К основному содержанию
скилл CX Codex

vulnerability-csv-reporting — скилл для Claude Code

Скилл vulnerability-csv-reporting преобразует JSON-отчёты сканеров уязвимостей в плоские CSV-таблицы для аудитов и тикетов.

Apache-2.0 1 установок ★ 1 933 обновлён 2026-10-24

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add benchflow-ai/skillsbench --skill vulnerability-csv-reporting -a claude-code
Открыть на GitHub

Что делает vulnerability-csv-reporting

Скилл даёт агенту шаблоны и логику на Python для конвертации результатов сканирования безопасности (например, Trivy) в плоские CSV-таблицы. Внутри заложена схема с полями Package, Version, CVE_ID, Severity, CVSS_Score, Fixed_Version, Title и Url.

Обработка строится на стандартной библиотеке csv.DictWriter с параметрами newline='' и кодировкой utf-8. Также скилл включает фильтрацию по уровням критичности — например, выборку только HIGH и CRITICAL записей для передачи в трекеры задач или отчёты соответствия.

Плоский формат CSV не сохраняет сложные иерархические структуры данных сканера, поэтому вложенные цепочки зависимостей скилл сжимает в отдельные строки.

Какие задачи решает

  • Перевести отчёт Trivy JSON в плоскую таблицу CSV
  • Отфильтровать уязвимости по уровням CRITICAL и HIGH
  • Сформировать список пакетов с CVE для загрузки в Jira или ServiceNow
  • Подготовить аудит зависимостей для выгрузки в Excel

Примеры запросов агенту

  • Преобразуй отчёт trivy.json в файл audit.csv с фильтром по HIGH и CRITICAL
  • Собери CSV-таблицу уязвимостей из результатов сканирования с колонками CVE_ID и Fixed_Version
  • Напиши скрипт на Python с csv.DictWriter для экспорта найденных CVE в таблицу

Как установить vulnerability-csv-reporting

1Через Skills CLI (Vercel)

npx skills add benchflow-ai/skillsbench --skill vulnerability-csv-reporting -a claude-code

2Вручную: положить файлы

~/.claude/skills/vulnerability-csv-reporting/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/vulnerability-csv-reporting/

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

Вопросы о vulnerability-csv-reporting

Как установить vulnerability-csv-reporting в Claude Code?

Выполните команду npx skills add benchflow-ai/skillsbench --skill vulnerability-csv-reporting -a claude-code в терминале.

Что делает этот скилл?

Он инструктирует агента, как парсить JSON-выгрузки сканеров безопасности и записывать отфильтрованные строки уязвимостей в CSV с помощью Python.

Какие данные попадают в итоговый CSV?

Схема включает имя пакета, версию, идентификатор CVE, уровень критичности, оценку CVSS, версию с исправлением, краткое описание и ссылку на базу уязвимостей.

Исходный текст

SKILL.md · Apache-2.0
---
name: vulnerability-csv-reporting
description: Generate structured CSV security audit reports from vulnerability data with proper filtering and formatting. This skill covers CSV schema design for security reports, using Python csv.DictWriter, severity-based filtering, and field mapping from JSON to tabular format.
---

# Vulnerability CSV Report Generation

This skill provides guidance on generating structured CSV reports from vulnerability scan data—a common format for security audits and compliance reporting.

## Overview

CSV (Comma-Separated Values) is a widely-used format for security reports because it's:
- **Human-readable**: Can be opened in Excel, Google Sheets
- **Machine-parseable**: Easy to process programmatically
- **Universal**: Supported by all data analysis tools
- **Lightweight**: Smaller than JSON/XML formats

## When to Use CSV Reports

### Ideal Use Cases
- Compliance audits requiring tabular data
- Executive summaries for non-technical stakeholders
- Integration with ticketing systems (Jira, ServiceNow)
- Automated vulnerability tracking pipelines
- Data analysis in spreadsheet tools

### Limitations
- No hierarchical data (flat structure only)
- Limited support for nested information
- No standard for binary data

**Alternative formats**: JSON (for APIs), PDF (for formal reports), HTML (for dashboards)

## CSV Schema Design for Security Reports

### Essential Fields

A well-designed vulnerability report CSV should include:

| Field | Type | Description | Example |
|-------|------|-------------|---------|
| **Package** | String | Vulnerable package name | `express` |
| **Version** | String | Installed version | `4.17.1` |
| **CVE_ID** | String | Vulnerability identifier | `CVE-2022-24999` |
| **Severity** | Enum | Risk level | `CRITICAL`, `HIGH` |
| **CVSS_Score** | Float/String | Numeric severity score | `9.8` or `N/A` |
| **Fixed_Version** | String | Patched version | `4.18.0` or `N/A` |
| **Title** | String | Brief description | `XSS in Express.js` |
| **Url** | String | Reference link | `https://nvd.nist.gov/...` |

### Design Principles

1. **Use descriptive column names**: `Package` not `pkg`, `CVE_ID` not `id`
2. **Handle missing data**: Use `N/A` for unavailable fields, not empty strings
3. **Consistent data types**: Ensure all rows have same format
4. **Include metadata**: Consider adding scan date, target, tool version

## Python CSV Generation with DictWriter

### Why DictWriter?

Python's `csv.DictWriter` is ideal for structured reports:
- **Type-safe**: Column names defined upfront
- **Readable**: Use dictionary keys instead of indices
- **Maintainable**: Easy to add/remove columns
- **Automatic header generation**: No manual header writing

### Basic Usage

```python
import csv

# Define schema
headers = ["Package", "Version", "CVE_ID", "Severity", "CVSS_Score", 
           "Fixed_Version", "Title", "Url"]

# Prepare data
vulnerabilities = [
    {
        "Package": "minimist",
        "Version": "1.2.5",
        "CVE_ID": "CVE-2021-44906",
        "Severity": "CRITICAL",
        "CVSS_Score": 9.8,
        "Fixed_Version": "1.2.6",
        "Title": "Prototype Pollution",
        "Url": "https://avd.aquasec.com/nvd/cve-2021-44906"
    }
]

# Write CSV
with open('security_audit.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=headers)
    writer.writeheader()  # Write column names
    writer.writerows(vulnerabilities)  # Write all rows
```

**Important parameters**:
- `newline=''`: Prevents extra blank lines on Windows
- `encoding='utf-8'`: Handles special characters in descriptions

## Severity-Based Filtering

### Why Filter by Severity?

Security teams prioritize based on risk. Filtering ensures reports focus on critical issues:

| Severity | Action Required | Typical SLA |
|----------|----------------|-------------|
| **CRITICAL** | Immediate patch | 24 hours |
| **HIGH** | Urgent patch | 7 days |
| **MEDIUM** | Scheduled patch | 30 days |
| **LOW** | Optional patch | 90 days |

### Implementation

```python
def filter_high_severity(vulnerabilities, min_severity=['HIGH', 'CRITICAL']):
    """
    Filter vulnerabilities by severity level.
    
    Args:
        vulnerabilities: List of vulnerability dictionaries
        min_severity: List of severity levels to include
        
    Returns:
        Filtered list containing only specified severity levels
    """
    filtered = []
    for vuln in vulnerabilities:
        if vuln.get('Severity') in min_severity:
            filtered.append(vuln)
    return filtered

# Usage
all_vulns = [...]  # From scanner
critical_vulns = filter_high_severity(all_vulns, ['CRITICAL', 'HIGH'])
```

## Field Mapping from JSON to CSV

### Extracting Fields from Scanner Output

```python
import json

def parse_trivy_json_to_csv_records(json_file):
    """
    Parse Trivy JSON output and extract CSV-ready records.
    
    Returns list of dictionaries, one per vulnerability.
    """
    with open(json_file, 'r', encoding='utf-8') as f:
        data = json.load(f)
    
    records = []
    
    if 'Results' in data:
        for result in data['Results']:
            target = result.get('Target', 'Unknown')
            
            for vuln in result.get('Vulnerabilities', []):
                # Map JSON fields to CSV fields
                record = {
                    "Package": vuln.get('PkgName'),
                    "Version": vuln.get('InstalledVersion'),
                    "CVE_ID": vuln.get('VulnerabilityID'),
                    "Severity": vuln.get('Severity', 'UNKNOWN'),
                    "CVSS_Score": extract_cvss_score(vuln),
                    "Fixed_Version": vuln.get('FixedVersion', 'N/A'),
                    "Title": vuln.get('Title', 'No description'),
                    "Url": vuln.get('PrimaryURL', '')
                }
                records.append(record)
    
    return records

def extract_cvss_score(vuln):
    """Extract CVSS score (from cvss-score-extraction skill)."""
    cvss = vuln.get('CVSS', {})
    for source in ['nvd', 'ghsa', 'redhat']:
        if source in cvss:
            score = cvss[source].get('V3Score')
            if score is not None:
                return score
    return 'N/A'
```

## Complete Vulnerability CSV Report Generator

```python
import json
import csv
import sys

def generate_vulnerability_csv_report(
    json_input, 
    csv_output, 
    severity_filter=['HIGH', 'CRITICAL']
):
    """
    Generate filtered CSV security report from Trivy JSON output.
    
    Args:
        json_input: Path to Trivy JSON report
        csv_output: Path for output CSV file
        severity_filter: List of severity levels to include
    """
    # Read JSON
    try:
        with open(json_input, 'r', encoding='utf-8') as f:
            data = json.load(f)
    except FileNotFoundError:
        print(f"[!] Error: Could not find {json_input}")
        sys.exit(1)
    
    # Extract and filter vulnerabilities
    vulnerabilities = []
    
    if 'Results' in data:
        for result in data['Results']:
            for vuln in result.get('Vulnerabilities', []):
                severity = vuln.get('Severity', 'UNKNOWN')
                
                # Apply severity filter
                if severity in severity_filter:
                    vulnerabilities.append({
                        "Package": vuln.get('PkgName'),
                        "Version": vuln.get('InstalledVersion'),
                        "CVE_ID": vuln.get('VulnerabilityID'),
                        "Severity": severity,
                        "CVSS_Score": get_cvss_score(vuln),
                        "Fixed_Version": vuln.get('FixedVersion', 'N/A'),
                        "Title": vuln.get('Title', 'No description'),
                        "Url": vuln.get('PrimaryURL', '')
                    })
    
    # Write CSV
    if vulnerabilities:
        headers = ["Package", "Version", "CVE_ID", "Severity", 
                   "CVSS_Score", "Fixed_Version", "Title", "Url"]
        
        with open(csv_output, 'w', newline='', encoding='utf-8') as f:
            writer = csv.DictWriter(f, fieldnames=headers)
            writer.writeheader()
            writer.writerows(vulnerabilities)
        
        print(f"\n[SUCCESS] Found {len(vulnerabilities)} "
              f"{'/'.join(severity_filter)} vulnerabilities")
        print(f"[SUCCESS] Report saved to: {csv_output}")
    else:
        print(f"\n[SUCCESS] No {'/'.join(severity_filter)} vulnerabilities found")

def get_cvss_score(vuln_data):
    """Extract CVSS score with source priority."""
    cvss = vuln_data.get('CVSS', {})
    for source in ['nvd', 'ghsa', 'redhat']:
        if source in cvss:
            score = cvss[source].get('V3Score')
            if score is not None:
                return score
    return 'N/A'

# Usage
if __name__ == "__main__":
    generate_vulnerability_csv_report(
        json_input='trivy_report.json',
        csv_output='security_audit.csv',
        severity_filter=['CRITICAL', 'HIGH']
    )
```

## Advanced Patterns

### Pattern 1: Adding Metadata Row

```python
import csv
from datetime import datetime

# Add metadata as first row
metadata = {
    "Package": f"Scan Date: {datetime.now().isoformat()}",
    "Version": "Tool: Trivy v0.40.0",
    "CVE_ID": "Target: package-lock.json",
    "Severity": "", "CVSS_Score": "", "Fixed_Version": "", 
    "Title": "", "Url": ""
}

with open('report.csv', 'w', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=headers)
    writer.writeheader()
    writer.writerow(metadata)  # Metadata row
    writer.writerow({})  # Blank separator
    writer.writerows(vulnerabilities)  # Actual data
```

### Pattern 2: Multi-Target Reports

```python
def generate_multi_target_report(json_input, csv_output):
    """Include target/file name in each row."""
    with open(json_input, 'r') as f:
        data = json.load(f)
    
    vulnerabilities = []
    
    for result in data.get('Results', []):
        target = result.get('Target', 'Unknown')
        
        for vuln in result.get('Vulnerabilities', []):
            record = {
                "Target": target,  # Add target column
                "Package": vuln.get('PkgName'),
                # ... other fields
            }
            vulnerabilities.append(record)
    
    headers = ["Target", "Package", "Version", ...]  # Target first
    # Write CSV as before
```

### Pattern 3: Summary Statistics

```python
def print_report_summary(vulnerabilities):
    """Print summary before writing CSV."""
    from collections import Counter
    
    severity_counts = Counter(v['Severity'] for v in vulnerabilities)
    
    print("\nVulnerability Summary:")
    print(f"  CRITICAL: {severity_counts.get('CRITICAL', 0)}")
    print(f"  HIGH:     {severity_counts.get('HIGH', 0)}")
    print(f"  Total:    {len(vulnerabilities)}")
```

## Error Handling

### Handling Missing or Malformed Data

```python
def safe_get_field(vuln, field, default='N/A'):
    """Safely extract field with default fallback."""
    value = vuln.get(field, default)
    # Ensure value is not None
    return value if value is not None else default

# Usage in field mapping
record = {
    "Package": safe_get_field(vuln, 'PkgName', 'Unknown'),
    "Fixed_Version": safe_get_field(vuln, 'FixedVersion', 'N/A'),
    # ...
}
```

## Best Practices

1. **Always write headers**: Makes CSV self-documenting
2. **Use UTF-8 encoding**: Handles international characters
3. **Set newline=''**: Prevents blank lines on Windows
4. **Validate data**: Check for None/null values before writing
5. **Add timestamp**: Include scan date for tracking
6. **Document schema**: Maintain a data dictionary
7. **Test with edge cases**: Empty results, missing fields

## Dependencies

### Python Modules
- `csv` (standard library)
- `json` (standard library)

### Input Format
- Requires structured vulnerability data (typically JSON from scanners)

## References

- [Python CSV Documentation](https://docs.python.org/3/library/csv.html)
- [RFC 4180 - CSV Format Specification](https://tools.ietf.org/html/rfc4180)
- [NIST Vulnerability Database](https://nvd.nist.gov/)

© benchflow-ai · Apache-2.0 · benchflow-ai/skillsbench

Похожие скиллы

Все скиллы по теме «Безопасность» →
vulnerability-scanner sickn33 Скилл vulnerability-scanner обучает ИИ-агента поиску уязвимостей в коде по стандартам OWASP 2025 и оценке цепочки поставок. Пригодится при аудите репозитория перед релизом. CX Codex +1 1 300установок csv-excel-merger OneWave-AI Скилл csv-excel-merger складывает несколько CSV, TSV и Excel в один файл: склеивает, джойнит по ключу, убирает дубли и проверяет арифметику строк. CX Codex +1 1 200установок vulnerability-scanning secondsky Скилл vulnerability-scanning для Claude Code, Codex, Cursor и других платформ запускает автоматическое сканирование зависимостей, кода и контейнеров через Trivy, Snyk и npm audit. Встраивается в CI/CD как security gate перед деплоем. CX Codex +1 543установок csv-data-summarizer coffeefuelbump Скилл csv-data-summarizer для Claude Code читает CSV через pandas и выдаёт статистику, пропуски и графики. Анализ и визуализация идут сразу, без уточнений. CX Codex +1 2 100установок csv-data-visualizer ailabs-393 Скилл csv-data-visualizer для Claude Code строит интерактивные графики Plotly по CSV-файлам, считает статистику колонок и собирает дашборды. Автоматизирует разведочный анализ данных. CX Codex +1 1 300установок csv-handler datadrivenconstruction Скилл csv-handler для Claude Code определяет кодировку и разделитель CSV, очищает таблицы, объединяет и разбивает файлы. Обрабатывает экспорт из строительных программ. CX Codex +1 115установок

Из того же набора22

Весь набор →
hex-grid-spatial Скилл hex-grid-spatial для Claude Code считает соседей, расстояние и клетки в радиусе на гексагональной карте с odd-r offset координатами. Используется в логике ходов и зон вокруг юнита. CX Codex +1 1установок python-scala-syntax-mapping Скилл python-scala-syntax-mapping для Claude Code сопоставляет синтаксис Python и Scala, помогая ИИ-агенту переносить функции, циклы и типы данных. CX Codex +1 1установок image-ocr Скилл image-ocr извлекает текст из изображений через Tesseract OCR и Python. Попросите агента обработать скан, скриншот или папку с картинками. CX Codex +1 1установок audiobook Скилл audiobook собирает аудиокнигу из статьи по ссылке или текстового файла: вытягивает контент, чистит его и озвучивает через ElevenLabs, OpenAI TTS или gTTS. CX Codex +1 1установок nanogpt-training Скилл nanogpt-training для Claude Code содержит инструкции для обучения моделей масштаба GPT-2 на 124M параметров на одной GPU с оптимизатором Muon и данными из Hugging Face. CX Codex +1 1установок hierarchical-taxonomy-clustering Скилл hierarchical-taxonomy-clustering для Claude Code объединяет похожие категории из разных источников в многоуровневую таксономию. Анализирует товары по общей структуре категорий. CX Codex +1 1установок senior-data-engineer Скилл senior-data-engineer для Claude и других агентов: помогает проектировать ETL/ELT и стриминговые пайплайны, генерирует Airflow DAG, конфиги Kafka и проверки качества данных. CX Codex +1 1установок python-scala-functional Скилл python-scala-functional для Claude Code помогает переписывать Python-код в функциональном стиле Scala. Показывает приёмы работы с замыканиями, генераторами, обработкой ошибок и Optional. CX Codex +1 1установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой