techstack-identification — скилл для Claude Code: поиск стека
Скилл techstack-identification для Claude Code ищет технологии компании по открытым источникам. Он подключает профильные субскиллы и сводит сигналы в отчёт.
MIT 215 установок ★ 632 обновлён 2026-07-29
npx skills add transilienceai/communitytools --skill techstack-identification -a claude-codeЧто делает techstack-identification
techstack-identification выявляет технологический стек компании по публичным сигналам. Сначала скилл собирает инфраструктурные сведения, затем запускает анализ фронтенда, бэкенда, безопасности и OSINT; модуль correlation сопоставляет результаты и оценивает уверенность выводов.
На выходе — отчёт в JSON и Markdown с найденными активами, технологиями, версиями и доказательствами. Отдельные сценарии охватывают поиск CDN/WAF, картирование API, CMS и оценку SaaS-рисков. Разведка только пассивная: без активного сканирования, учётных данных, перебора и переноса зон DNS. Внешние запросы нужно журналировать; для источников заданы лимиты частоты.
Какие задачи решает
- определить технологии сайта по публичным сигналам
- собрать домены, поддомены и IP-адреса компании
- сопоставить признаки фронтенда и бэкенда
- оценить уверенность в найденных технологиях
- найти публичные сведения о SaaS и инфраструктуре
Примеры запросов агенту
- Определи стек компании по домену
example.comи подготовь отчёт. - Составь инвентаризацию инфраструктуры компании по открытым источникам.
- Найди признаки CMS и API компании, затем сверь результаты.
Как установить techstack-identification
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill techstack-identification -a claude-code2Вручную: положить файлы
~/.claude/skills/techstack-identification/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/techstack-identification/
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill techstack-identification -a codex2Вручную: положить файлы
.agents/skills/techstack-identification/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill techstack-identification -a cursor2Вручную: положить файлы
.cursor/skills/techstack-identification/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install transilienceai/communitytools skills/techstack-identification2Вручную: положить файлы
.github/skills/techstack-identification/SKILL.md1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill techstack-identification -a gemini-cli2Командой платформы
gemini skills install https://github.com/transilienceai/communitytools --path skills/techstack-identificationВручную: положить файлы
.devin/skills/techstack-identification/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill techstack-identification -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о techstack-identification
Как установить techstack-identification в Claude Code?
Выполни npx skills add transilienceai/communitytools --skill techstack-identification -a claude-code. Файл скилла находится по пути ~/.claude/skills/techstack-identification/SKILL.md.
Что делает techstack-identification?
Скилл ищет стек компании по открытым источникам, направляет анализ в шесть профильных субскиллов и сводит результаты в отчёт JSON и Markdown.
Как techstack-identification проводит разведку?
Только пассивно и по публичным источникам: без активного сканирования, учётных данных, переноса зон DNS и перебора. Внешние запросы журналируются.
Исходный текст
SKILL.md · MIT
---
name: techstack-identification
description: OSINT-based technology stack identification. Routes to 6 domain sub-skills (frontend, backend, infra, security, osint, correlation) to discover a target's stack from publicly available signals.
---
# Tech Stack Identification
Passive OSINT reconnaissance to identify a target's technology stack. No credentials, no active scanning — only publicly available signals.
## Quick Start
```
1. Provide company name (+ optional domain hint)
2. Run infra first (asset inventory) → frontend / backend / security / osint in parallel
3. Pass all signals into correlation → final report (JSON + Markdown)
```
## Domain Sub-Skills
| Sub-skill | Identifies | Read |
|-----------|-----------|------|
| **frontend** | JS frameworks, meta-frameworks, CSS libraries, build tools, CMS via DOM/HTML/JS | [frontend/SKILL.md](frontend/SKILL.md) |
| **backend** | Web servers, runtimes, languages, frameworks, DB, APIs, CMS | [backend/SKILL.md](backend/SKILL.md) |
| **infra** | Cloud, CDN/WAF, DNS, TLS/CT, DevOps, asset discovery (domains/subdomains/IPs) | [infra/SKILL.md](infra/SKILL.md) |
| **security** | Security headers, CSP, email auth, security.txt, third-party SaaS | [security/SKILL.md](security/SKILL.md) |
| **osint** | Public repos (GitHub/GitLab), job postings/ATS, Wayback Machine | [osint/SKILL.md](osint/SKILL.md) |
| **correlation** | Cross-validation, confidence scoring, conflict resolution | [correlation/SKILL.md](correlation/SKILL.md) |
## Routing by Objective
| Objective | Mount |
|-----------|-------|
| Full stack discovery | infra → (frontend, backend, security, osint) → correlation |
| CDN/WAF identification only | infra |
| API surface mapping | backend |
| Supply-chain / SaaS exposure | security + osint |
| CVE matching by version | backend + frontend (then correlation) |
| Migration / historical context | osint (web archive) + correlation |
| CMS fingerprint | frontend (HTML generators) + backend (CMS paths/cookies) |
| Asset inventory only | infra (domain discovery, subdomain enum, IP attribution, CT) |
## Confidence Levels
- **High**: 3+ independent sources OR explicit identifier (header/meta/global) + supporting evidence + version known
- **Medium**: Single strong source OR multiple indirect signals (URL patterns, cookies, DOM attrs, job postings)
- **Low**: Speculative — single weak signal, conflicting data, or archive-only evidence
Computed in `correlation/`. Target distribution: 50-70% High, 20-35% Medium, <15% Low.
## Final Report Schema
```json
{ "report_id": "uuid", "company": "string", "primary_domain": "string",
"discovered_assets": {"domains", "subdomains", "ip_addresses", "certificates", "api_portals"},
"technologies": {
"frontend": [{"name", "version?", "confidence", "evidence": []}],
"backend": [...], "infrastructure": [...], "security": [...],
"devops": [...], "third_party": [...] },
"confidence_summary": {"high_confidence", "medium_confidence", "low_confidence", "overall_score"} }
```
## Rate Limits
crt.sh 10/min · GitHub (unauth) 60/h · HTTP 30/min/domain · DNS 30/min · Wayback CDX 15/min · WHOIS 5/min.
## Ethics
Passive only. No active scanning, credentialed access, zone transfers, or brute force. Public sources only. Log every external request for audit.
© transilienceai · MIT · transilienceai/communitytools