agentsclimarketplace

Alibabacloud ecs sec inspect

Skill aliyun/alibabacloud-ecs-troubleshoot-skills/skills/alibabacloud-ecs-sec-inspect

Troubleshooting skills for Alibaba Cloud ECS

Install
npx -y skills add aliyun/alibabacloud-ecs-troubleshoot-skills --skill alibabacloud-ecs-sec-inspect

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

What its author says it does

Copied from the file, not written here

Linux 服务器安全入侵检测与取证工具,专为 AI Agent 设计。自动判断服务器是否被入侵, 提供完整证据链和可执行修复建议。50+ 安全分析器,10 个数据采集器,103+ MITRE ATT&CK 技术映射,支持 3 种部署模式。 当用户询问服务器安全、入侵检测、系统审计、恶意软件检测、安全事件响应时使用。 每当需要判断服务器是否被入侵、检查后门木马、分析安全事件时,优先使用此技能。 务必在发现安全异常时主动调用此技能,即使用户没有明确要求安全检查。

SKILL.md

14.2 KB, as published. Nobody here has run it

sec-inspect

Linux 服务器安全入侵检测与取证工具 | Linux Server Security Intrusion Detection & Forensics Tool


First Run Setup | 首次运行

AI Agent 首次使用本 Skill 时,MUST 执行以下权限申请(一次性,后续无需重复):

cd /data/sec-inspect && sudo python3 scripts/setup_permissions.py --auto

这将自动:

  1. 检测系统已安装的 AI 工具(Claude Code, Qoder, OpenCode, Windsurf, Cursor, Gemini CLI, Trae)
  2. 配置最小权限集(sudo, read all, write workspace)
  3. 备份已有配置
  4. 验证权限生效

配置完成后重启 AI 工具即可永久生效。验证权限:

cd /data/sec-inspect && python3 scripts/setup_permissions.py --verify

Quick Start | 快速开始

完整流程: 权限申请 → 环境初始化 → 执行扫描 → 反思验证 → 输出结果

Step 1: 环境初始化(首次)

cd /data/sec-inspect && sudo bash scripts/setup.sh

自动完成:检测/安装 Python >= 3.11、创建 workspace、安装 Skill 到 AI 工具目录。

Step 2: 执行扫描

# 推荐(源码模式)
cd /data/sec-inspect && sudo python3 -m scripts.main --output-dir /data/sec-inspect/workspace

# 编译版(需 Python 3.11 精确匹配)
cd /data/sec-inspect && sudo python3 scripts/main.pyz --output-dir /data/sec-inspect/workspace

pyz 失败处理:若出现 bad magic number 错误,详见 references/python-runtime.md

Step 3: 查看报告

报告输出到 /data/sec-inspect/workspace/{YYYY-MM-DD}/report/

文件格式用途
sec-report-{date}.mdMarkdown主报告:结论、证据、时间线、修复建议
sec-report-{date}.jsonJSON结构化数据,便于程序化处理
attack-chain-{date}.mdMarkdown攻击链分析
sec-inspect-log-{date}.logLog执行日志

Step 4: Post-Scan Reflection(MANDATORY)

扫描完成后,必须先执行反思流程,再向用户汇报结果。 详见 Post-Scan Reflection


What Can It Do? | 能做什么?

Detection Capabilities | 检测能力

覆盖 12 大检测类别51 个安全分析器10 个数据采集器,映射 103+ MITRE ATT&CK 技术

检测类别核心能力
进程异常隐藏进程、反弹 Shell、进程树异常、代码注入
网络异常C2 通信、DNS 隧道、DGA 域名、威胁情报匹配
认证与凭据SSH 后门密钥、暴力破解、PAM 后门、凭据泄露
持久化机制Crontab/Systemd/Shell 配置后门
Rootkit内核模块异常、LD_PRELOAD 劫持、io_uring/eBPF Rootkit
恶意软件挖矿、勒索软件、RAT、无文件恶意软件
内存取证内存注入、RWX 异常、memfd 无文件攻击
文件系统SUID/SGID 异常、Webshell、隐藏文件
横向移动SSH 横向、端口转发、时序关联分析
容器/K8s容器逃逸、RBAC 风险、运行时行为异常

完整检测能力列表(含全部分析器和采集器详情)见 references/detection-capabilities.md

MITRE ATT&CK 技术映射详表(80+ 技术编号、14 个战术阶段)见 references/technique-mappings.md

Key Features | 核心特性

  • 51 安全分析器 — 覆盖传统威胁、容器安全、内存取证等多维度检测
  • 10 个数据采集器 — 系统/进程/网络/用户/文件/日志/Cron/服务/DNS/软件包 全面采集
  • 103+ MITRE ATT&CK 映射 — 每条告警关联 ATT&CK 技术编号
  • 环境自适应 — 自动识别服务器角色,智能跳过不适用的检测
  • 零系统修改 — 只读操作,不修改系统任何文件
  • IoC 威胁情报 — 内置 base64 编码 IoC 数据库
  • 3 种部署模式 — standalone / docker / k8s

Prerequisites | 前置条件

项目要求
架构x86_64 (AMD64)
操作系统Linux (glibc 2.17+: Ubuntu 14.04+, CentOS 7+, Debian 8+)
Python>= 3.11(setup.sh 可自动安装)
权限root (sudo)
网络扫描无需联网;缺少 Python 3.11 时需网络下载 (~30MB)

Security Model | 安全模型

  • root (sudo) — 读取 /proc、/sys、系统日志等内核信息
  • 只读采集 — 零系统修改,不写入/删除/修改任何系统文件
  • 写入仅限 workspace/ — 仅保存扫描日志和报告

Required Permissions | 最小权限集

{
  "permissions": {
    "allow": [
      "Bash(sudo:*)",
      "Bash(python3:*)",
      "Read(**)",
      "Write(/data/sec-inspect/workspace/**)",
      "Write(workspace/**)"
    ]
  }
}

支持的 AI 工具:Claude Code、QoderCLI、OpenCode、Windsurf、Cursor、Gemini CLI、Trae。详见 references/permissions.md


Command Line | 命令行参考

Core Parameters | 核心参数

# 基本扫描
cd /data/sec-inspect && sudo python3 -m scripts.main --output-dir /data/sec-inspect/workspace

# 指定输出格式
cd /data/sec-inspect && sudo python3 -m scripts.main --format both

# 完整报告(含时间线、攻击链、交叉关联)
cd /data/sec-inspect && sudo python3 -m scripts.main --full-report

# 高负载时强制执行
cd /data/sec-inspect && sudo python3 -m scripts.main --force

# 列出所有分析器
cd /data/sec-inspect && python3 -m scripts.main --list-analyzers

# 查看资产数据
cd /data/sec-inspect && python3 -m scripts.main --show-assets all

# K8s 部署
cd /data/sec-inspect && python3 -m scripts.main k8s-deploy

All Parameters | 完整参数表

参数说明默认值
--output-dir PATH报告输出目录from config
--format {markdown,json,both}输出格式both
--quiet静默模式,适合 crontabfrom config
--force跳过负载保护,强制执行
--list-analyzers列出全部分析器及耗时
--show-assets [{all,ioc,whitelist}]显示解码后的资产数据all
--no-fp-suppression禁用误报抑制(审计模式)
--force-json强制生成 JSON 报告
--full-report启用完整报告:时间线、攻击链、交叉关联、覆盖率
--lang {auto,en,zh,both}报告语言auto
--env {auto,development,production,ci,container}环境上下文auto
--retention-days N报告保留天数180
--dry-run仅预览,不上报

Subcommands | 子命令

子命令用途
standalone独立模式运行(含内置 LLM 客户端)
k8s-deployK8s CronJob 部署、执行、收集结果
whitelist白名单管理(学习 + 用户自定义)
perf性能监控与分析

Deploy Modes | 部署模式

模式路径说明
standalonedeploy/standalone/单机直接运行
dockerdeploy/docker/Docker 容器,含 Dockerfile + compose
k8sdeploy/k8s/CronJob + RBAC + ConfigMap

Understanding Results | 理解扫描结果

Scan Conclusion | 扫描结论

结论含义建议操作
Compromised确认被入侵立即隔离,执行 P0 修复
Highly Suspicious高度可疑深入调查,准备 P1 修复
At Risk存在风险计划修复,加强监控
No Intrusion未发现入侵保持警惕,定期扫描

Alert Priority | 告警优先级

级别响应时间说明
P0-Critical立即确认的入侵,需紧急处理
P1-High24h 内高度可疑,需验证和修复
P2-Medium1 周内潜在风险,建议优化
P3-Low计划内改进建议,安全加固

Performance Constraints | 性能约束

指标约束
Quick scan 执行时间< 90s
Full scan 执行时间< 10 min
CPU 占用(单核)< 50% (nice(19) + 自适应节流)
内存占用< 200 MB
负载保护CPU > 70% 或内存 < 500MB 时自动退出 (--force 跳过)

Post-Scan Reflection | 扫描后反思

MANDATORY — 每次扫描后必须执行

扫描完成后,AI Agent 必须先执行反思流程,才能向用户输出结果。

完整流程见 references/post-run-reflection.md

Phase 1: Alert Verification | 告警验证

步骤操作要点
0查阅 references/lessons-learned.md已知误报直接跳过
1识别运行环境WSL2/K8s/容器/开发机
2逐条工具验证每条告警执行验证命令
3汇总判定区分真实告警 vs 误报

Quick Verification Commands | 验证命令速查

告警类型验证命令
隐藏进程sudo ls /proc/{pid}/exe -la
可疑端口sudo ss -tlnp | grep {port}
异常文件sudo stat {path} && sudo file {path}
SSH 密钥sudo cat /root/.ssh/authorized_keys
Crontabsudo crontab -l && sudo ls /etc/cron.d/
Systemd 服务sudo systemctl cat {service}
内核模块sudo lsmod | grep {module}
网络连接sudo ss -anp | grep {ip/port}

Common False Positive Patterns | 常见误报快速判断

环境常见误报判断依据
WSL2内核模块告警uname -rmicrosoft
开发机Node.js/Python 进程告警AI 工具自身进程
Docker Hostoverlay 文件系统告警/var/lib/docker/overlay2 路径
K8s Nodekubelet 网络告警kube-system 命名空间
CI/CD临时文件告警/tmp/workspace 路径

Phase 2: Functional Consistency | 功能一致性

  • 对照本 SKILL.md 验证功能承诺与实际是否一致
  • 发现不一致立即修复

Core Rules | 核心规则

规则说明
验证优先于汇报未用工具验证过的告警,禁止报给用户
禁止凭经验分类必须有命令输出作为判定依据
禁止"建议用户检查"必须自己执行命令并给出确定结论
发现新误报必须记录追加到 lessons-learned.md

Multi-Skill Security Assessment | 多 Skill 安全联动

当用户询问系统整体安全性时,AI Agent MUST 联动所有可用安全 Skill。

详细协议见 references/call-other-sec-skills.md

Skill维度调用条件
sec-inspect用户态入侵检测始终调用
sec-kernel内核 CVE 漏洞检测 + PoC 验证available_skillssec-kernel 时 MUST 调用

结论合成规则(取最严重):

sec-inspectsec-kernel最终结论
No Intrusion无漏洞Safe
No IntrusionVULNERABLEAt Risk
No IntrusionEXPLOITABLEAt Risk (Critical)
At Risk+EXPLOITABLEHighly Suspicious
Compromised任意Compromised

Trigger Scenarios | 触发场景

当以下场景出现时,务必主动调用此技能:

  • 用户询问服务器是否被入侵、是否安全
  • 需要进行安全审计或合规检查
  • 发现可疑进程、文件、网络连接
  • 用户提到「安全检查」「入侵检测」「后门」「木马」「挖矿」「Rootkit」「Webshell」等关键词
  • 安全事件响应和取证分析
  • 即使用户只是说「检查一下服务器」或「看看系统有没有问题」,也应主动建议使用此技能
  • 用户询问异常进程、异常网络连接、异常登录时
  • 需要判断告警是否为误报时

For AI Agents | 使用原则

  1. 主动建议 — 用户提到安全问题时,主动建议运行 sec-inspect
  2. 先扫描后回答 — 不要凭经验判断,先用工具验证
  3. 反思过滤 — 汇报前必须执行 Post-Scan Reflection
  4. 证据导向 — 每个告警都要有具体证据和修复建议
  5. 优先级明确 — 按 P0/P1/P2/P3 分级汇报
  6. Python 运行时 — pyz 失败时 MUST 按 references/python-runtime.md 获取 Python 3.11
  7. 多 Skill 联动 — sec-kernel 等安全 Skill 可用时 MUST 调用

Absolute Prohibitions | 绝对禁止

  • 未执行验证命令就向用户报告告警
  • 说"建议用户检查"而不是自己确认
  • 先输出报告再补验证
  • pyz 失败后放弃扫描(MUST 获取 Python 3.11)
  • sec-kernel 可用时不调用就给出"系统安全"结论

Troubleshooting | 故障排除

问题原因解决方法
权限不足未使用 sudosudo python3 -m scripts.main
扫描超时系统负载过高添加 --force
无输出文件输出目录不存在mkdir -p /data/sec-inspect/workspace
pyz bad magic numberPython 版本不兼容references/python-runtime.md
Python 版本不足< 3.11sudo bash scripts/setup.sh
资产数据加载失败assets/ 异常python3 -m scripts.main --show-assets all

License & Credits

  • License: MIT License
  • Contributors: See CONTRIBUTOR.md
  • References: UAC, OSSEC, Wazuh, rkhunter, chkrootkit, Falco
  • ATT&CK: MITRE ATT&CK Framework v18

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.