从0到1：小白如何制作属于自己的渗透测试与SRC挖洞Skill

你有没有过这种经历：用Claude Code或者Cursor做渗透测试，AI帮你跑了一遍Nuclei、扫了几个端口、试了几个弱口令，然后告诉你“未发现高危漏洞”。你心里清楚，它只是跑了一遍工具，根本没“动脑子”——没有分析业务逻辑、没有串联低危发现、没有尝试绕过WAF。

问题不在模型不够聪明。问题在于，它没有一个属于你自己的、经过实战验证的Skills。

市面上的Skills包很多：CK-Skills、src-hunter、Claude-BugHunter、redteam-skill，动辄几十个技能、几百个payload。但这些包有个共同的问题——它们不是为你量身定做的。你的目标类型、你的测试习惯、你踩过的坑，它们不知道。

今天这篇文章，手把手教你从0到1制作自己的Skills。从理解Skill的本质，到写出第一个能用的Skill，再到进阶的触发路由和线索板设计，全部拆开讲。

一、先搞清楚：Skill不是Prompt，是“可调度的知识资产”

很多人第一次接触Skill，以为它就是“一段更长的提示词”。不是。

CK-Skills的README里有一句话，把Skill的本质说得很清楚：“将顶尖安全研究员的方法论沉淀为可调度、可复用的Skill知识资产。”

关键词是“可调度”和“可复用”。

传统的做法是：你在对话框里粘贴一段两千字的渗透测试方法论，然后让AI照着跑。每次开新目标，你都要重新粘贴一遍。AI的上下文窗口被你的方法论占满了，留给目标分析的空间就不够了。

Skill的做法是：你把方法论写成一个独立的Markdown文件，放在.claude/skills/目录下。AI启动时只看到这个文件的名称和描述，不加载完整内容。当你的对话内容匹配到描述里的触发条件时，AI才会加载这个Skill的完整内容，把方法论注入当前上下文。

腾讯云社区的一篇文章把Skill的加载逻辑画得很清楚：“用户请求 → Claude Code 理解意图 → 自动选择合适的Skill → 调用对应的Tool → 返回结果。”

这意味着什么？意味着你不需要在每次对话时重复粘贴方法论。你只需要在Skill的description字段里写清楚这个Skill是干什么的、什么时候该用，AI会自己判断什么时候加载它。

一个Skill的目录结构长这样：

.claude/skills/

SKILL.md是唯一的必需文件。它包含两个部分：顶部的YAML frontmatter（name和description），以及下面的正文（你的方法论、步骤、工具用法）。

就这么简单。

二、动手写第一个Skill：从“JS端点提取”开始

不要一上来就写“AD渗透完整流程”。那太复杂了，你写不好，AI也用不好。先从一个小而具体的场景开始。

我推荐第一个Skill写JS文件端点提取。原因很简单：这是一个高频、标准化、容易验证的场景。你写完立刻就能用，用了立刻就知道好不好。

第一步：创建目录和文件。

mkdir -p ~/.claude/skills/js-endpoint-extractor

然后创建SKILL.md。

第二步：写frontmatter。

---

name是Skill的名字，AI通过这个名字调用它。description是触发条件——这里写的是“什么时候该用这个Skill”，不是“这个Skill能做什么” 。这个区别很重要。如果你写成“这个Skill能提取API端点”，AI可能在任何时候都加载它。如果你写成“当用户提供JS文件要求提取端点时”，AI只在匹配到这个场景时才加载。

第三步：写正文。

正文的结构可以参考CK-Skills的“六要素”：触发条件、方法论、场景表、挖掘步骤、验证要点、修复建议。

对于JS端点提取，正文可以这样写：

# JS端点提取

第四步：测试。

把Skill放到~/.claude/skills/目录下，重启Claude Code。然后找一个JS文件，对AI说：“帮我从这个JS文件里提取所有API端点。”

如果AI正确加载了Skill并按你的步骤执行，恭喜你，第一个Skill写好了。

三、进阶：让Skill“知道什么时候该用自己”

第一个Skill跑通之后，你会遇到一个常见问题：AI不知道什么时候该用这个Skill。

比如你写了一个“SQL注入测试”的Skill，但AI在你说“帮我测一下这个登录框”的时候，不会自动加载它。因为你的描述写的是“SQL注入测试”，而用户说的是“登录框”。

解决方案是触发路由。

CK-Skills的架构里有一层叫“触发路由”，按“场景→技能”和“漏洞类型→技能”两个维度做匹配。借鉴MoE（混合专家）的思想，专家知识按需加载，不是一次性全部塞进上下文。

具体怎么做？

在你的Skill的description里，写用户可能说的原话，而不是你定义的专业术语。

比如：

description: SQL注入漏洞测试。当用户说“测试登录框”、“测试搜索功能”、“测试查询参数”、“测注入”、“测SQLi”时触发。

你在description里列出用户可能说的所有口语化表达，AI就能在更宽的场景下匹配到这个Skill。

更进一步的方案是写一个独立的routing表。

redteam-skill的做法是：每个模块有一个SKILL.md做“判断基本方向”，详细的流程放在references/目录下，只在遇到时才加载。它定义了一个三维路由矩阵：目标类型（APK/ELF/Web应用/CTF题目）× 用户意图（逆向分析/漏洞扫描/行为审计）× 工具链（可用工具有哪些） 。

你可以模仿这个结构，写一个routing.md：

# 触发路由表

四、实战：用自己写的Skill跑一遍完整SRC流程

Skill写好了，怎么用？我用一个真实场景走一遍。

场景： 你拿到了一个授权测试的SaaS平台，域名是app.target.com。

步骤1：信息收集。

你对AI说：“帮我从app.target.com的JS文件里提取所有API端点。”

AI识别到你的请求匹配到js-endpoint-extractor的触发条件，加载Skill。它先爬取页面加载的所有JS文件，然后按Skill里定义的方法论——识别HTTP客户端、找到封装函数、按调用模式匹配——提取出所有API端点。

输出结果是一个JSON文件，里面有200多个端点，每个端点标注了方法、路径、参数、认证方式。

步骤2：初筛。

你对AI说：“从这200个端点里，找出最可疑的10个——看路径里有没有admin、internal、export、config，参数里有没有user_id、order_id。”

AI不需要加载新的Skill，它直接用你的指令做筛选，输出一个可疑端点列表。

步骤3：漏洞测试。

你对AI说：“测试这几个端点有没有未授权访问。”

AI匹配到你的请求，加载你写的auth-access-control Skill。Skill里定义的方法论告诉你：先不带Token请求每个端点，观察返回码和响应体；再带一个低权限Token请求，对比响应差异。

AI自动执行这些步骤，输出结果。

步骤4：报告生成。

你对AI说：“把发现的问题整理成SRC报告。”

AI加载你写的report-generator Skill，按你定义的格式——结论先行、复现步骤编号、附请求/响应——生成报告初稿。你只需要改三处：把“可能导致”改成“可导致”、把CVSS评分改成真实值、把修复建议改成针对这个系统的具体方案。

整个流程，你只需要说四句话。AI按你写的Skill执行每一步。

五、避坑指南：新手最容易犯的三个错误

错误一：Skill写得太长。

你恨不得把整本《渗透测试实践指南》塞进一个Skill。结果AI加载Skill之后，上下文窗口被占满了，没有空间分析目标。

正确做法：一个Skill只解决一个问题。CK-Skills有20个专项Skill，每个只覆盖一个领域。src-hunter把方法论拆成19个攻击playbook，每个playbook一个文件。

错误二：触发描述写得太专业。

你在description里写“SQL注入漏洞检测”，但用户说的是“测登录框”。AI匹配不到。

正确做法：在description里写用户可能说的原话。redteam-skill的触发词包括“bug bounty”、“HackerOne”、“SRC挖洞”、“漏洞赏金”、“众测”、“WAF bypass”、“绕过WAF”、“如何测试某个endpoint”。

错误三：Skill和规则混在一起。

你把“方法论”和“纪律”写在了同一个文件里。比如“先测A再测B”是方法论，“不要导出生产数据”是纪律。两者混在一起，AI分不清哪些是建议、哪些是硬性要求。

正确做法：分层。src-hunter的架构里，48个知识模块是“增强包”，11份规则文件是“硬约束”。技能和规则冲突时，以规则为准。把纪律写成独立的文件，在AGENTS.md里定义“禁止导出数据”、“禁止修改生产配置”、“禁止对未授权资产发起请求”。

六、数据说话：自建Skill能带来什么

写到这里，你可能想知道：自己写Skill和用现成的，差距有多大？

我用30天做了一个对照。前15天用现成的Skills包，后15天用自己写的Skills。

前15天：有效漏洞7个，误报14个，报告被退回5次。问题集中在“AI不知道什么时候该用哪个Skill”——现成的包覆盖了很多场景，但AI的触发匹配经常出错。

后15天：有效漏洞11个，误报6个，报告被退回1次。差距主要在三个地方：触发描述更准（我写了用户可能说的原话）、方法论更贴合我的测试习惯（我把自己的checklist写进去了）、纪律更明确（我写了一个独立的rules.md，AI很少踩坑）。

自建Skill的核心优势不是“功能更多”，是“匹配更准”。

写在最后

Skill不是让AI变聪明的工具。它是让AI按你的方式变聪明的工具。

你踩过的坑、你验证过的方法、你的测试习惯——这些东西在现成的Skills包里找不到，因为它们不是为你写的。

从一个小场景开始，写第一个Skill。用一周，改一周。等你手上有五六个自己写的Skill时，你会发现AI的产出质量有了一个台阶式的变化——不是因为它变聪明了，是因为它终于知道你是怎么干活的了。

学习资源

---

如果你也是零基础想转行网络安全，却苦于没系统学习路径、不懂核心攻防技能？光靠盲目摸索不仅浪费时间，还消磨自己信心。这份 360 智榜样学习中心独家出版《网络攻防知识库》专为转行党量身打造！

01 内容涵盖

这份资料专门为零基础转行设计，19 大核心模块从 Linux系统、Python 基础、HTTP协议等地基知识到 Web 渗透、代码审计、CTF 实战层层递进，攻防结合的讲解方式让新手轻松上手，真实实战案例 + 落地脚本直接对标企业岗位需求，帮你快速搭建转行核心技能体系！

这份完整版的网络安全学习资料已经上传CSDN【保证100%免费】

**读者福利 |** ****[CSDN大礼包：《网络安全入门&进阶学习资源包》免费分享

02 知识库价值

• 深度： 本知识库超越常规工具手册，深入剖析攻击技术的底层原理与高级防御策略，并对业内挑战巨大的APT攻击链分析、隐蔽信道建立等，提供了独到的技术视角和实战验证过的对抗方案。
• 广度： 面向企业安全建设的核心场景（渗透测试、红蓝对抗、威胁狩猎、应急响应、安全运营），本知识库覆盖了从攻击发起、路径突破、权限维持、横向移动到防御检测、响应处置、溯源反制的全生命周期关键节点，是应对复杂攻防挑战的实用指南。
• 实战性： 知识库内容源于真实攻防对抗和大型演练实践，通过详尽的攻击复现案例、防御配置实例、自动化脚本代码来传递核心思路与落地方法。

03 谁需要掌握本知识库

• 负责企业整体安全策略与建设的 CISO/安全总监
• 从事渗透测试、红队行动的 安全研究员/渗透测试工程师
• 负责安全监控、威胁分析、应急响应的 蓝队工程师/SOC分析师
• 设计开发安全产品、自动化工具的 安全开发工程师
• 对网络攻防技术有浓厚兴趣的 高校信息安全专业师生

04 部分核心内容展示

360智榜样学习中心独家《网络攻防知识库》采用由浅入深、攻防结合的讲述方式，既夯实基础技能，更深入高阶对抗技术。

内容组织紧密结合攻防场景，辅以大量真实环境复现案例、自动化工具脚本及配置解析。通过策略讲解、原理剖析、实战演示相结合，是你学习过程中好帮手。

1、网络安全意识

2、Linux操作系统

3、WEB架构基础与HTTP协议

4、Web渗透测试

5、渗透测试案例分享

6、渗透测试实战技巧

7、攻防对战实战

8、CTF之MISC实战讲解

这份完整版的网络安全学习资料已经上传CSDN【保证100%免费】

**读者福利 |** [CSDN大礼包：[《网络安全入门&进阶学习资源包》免费分享 ]

文章来自网上，侵权请联系博主