# threat-modeling **Repository Path**: frontcold/threat-modeling ## Basic Information - **Project Name**: threat-modeling - **Description**: 原生AI自动化软件风险分析技能。采用大型语言模型（LLM）驱动、代码优先的方法，进行全面的安全风险评估、威胁建模、安全测试、渗透测试和合规性检查 - **Primary Language**: Unknown - **License**: BSD-3-Clause - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-05-12 - **Last Updated**: 2026-05-12 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Threat Modeling Skill v3.1.1 AI原生的自动化软件风险分析 Skill。LLM驱动，Code-First 方法，支持完整的安全风险评估、威胁建模、安全分析、安全审计和渗透测试。 ## v3.1.1 新特性 - 增加了 Claude Code / Codex 及 agentskills.io 规范的多 Agent 平台兼容性 - 双环境路径解析（`${SKILL_PATH:-$CLAUDE_SKILL_DIR}`），覆盖 SKILL.md 及全部 9 个 Phase 文件 - 新增 `agents/openai.yaml` 用于 Codex CLI UI 集成 - 升级 `skill_path.sh`：F-09 目录劫持防御 + POSIX 兼容性 - agentskills.io 不变量合规：8/9 C-invariant 通过（C5 代码围栏为已接受风险） - 全面代码质量审计，对齐 Skill 设计原则 - 完整覆盖 OWASP MCP Top 10 (2025)，采用官方 MCP01:2025-MCP10:2025 编号体系 - SAO 行为模型及 13 条预置 Agent 攻击链（含 MITRE ATT&CK 技术序列） 完整版本历史请参见 [CHANGELOG.md](CHANGELOG.md)。 ## v3.0.2 新特性 - 大幅重构系统架构，提升安全分析的深度和路径覆盖率 - 反向移植了来自下一代AI-Native渗透测试系统 "Cobweb" 的SM2状态机确保问题求解深度 - 增加多历史版本任务记录和精确的结构化阶段输出物能力，提升CI/CD集成能力 - 优化上下文工程和数据披露，节约大约35% token消耗 完整版本历史请参见 [CHANGELOG.md](CHANGELOG.md)。 ## 安装 ### 方式一：全局安装（推荐） ```bash # 克隆到全局技能目录 git clone https://github.com/fr33d3m0n/threat-modeling.git \ ~/.claude/skills/threat-modeling # 启用钩子（可选，用于自动验证） cp ~/.claude/skills/threat-modeling/hooks/settings-example.json \ ~/.claude/settings.json ``` ### 方式二：项目本地安装 ```bash # 克隆到项目的 .claude/skills 目录 mkdir -p .claude/skills git clone https://github.com/fr33d3m0n/threat-modeling.git \ .claude/skills/threat-modeling ``` ### 依赖要求 - Claude Code CLI - Python 3.10+ - SQLite3（用于知识库查询） ## 快速开始 1. **在目标项目目录启动 Claude Code**： ```bash cd /path/to/your/project claude ``` 2. **使用简单提示词调用 Skill**： ``` /threat-modeling 对 @. 执行完整的威胁建模分析 ``` 或英文： ``` /threat-modeling Perform a complete threat model analysis on @. ``` 3. **按照8阶段工作流执行** - Claude 将引导你完成每个阶段。 ## 使用模式 Skill 支持 **6 种灵活的应用模式**，不仅限于标准的8阶段工作流： ### 模式 1：完整工作流（标准） 对代码库执行完整的8阶段威胁建模。 ``` /threat-modeling 对 @/path/to/project 执行完整的威胁建模分析 项目背景： - 这是一个电商平台的后端API服务 - 使用 Django REST Framework - 用户数据包括PII和支付信息 重点关注：认证机制、支付流程、API安全 ``` ### 模式 2：知识库咨询 将知识库作为安全咨询资源使用，无需执行完整工作流。 ``` 查询 CWE-89（SQL注入）的完整信息，包括攻击模式、测试方法和缓解措施 ``` **响应包含**：CWE概述、相关CAPEC模式、WSTG测试步骤、ASVS要求、缓解示例。 ### 模式 3：深度漏洞分析 对特定漏洞或代码片段进行深入分析。 ``` 分析这段代码的 SSRF 风险，构建攻击路径并设计 POC [代码片段] ``` **响应包含**：漏洞机制、攻击路径、POC设计、CWE/CAPEC/ATT&CK映射。 ### 模式 4：安全测试生成 基于安全标准生成测试用例。 ``` 为这个 API 端点生成基于 WSTG 的安全测试用例 ``` **响应包含**：认证、授权、输入验证、会话管理测试用例及Payload。 ### 模式 5：前向集成（设计阶段） 在设计阶段进行前置威胁建模，无需等待代码完成。 ``` 基于这份 API 规范（OpenAPI），进行 STRIDE 威胁分析 [OpenAPI规范] ``` **响应包含**：基于API端点的DFD、信任边界、STRIDE枚举、设计建议。 ### 模式 6：后向集成（渗透测试） 为渗透测试提供攻击路径和POC设计支持。 ``` 我在目标系统发现了 JWT 签名验证绕过，帮我构建完整攻击链 ``` **响应包含**：漏洞确认、攻击链、POC Payload、ATT&CK映射、报告模板。 ## 模式选择指南 | 模式 | 输入 | 输出 | 适用阶段 | |------|------|------|----------| | **完整工作流** | 代码库 | 完整威胁报告 | 开发中/发布前 | | **知识库咨询** | 问题/查询 | 知识响应 | 任何阶段 | | **漏洞分析** | 代码/描述 | 攻击路径+POC | 代码审查/渗透测试 | | **测试生成** | 目标描述 | 测试清单 | 测试阶段 | | **前向集成** | 设计文档 | 设计阶段分析 | 设计阶段 | | **后向集成** | 已发现漏洞 | 攻击链+利用方案 | 渗透测试 | ## 命令行标志 | 标志 | 描述 | |------|------| | `--debug` | 发布内部YAML数据文件和评估报告 | | `--lang=xx` | 设置输出语言 (en, zh, ja, ko, es, fr, de, pt, ru) | **示例**： ```bash /threat-model @my-project # 默认模式 /threat-model @my-project --debug # 包含内部数据 /threat-model @my-project --lang=zh --debug # 中文输出+调试 ``` ## 纵深扩展分析（高级场景） 在标准8阶段工作流之外，使用以下扩展 prompt 进行更深入的安全分析： ### 场景 1：完整接口与数据流发现 全面发现和分析所有系统接口及数据流。 ``` /threat-modeling @/path/to/project 执行完整的接口和数据流发现分析： 1. 全面发现所有系统接口： - 用户交互接口（Web UI、CLI、Mobile） - 外部 API（REST、GraphQL、gRPC、WebSocket） - 系统接口（文件系统、数据库、消息队列） - 内部服务（微服务间调用、RPC、事件总线） 2. 构建完整数据流图： - 标注所有数据入口点和出口点 - 识别敏感数据流动路径 - 标记信任边界穿越点 3. 针对每个接口进行风险分析： - 输入验证风险 - 认证授权风险 - 数据泄露风险 - 注入攻击风险 输出格式：按风险等级排序的完整接口清单，包含 CWE 映射和 CVSS 评分 ``` ### 场景 2：攻击树、POC生成与渗透测试方案 深度攻击链分析，生成 exploit POC 和渗透测试计划。 ``` /threat-modeling @/path/to/project --debug 基于已发现的安全问题，进行深度攻击分析： 1. 攻击树构建： - 为每个高危威胁构建攻击树 - 分析攻击前置条件和依赖关系 - 计算攻击成功概率和影响范围 2. 攻击链分析： - 识别多步攻击路径（Initial Access → Execution → Persistence → Exfiltration） - 映射到 MITRE ATT&CK 战术和技术 - 标注攻击链中的关键枢纽点 3. Exploit POC 生成： - 为每个可利用漏洞生成 POC 代码 - 包含 Payload 构造、触发条件、预期结果 - 提供安全的测试方法（避免破坏性操作） 4. 渗透测试方案： | 问题ID | 漏洞描述 | 测试用例 | 测试步骤 | POC | 推荐工具 | |--------|----------|----------|----------|-----|----------| 输出：完整的渗透测试计划文档，可直接用于安全测试执行 ``` ### 场景 3：Docker测试环境与自动化验证 建立隔离测试环境并执行渗透测试方案。 ``` /threat-modeling @/path/to/project 建立测试环境并执行渗透测试验证： 1. 环境分析： - 解析项目的 docker-compose.yml / Dockerfile - 识别所需服务依赖（数据库、缓存、消息队列） - 分析默认配置和环境变量 2. Docker 测试环境构建： - 生成独立的测试环境 docker-compose.test.yml - 配置网络隔离和端口映射 - 准备测试数据和初始化脚本 - 集成安全测试工具容器（OWASP ZAP、Nuclei、SQLMap） 3. 自动化测试执行： - 执行已生成的渗透测试方案 - 收集测试结果和证据截图 - 验证漏洞可利用性 4. 测试报告： - 漏洞确认状态（Confirmed / Not Exploitable / False Positive） - 实际风险评估调整 - 复现步骤和证据链 输出：测试环境配置文件 + 自动化测试脚本 + 测试结果报告 ``` ### 场景 4：攻击链可视化与POC优化 完整攻击链分析，优化POC工具组合，输出可视化分析。 ``` /threat-modeling @/path/to/project --debug 完整攻击链分析与可视化： 1. 攻击图谱构建： - 构建系统完整攻击图（Attack Graph） - 节点：资产、漏洞、攻击技术 - 边：攻击路径、前置条件、成功概率 2. 关键路径分析： - 识别最短攻击路径（从入口到核心资产） - 识别最高成功率路径 - 识别影响范围最大的攻击链 3. POC 优化组合： - 工具链组合优化（Recon → Exploit → Post-Exploit） - 自动化攻击脚本生成 - 一键式漏洞验证流程 4. 可视化输出： - Mermaid 格式攻击树图 - 攻击路径热力图 - 风险-影响矩阵图 - ATT&CK Navigator 映射图 输出格式： - 攻击图谱 Markdown（含 Mermaid 图表） - 优化后的 POC 工具包 - 风险可视化仪表板数据 ``` ### 扩展场景速查表 | 场景 | 重点 | 主要输出 | |------|------|----------| | **接口发现** | 全部接口 + 数据流 | 风险排序的接口清单 | | **攻击树与POC** | 攻击链 + Exploit | 渗透测试方案 + POC代码 | | **Docker测试环境** | 隔离测试 | 测试环境 + 自动化脚本 | | **攻击可视化** | 可视化分析 | 攻击图谱 + 热力图 | ## 输出结构 ``` {PROJECT_ROOT}/ ├── Risk_Assessment_Report/ # 最终报告 (P8) │ ├── {PROJECT}-RISK-ASSESSMENT-REPORT.md │ ├── {PROJECT}-RISK-INVENTORY.md │ ├── {PROJECT}-PENETRATION-TEST-PLAN.md │ └── ... └── .phase_working/{SESSION_ID}/ # 工作数据 ├── data/ # YAML阶段数据 │ ├── P1_project_context.yaml │ ├── P2_dfd_elements.yaml │ └── ... └── reports/ # Markdown报告 ├── P1-PROJECT-UNDERSTANDING.md └── ... ``` ## 脚本命令 ### 知识库查询 ```bash # STRIDE威胁模式 python scripts/unified_kb_query.py --stride spoofing # 安全控制 python scripts/unified_kb_query.py --control AUTHN # CWE完整链 python scripts/unified_kb_query.py --cwe CWE-89 --full-chain # CAPEC攻击模式 python scripts/unified_kb_query.py --capec CAPEC-66 --attack-chain # AI/LLM特定威胁 python scripts/unified_kb_query.py --all-llm ``` ### 模块发现 ```bash python scripts/module_discovery.py /path/to/project --p1-discovery ``` ### 阶段数据管理 ```bash # 查询前一阶段数据 python scripts/phase_data.py --query --phase 1 --root /path/to/project # 验证阶段输出 python scripts/phase_data.py --validate --phase 2 --root /path/to/project # 初始化新会话 python scripts/phase_data.py --init --project "PROJECT-NAME" --path /path/to/project ``` ## 8阶段工作流 ``` P1 → P2 → P3 → P4 → P5 → P6 → P7 → P8 │ │ │ │ │ │ │ └── 报告生成 │ │ │ │ │ │ └── 缓解规划 │ │ │ │ │ └── 风险验证（POC、攻击路径） │ │ │ │ └── STRIDE威胁分析（威胁矩阵） │ │ │ └── 安全设计审查（16个领域） │ │ └── 信任边界评估 │ └── 调用流与DFD分析（数据流、调用流） └── 项目理解（模块、入口点） ``` ## 知识库 | 类别 | 覆盖范围 | |------|----------| | 安全控制 | 16个领域，107个控制项 | | 威胁模式 | CWE/CAPEC/ATT&CK（1,900+模式） | | AI/LLM威胁 | 350+威胁 | | 合规标准 | OWASP ASVS, WSTG, MASTG | | SQLite索引 | ~8 MB可搜索 | ## 支持的项目类型 | 类型 | 示例技术 | 重点关注 | |------|----------|----------| | Web API | Django, FastAPI, Express | 认证、API安全 | | 微服务 | K8s, Istio, Kafka | 服务网格、零信任 | | AI/LLM应用 | Claude API, RAG, 向量数据库 | Prompt注入、模型安全 | | 移动后端 | JWT, OAuth, Firebase | Token安全、数据隐私 | | 遗留系统 | 单体架构, SOAP | 技术债、迁移风险 | ## 许可证 BSD-3-Clause ## 仓库 https://github.com/fr33d3m0n/threat-modeling