开源社区出现一个名为 wooyun-legacy 的 Claude Code 技能包项目，代码已在 GitHub 开放，并在 Linux.do 论坛引发讨论。该项目将乌云平台 2010 年至 2016 年间收录的 88,636 个真实漏洞案例进行系统性提炼，转化为可供 Claude Code 调用的安全知识库。乌云平台曾是国内最具影响力的互联网安全漏洞报告平台，聚集了大量白帽子提交的漏洞分析，覆盖各大互联网公司的真实安全事件，平台 2016 年停止运营后，这批案例资料长期散落各处。该项目将历史漏洞数据结构化整理后打包为 Claude Code Skill 格式，安装后 Claude 在处理漏洞分析、渗透测试思路、安全审计等问题时，可参考真实案例中的攻击路径与修复经验，表现出接近资深安全专家的分析思路。从实现方式看，项目没有对模型做微调，而是借助技能包机制外挂数据知识库，让通用大模型获得垂直领域的专业能力。这种将行业历史数据封装为 AI 技能包的做法，为安全研究以外的其他专业领域提供了可复用的路径，也反映出开发者社区正在积极探索大模型与领域知识结合的轻量化方案。
事件分析
技术层面，该项目的核心价值在于高质量语料的工程化处理：乌云案例不仅包含漏洞细节，还附带真实业务场景与修复讨论，这类带完整上下文的攻防语料在公开数据集中极为稀缺，通过 Skill 机制注入后可显著改善模型在安全场景下的推理质量。产业层面，安全行业正加速 AI 化，代码审计与渗透测试自动化工具竞争加剧，历史漏洞库可能成为安全 AI 产品的数据壁垒，类似思路也可延伸至合规、风控等强经验型领域。后续值得关注两点：一是数据合规风险，乌云案例涉及大量企业与漏洞细节，公开分发需注意边界；二是知识时效性，2016 年前的漏洞模式部分已随安全架构演进失效，使用者需结合当前环境甄别。此类项目或带动更多垂直领域将沉淀数据转化为 Agent 技能资产。
核心观点：真实攻防语料是安全 AI 最稀缺的资产，把行业历史漏洞库喂给大模型，等于给通用模型装上专家经验。
原文链接：Linux.do
