下载

Skill UI

浏览并发现 11165+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索行为分析，共找到 10 条记录

默认排序最新上传最多下载

LangSmith 跟踪调试助手

langsmith-fetch

ComposioHQ/awesome-claude-skills

借助 langsmith-fetch CLI 从 LangSmith Studio 抓取 LangChain/LangGraph 代理的执行轨迹，分析错误、工具调用、内存/性能指标并导出调试会话，帮助定位行为异常与失败原因。

稀疏自编码器：模型可解释性分析

sparse-autoencoder-training

Orchestra-Research/AI-Research-SKILLs

本工具提供稀疏自编码器（SAE）的训练和分析框架。SAEs能够将大型语言模型内部密集的、多义的激活信号分解为稀疏、单义的特征。适用于需要发现模型学到的离散可解释概念、研究特征叠加性，或分析模型内部特定安全相关行为（如偏见或欺骗）的场景。

网络日志入侵分析

analyzing-web-server-logs-for-intrusion

mukul975/Anthropic-Cybersecurity-Skills

本工具提供了一个全面的框架，用于分析Web服务器日志（Apache/Nginx）以检测各种安全威胁。它利用高级正则表达式匹配OWASP攻击签名，识别SQL注入、本地文件包含和目录遍历尝试，并进行行为分析以检测暴力破解和Web扫描器指纹。系统使用GeoIP丰富数据以进行源头归属，为SOC分析师生成优先级的报告。

工业控制系统异常检测

detecting-anomalies-in-industrial-control-systems

mukul975/Anthropic-Cybersecurity-Skills

该技能旨在为工业控制系统（ICS/OT）提供异常行为检测能力。它利用机器学习模型，通过分析SCADA协议通信、网络流量的时序和拓扑基线，构建正常操作模型。可用于发现协议异常、设备行为漂移和潜在的网络入侵。

异常认证模式检测

detecting-anomalous-authentication-patterns

mukul975/Anthropic-Cybersecurity-Skills

该技能利用用户和实体行为分析（UEBA）、统计基线和机器学习模型，持续监控认证日志。可实时识别不可能旅行、凭证堆积、暴力破解和账户被盗用等高级威胁，是安全运营和身份访问管理的核心工具。

Python 网络流量基线构建

implementing-network-traffic-baselining

mukul975/Anthropic-Cybersecurity-Skills

本技能指导使用历史 NetFlow/IPFIX 数据构建网络流量基线。利用 Python 的 pandas 库，计算小时/日分布、每主机指标和协议比例等详细统计档案。通过 z-score 和 IQR 方法检测异常，帮助安全运营中心（SOC）分析师识别数据外泄、心跳包等异常行为。

LLM追踪导出与行为分析

github/awesome-copilot

该技能提供全面的工具，用于下载、导出和深度检查Arize追踪和跨度（Spans）。它帮助用户理解大型语言模型（LLM）应用的完整执行流程，用于调试运行时错误和进行根本原因分析。用户可按追踪ID、跨度ID或会话ID筛选数据，进行深度行为分析。

AgentCore运行时会话调查

agentcore-investigation

本指南提供了一套完整的流程，用于通过CloudWatch Logs Insights和OpenTelemetry (OTEL) 技术，深入调查Bedrock AgentCore的运行时会话。它涵盖了会话ID到追踪ID的解析、结构化查询构建，并能够构建详细的执行时间线。适用于诊断Agent行为、追踪工具调用、分析延迟和性能瓶颈。

分析Copilot历史生成个性化指令

vardoger-analyze

github/awesome-copilot

该工具利用本地的`vardoger` CLI读取您的GitHub Copilot命令行历史记录。它深入分析您的编码习惯、行为模式和使用风格，从而生成一套高度个性化的使用指令。这些指令会被安全地写入本地配置文件，使Copilot能够根据您的个人风格进行定制化调整，提供更贴合您使用习惯的AI辅助体验。所有操作均在本地完成，保护数据隐私。

检测AWS CloudTrail异常行为

account-manipulation-account-linking

mukul975/Anthropic-Cybersecurity-Skills

该技能利用Python和boto3分析AWS CloudTrail日志，建立正常的API活动统计基线。它能检测出异常模式，如不寻常的事件源、首次API调用、地理IP偏差和高频率调用。这对于在安全事件中识别凭证泄露、权限提升和未经授权的资源访问至关重要。

1

语言