Was macht appsec-skills?
Analysieren Sie Code mit AppSec-Fähigkeiten für SAST, Bedrohungsmodellierung, PR-Review und Serialisierungs-Audits unter Verwendung evidenzorientierter Sicherheits-Workflows.
Analysieren Sie Code mit AppSec-Fähigkeiten für SAST, Bedrohungsmodellierung, PR-Review und Serialisierungs-Audits unter Verwendung evidenzorientierter Sicherheits-Workflows.
Dieses Skill-Set, Bettinamindless552/appsec-skills, bietet eine Sammlung von Spezialfähigkeiten für die Anwendungssicherheit (AppSec). Es ermöglicht Entwicklern und Sicherheitsteams, Code gründlich zu analysieren, indem es gängige Sicherheitspraktiken wie Statische Anwendungssicherheitstests (SAST), Bedrohungsmodellierung, Pull-Request-Überprüfungen und Serialisierungs-Audits automatisiert und strukturiert. Der Schlüssel liegt in einem evidenzorientierten Ansatz: Statt nur Ergebnisse zu liefern, sammelt und dokumentiert das Tool Beweise, die die Sicherheitsanalyse nachvollziehbar und prüfbar machen. Es ist darauf ausgelegt, in KI-gestützte Coding-Assistenten wie Claude Code integriert zu werden und dort als Agent zu fungieren, der Sicherheitslücken identifiziert, Bedrohungen modelliert und Code-Reviews mit Sicherheitsfokus durchführt. Die Nutzung erfolgt über spezifische Anweisungen und Konfigurationen in der SKILL.md-Datei, die das Verhalten des Assistenten steuern. Dieses Tool ist besonders nützlich für Teams, die Sicherheit frühzeitig im Entwicklungsprozess verankern möchten (Shift-Left) und dabei auf eine reproduzierbare und dokumentierte Sicherheitsanalyse angewiesen sind.
npx skills add Bettinamindless552/appsec-skillsInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Analysieren Sie Code mit AppSec-Fähigkeiten für SAST, Bedrohungsmodellierung, PR-Review und Serialisierungs-Audits unter Verwendung evidenzorientierter Sicherheits-Workflows.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.