2026	734 compétences · 26 domaines · mappage MITRE ATT&CK + NIST CSF 2.0 · couche ATT&CK Navigator

Les compétences ont continué de croître sur main depuis la version v1.0.0 — la bibliothèque contient maintenant 754 compétences avec un mappage à 5 frameworks (MITRE ATLAS, D3FEND et NIST AI RMF ajoutés après la release). Consultez les Releases pour la dernière version taguée.

Contribuer

Ce projet grandit grâce aux contributions de la communauté. Voici comment participer :

Ajouter une nouvelle compétence — Les domaines comme Deception Technology (2 compétences) et Compliance & Governance (5 compétences) ont le plus besoin d’aide. Suivez le template dans CONTRIBUTING.md et soumettez une PR avec le titre Add skill: your-skill-name.

Améliorer les compétences existantes — Ajoutez des mappages de frameworks, corrigez des workflows, mettez à jour les références d’outils, ou contribuez avec des scripts et des templates.

Signaler des problèmes — Vous avez trouvé une procédure inexacte ou un script cassé ? Ouvrez une issue.

Chaque PR est relue pour sa précision technique et sa conformité au standard agentskills.io sous 48 heures. Consultez les bonnes premières issues pour commencer.

Ce projet suit le Contributor Covenant. En y participant, vous acceptez de respecter ce code.

Communauté

💬 Discussions — Questions, idées et échanges sur la roadmap 🐛 Issues — Rapports de bugs et demandes de fonctionnalités 🔒 Security Policy — Processus de divulgation responsable (accusé de réception sous 48 heures)

Citation

Si vous utilisez ce projet dans une recherche ou une publication :

@software{anthropic_cybersecurity_skills,
  author = {Jangra, Mahipal},
  title = {Anthropic Cybersecurity Skills},
  year = {2026},
  url = {https://github.com/mukul975/Anthropic-Cybersecurity-Skills},
  license = {Apache-2.0},
  note = {754 structured cybersecurity skills for AI agents,
                  mapped to MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS,
                  MITRE D3FEND, and NIST AI RMF}
}

Licence

Ce projet est sous licence Apache License 2.0. Vous êtes libre d’utiliser, modifier et distribuer ces compétences dans des projets personnels et commerciaux.

Si ce projet vous aide dans votre travail en sécurité, pensez à lui donner une ⭐

⭐ Star · 🍴 Fork · 💬 Discuss · 📝 Contribute

Projet communautaire par @mukul975. Non affilié à Anthropic PBC.

À propos

754 compétences cybersécurité structurées pour agents IA · Mappées à 5 frameworks : MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND & NIST AI RMF · standard agentskills.io · fonctionne avec Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ plateformes · 26 domaines de sécurité · Apache 2.0

mahipal.engineer/Anthropic-Cybersecurity-Skills/

Topics

security osint mcp incident-response cybersecurity penetration-testing infosec threat-hunting malware-analysis ethical-hacking red-team security-automation devsecops threat-intelligence ai-agents nist-csf cloud-security mitre-attack llm claude-code

Resources

Readme

License

Apache-2.0 license

Code of conduct

Code of conduct

Contributing

Contributing

Security policy

Security policy

Citation

Loading

Something went wrong.

Activity

Stars

17.1k stars

Watchers

128 watching

Forks

2.1k forks

Releases 3

Cybersecurity Agent Skills v1.2.0 — Five Framework Coverage Latest Apr 6, 2026

• 2 releases

Sponsor this project

• mukul975 Mahipal
• https://paypal.me/mahipaljangra

Learn more about GitHub Sponsors

Packages 0

No packages published

Contributors 8

Languages

• Python 99.6%
• PowerShell 0.4%