К основному содержанию
скилл CX Codex

ai-threat-testing — скилл для Claude Code

Скилл ai-threat-testing для Claude Code автоматически проверяет LLM-приложения на уязвимости OWASP Top 10 с помощью 10 специализированных агентов.

MIT 210 установок ★ 632 обновлён 2026-07-29

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add transilienceai/communitytools --skill ai-threat-testing -a claude-code
Открыть на GitHub

Что делает ai-threat-testing

Скилл содержит набор агентов, каждый нацелен на конкретную категорию уязвимостей: инъекции в промпты, утечки обучающих данных и RAG, уязвимости в зависимостях, отравление модели, небезопасная обработка выходных данных, злоупотребление инструментами, утечки системных промптов, атаки на эмбеддинги, галлюцинации и переполнение токенов.

Внутри находятся playbook'и для каждой техники OWASP LLM Top 10 (издание 2025), таблица соответствия reference/catalog/llm-top10-2025.json, скрипты сбора доказательств и генератор отчётов с CVSS-оценками. Интегрируется с /pentest для комплексной оценки безопасности — тестирование ведётся по трём режимам: полная проверка всех десяти категорий (4–8 часов), фокусировка на одной категории (1–3 часа) или аудит цепочки поставок (2–4 часа).

Для работы требуется письменное разрешение на тестирование и изолированная среда; все находки документируются с воспроизводимыми PoC.

Какие задачи решает

  • проверить LLM-приложение на prompt injection и обход фильтров
  • выявить утечки обучающих данных и кросс-тенантные RAG-инъекции
  • протестировать зависимости на известные CVE и проверить происхождение модели
  • найти уязвимости в обработке выходных данных и XSS-инъекции
  • обнаружить злоупотребление инструментами и несанкционированные действия агентов

Примеры запросов агенту

  • Запусти полную оценку безопасности LLM-приложения по OWASP Top 10
  • Проверь только уязвимости prompt injection и систем промптов
  • Отсканируй цепочку поставок: зависимости, плагины и происхождение модели

Как установить ai-threat-testing

1Через Skills CLI (Vercel)

npx skills add transilienceai/communitytools --skill ai-threat-testing -a claude-code

2Вручную: положить файлы

~/.claude/skills/ai-threat-testing/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/ai-threat-testing/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы об ai-threat-testing

Как установить ai-threat-testing в Claude Code?

Выполни npx skills add transilienceai/communitytools --skill ai-threat-testing -a claude-code, затем открой ~/.claude/skills/ai-threat-testing/SKILL.md.

Что делает ai-threat-testing?

Тестирует LLM-приложения на уязвимости по стандарту OWASP LLM Top 10 (2025 издание): инъекции, утечки данных, отравление моделей, атаки на цепочку поставок и другие. Выполняет тесты через 10 специализированных агентов и генерирует отчёт с доказательствами и CVSS-оценками.

Какие платформы поддерживает ai-threat-testing?

Скилл работает с Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode. Каждая платформа имеет свой способ установки.

Исходный текст

SKILL.md · MIT
---
name: ai-threat-testing
description: Offensive AI security testing and exploitation framework. Systematically tests LLM applications for OWASP Top 10 vulnerabilities including prompt injection, model extraction, data poisoning, and supply chain attacks. Integrates with pentest workflows to discover and exploit AI-specific threats.
---

# AI Threat Testing

Test LLM applications for OWASP LLM Top 10 vulnerabilities using 10 specialized agents. Use for authorized AI security assessments.

## Quick Start

```
1. Specify target (LLM app URL, API endpoint, or local model)
2. Select scope: Full OWASP Top 10 | Specific vulnerability | Supply chain
3. Agents deploy, test, capture evidence
4. Professional report with PoCs generated
```

## Coverage — OWASP LLM Top 10, 2025 edition

**Which file addresses which category is decided by
[`reference/catalog/llm-top10-2025.json`](reference/catalog/llm-top10-2025.json), not by the
filename.** The `llmNN-` prefixes on disk predate the 2025 renumbering and no longer match; the
content is correct, the labels were not. Cite an id only with its edition (`LLM06:2025`), because a
bare `LLM06` means two different categories depending on which edition the reader assumes.

| Category | Attack surface |
|---|---|
| `LLM01:2025` Prompt Injection | Direct and indirect injection, instruction override, filter evasion |
| `LLM02:2025` Sensitive Information Disclosure | Training-data and cross-tenant RAG leakage, canary verification |
| `LLM03:2025` Supply Chain | Dependency CVEs, model provenance, malicious serialized models |
| `LLM04:2025` Data and Model Poisoning | Backdoor triggers, membership inference, behavioural anomalies |
| `LLM05:2025` Improper Output Handling | Code/XSS injection downstream, unsafe deserialization |
| `LLM06:2025` Excessive Agency | Tool/plugin abuse, privilege escalation, unauthorised actions — the category that matters for **agents** rather than chatbots |
| `LLM07:2025` System Prompt Leakage | **Gap — no playbook yet.** See the catalogue: what the prompt *contains* is a separate finding from whether it can be extracted |
| `LLM08:2025` Vector and Embedding Weaknesses | RAG injection, retrieval manipulation, embedding inversion |
| `LLM09:2025` Misinformation | Hallucination and confidence manipulation where output is relied upon |
| `LLM10:2025` Unbounded Consumption | Token flooding, cost impact, and **model extraction/theft** (2025 treats extraction-by-query as a consumption problem) |

Two classes are testable but are **not** OWASP categories, so they carry local `TX-` ids rather than
an invented `LLMnn`: monitoring evasion / forensic gaps, and adversarial perturbation of non-text
input. `tools/test_llm_numbering.py` enforces that separation.

## Workflows

**Full Assessment** (4-8 hours):
```
- [ ] Reconnaissance
- [ ] Deploy all 10 agents
- [ ] Execute exploits
- [ ] Capture evidence
- [ ] Generate report
```

**Focused Testing** (1-3 hours):
```
- [ ] Select a category from the catalogue (LLM01:2025 .. LLM10:2025, or a TX- local class)
- [ ] Deploy agent
- [ ] Execute techniques
- [ ] Document findings
```

**Supply Chain Audit** (2-4 hours):
```
- [ ] Inventory dependencies
- [ ] Scan CVEs
- [ ] Test plugins/APIs
- [ ] Verify model provenance
```

## Integration

Enhances `/pentest` with AI-specific testing:
- Traditional pentesting + AI threat testing = complete security assessment
- Chain vulnerabilities across traditional and AI vectors
- Unified reporting with CVSS scores

## Key Techniques

**Prompt Injection**: Instruction override, system prompt extraction, filter evasion
**Model Extraction**: Query sampling, token analysis, membership inference
**Data Poisoning**: Behavioral anomalies, backdoor triggers, bias analysis
**DoS**: Token flooding, recursive expansion, context exhaustion
**Supply Chain**: CVE scanning, plugin audit, model verification
**MCP Tool Abuse**: MCP server inspectors/debuggers often expose `/api/mcp/connect` or similar endpoints that accept `serverConfig` with arbitrary `command` parameters — unauthenticated RCE. Check for MCP Inspector, MCP Playground, or any MCP debugging UI on non-standard ports (6274, 3000, etc.).

## Evidence Capture

All agents collect: screenshots, network logs, API responses, errors, console output, execution metrics.

## Reporting

Automated reports include: executive summary, detailed findings (CVSS scores), PoC scripts, evidence, remediation guidance.

## Critical Rules

- Written authorization REQUIRED before testing
- Never exceed defined scope
- Test in isolated environments when possible
- Document all findings with reproducible PoCs
- Follow responsible disclosure practices

## Integration

- Integrates with `/pentest` skill for comprehensive security testing
- AI-specific vulnerability knowledge in `/AGENTS.md`
- Attack playbooks in `reference/llm0X-*.md`

© transilienceai · MIT · transilienceai/communitytools

Похожие скиллы

Все скиллы по теме «Безопасность» →
prompt-injection-test OWASP Скилл prompt-injection-test для Claude Code проверяет ИИ-приложение на промпт-инъекции по таксономии Arcanum PI Taxonomy. Проверяет защиту своего приложения. CX Codex +1 220установок multi-agentic-threat-model OWASP Скилл multi-agentic-threat-model моделирует угрозы для мультиагентных систем по 7-уровневой архитектуре CSA MAESTRO и руководству OWASP. CX Codex +1 188установок llm-security semgrep Скилл llm-security для Claude Code проверяет приложения с LLM на риски OWASP Top 10 for LLM 2025. Проверяет чат-боты, RAG, агентов и LLM API. CX Codex +1 1 800установок detecting-ai-model-prompt-injection-attacks mukul975 Скилл detecting-ai-model-prompt-injection-attacks выявляет попытки инъекции в запросы к ИИ-моделям через регулярные выражения, анализ структуры и трансформатор DeBERTa. CX Codex +1 280установок secure-ai oakoss Скилл secure-ai для защиты LLM-слоя приложения: инъекции в промпт, проверка вывода модели, zero-trust для агентов с инструментами. CX Codex +1 130установок llm-ai-hunter H-mmer Скилл llm-ai-hunter для Claude Code берёт на себя роль специалиста по безопасности LLM и агентных систем. Покрывает OWASP LLM Top 10 v2025 и OWASP Agentic AI Top 10 — от prompt injection до атак на MCP-серверы. CX Codex +1 ★ 1 298звёзд репо

Из того же набора42

Весь набор →
hackthebox Скилл для участия в соревнованиях HackTheBox: запускает машины, управляет учётными данными, координирует атаки и собирает отчёты о взломах. CX Codex +1 213установок server-side Скилл server-side помогает искать серверные уязвимости: SSRF, рассогласование HTTP-запросов, обход путей и небезопасную десериализацию. CX Codex +1 213установок authentication Скилл authentication для Claude Code проверяет вход, токены, 2FA, CAPTCHA и защиту от ботов. Ищет обходы и ошибки в механизмах аутентификации. CX Codex +1 212установок infrastructure Скилл infrastructure для Claude Code проверяет сетевую инфраструктуру: сервисы, протоколы и периметр. Собирает доказательства для авторизованного аудита. CX Codex +1 211установок injection Скилл injection для Claude Code тестирует SQL, NoSQL, OS Command, SSTI, XXE и LDAP/XPath-инъекции — от поиска точек ввода до фиксации доказательств и написания PoC. CX Codex +1 210установок client-side Скилл client-side проверяет клиентские уязвимости в веб-приложениях и SPA: XSS, CSRF, CORS, кликджекинг и другие атаки. CX Codex +1 209установок reverse-engineering Скилл reverse-engineering помогает разбирать бинарники ELF, PE и Mach-O, восстанавливать алгоритмы из кастомного байткода и снимать обфускацию без запуска файла. CX Codex +1 203установок dfir Скилл dfir для анализа Windows-логов, сетевых захватов и артефактов файловой системы при расследовании инцидентов безопасности. CX Codex +1 202установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой