OWASP 安全实践技能
为代码审查和 AI 应用开发注入最新 OWASP 安全标准（2025–2026），让模型在写代码时就遵循规范，而不是事后修补。
该技能为纯只读参考型知识包，不请求任何工具权限、不执行脚本、不产生外部副作用，最小权限天然满足；源文件明确标注出处（owasp.org Top10:2025、OWASP/ASVS GitHub、genai.owasp.org），许可证为 MIT。扣分点：SKILL.md 本身未声明任何用户确认或回滚机制，出处仅以链接形式存在，静态审阅无法验证标注是否与官方原文完全一致，故不给满分。
内容自洽：不安全/安全示例、ASVS ID 与章节描述内部一致，渐进式披露（按需加载 reference/）设计合理；无运行时依赖，失败模式不适用。扣分点：静态审阅无任何执行证据、无测试或 CI 覆盖其关键路径，且部分条目（如 LLM05 的 complete_/QuerySpec）是伪代码式的示意接口，直接照搬可能不可运行；按静态校准上限计 10 分。
适用场景和触发条件在 description 中写得明确（代码安全审查、认证授权、输入处理、代理安全），并显式给出非适用边界（'模式匹配不等于漏洞'的三步过滤准则，'这些是切入点而非完整覆盖'），对减少误触发和误报有实际帮助。扣分点：内容全部为英文，无中文支持；未声明各 OWASP 标准在何种深度下超出该技能能力范围。内容不依赖境外在线服务，不影响中国网络可达性。
信息架构良好：核心速查 + 按需加载的深度参考，符合渐进式披露；README 说明安装方式、使用示例、贡献流程、许可证和来源。扣分点：无版本号、无 changelog、无已知限制清单，ASVS/OWASP 内容会随标准更新而过时但未声明更新责任和维护路径；发布者身份未经验证。
作为安全审查的知识上下文，边际价值明确：ASVS 5.0 ID 重新编号提示和'发现前三问'误报过滤是人工检索不易快速获得的整合内容；输出格式即审查建议，可直接使用。扣分点：无实际审查输出的样例或验证证据，深度覆盖（尤其 20+ 语言仅各列 2 个示例）较薄，静态审阅无法确认实际结果正确性，按校准上限计 6 分。
核心主张（Top 10:2025 类别名、ASVS 5.0 章节与 ID、LLM/Agentic 清单）均附具体可审计的官方来源，且明确指出'类别名逐字取自官方'，事实与推断区分良好。扣分点：静态审阅无法独立复核这些 ID 和级别是否与官方原文一致，也无第三方执行或交叉验证证据，按校准上限计 5 分。
- 静态审阅，未执行任何验证；ASVS 5.0 具体 ID 与级别请以官方标准原文复核后再用于正式合规评估。
- 内容为英文，无中文支持；技能不依赖境外在线服务，离线可用。
- reference/languages.md 每种语言仅列少量示例，作者自述为'切入点而非完整覆盖'，勿当作各语言的完整安全清单。
- 部分 LLM 示例（如 complete_/QuerySpec）为示意性伪代码，不能直接运行。
- 无版本号与 changelog，OWASP/ASVS 内容可能随标准更新而过时；发布者身份未经注册库验证。
- 该技能本身不含恶意代码或越权行为迹象，未触发红线。
这个 Skill 能做什么，适合哪些场景？
这是一个 Claude Code 技能，把 OWASP Top 10:2025、ASVS 5.0、LLM 应用 Top 10（2025）和 Agentic AI 安全（2026）浓缩为一份始终加载的核心指令，配合按需加载的参考文件。核心内容包括漏洞速查表、安全代码审查清单、带不安全/安全对照的代码模式，以及一套降低误报的漏洞核实规则（确认输入可控、汇聚点可达、影响范围）。所有分类名和 ASVS 要求编号均直接对照 owasp.org 和 genai.owasp.org 核实，而非网络转述。特别适合既做传统 Web 安全又涉及 AI/RAG/智能体系统的开发者。
技能以纯 Markdown 指令形式工作：当 Claude Code 检测到安全审查、认证授权实现、用户输入处理或 AI 智能体构建等场景时自动激活。它提供 OWASP Top 10:2025 速查表、按输入处理/认证会话/访问控制/数据保护/错误处理分类的审查清单、SQL 注入与命令注入预防、Argon2 密码存储、fail-closed 错误处理等代码模式，以及 LLM01–LLM10 和 ASI01–ASI10 风险缓解表。深层内容（20+ 语言的特有安全陷阱、各标准逐条深度解析）放在 reference/ 目录中按需加载。它不运行任何脚本或命令，只输出审查结论与修复建议。
- 开发者在提交代码前，让模型按 OWASP 标准审查某段代码是否存在注入、越权或加密缺陷
- 后端工程师实现登录/会话管理时，让模型核对 ASVS 5.0 的具体要求编号（如密码长度 6.2.1、会话熵 7.2.3）
- 构建 RAG 聊天机器人或工具调用应用的团队，让模型检查是否存在提示注入（LLM01）或过度代理（LLM06）风险
- AI 智能体开发者评估系统是否符合 OWASP Agentic AI 2026 的 ASI01–ASI10 风险清单
- 安全团队希望审查工具只报告真实可利用漏洞，而非模式匹配误报（技能内置三步核实规则）
- 全栈开发者快速查阅特定语言（Python、Java、Rust 等 20+ 种）的常见安全陷阱与安全写法
这个 Skill 有哪些优点和局限？
- 覆盖四个标准：OWASP Top 10:2025、ASVS 5.0、LLM Top 10（2025）、Agentic AI（2026），一次安装全部到位
- 编号和分类名直接对照 owasp.org 与 genai.owasp.org 官方来源核实——ASVS 5.0 全面重编号，网上大量资料仍引用 4.0 旧编号
- 内置漏洞核实规则（输入可控性、汇聚点可达性、影响范围），明确要求按可利用性而非模式匹配报告严重性，有针对性降低误报
- 代码示例全部采用不安全/安全对照格式，直观易模仿
- 渐进式加载设计：核心文件常驻，20+ 语言细节按需读取，不浪费上下文
- 纯 Markdown 指令，无脚本依赖，MIT 许可，可自由修改
- 没有任何自动化测试或基准数据证明其审查准确率，效果完全依赖底层模型能力
- 作者未声称对最新模型版本做过验证，与其他工具或编辑器的兼容性未知
- 它只是知识注入，不能替代真正的 SAST/DAST 工具或人工渗透测试
- L3 级 ASVS 的 92 条要求未完整收录，正式 L3 评估仍需查标准原文
- 参考文件的具体内容（languages.md、owasp-report.md 的深度）无法从 SKILL.md 本身验证
如何安装这个 Skill？
使用 degit 将技能目录复制到项目中：
npx degit agamm/claude-code-owasp/.claude/skills/owasp-security .claude/skills/owasp-security
或全局安装到所有项目：
npx degit agamm/claude-code-owasp/.claude/skills/owasp-security ~/.claude/skills/owasp-security
也可以 git clone 整个仓库后手动复制 .claude/skills/ 目录。注意必须复制整个文件夹（SKILL.md 加 reference/ 子目录），技能依赖渐进式加载的参考文件。
如何使用这个 Skill？
安装后在 Claude Code 中直接用自然语言触发，例如：「Review this code for security issues」「Is this authentication implementation secure?」「Check this AI agent for OWASP agentic risks」。技能会在涉及安全审查、认证授权、输入处理、密码学或 API 设计的场景自动激活。深度内容按需加载：审查特定语言时模型会读取 reference/languages.md，需要某条 OWASP 标准的逐项攻击向量时读取 reference/owasp-report.md。