Black-cat - Claude Code RedTeam Skill — Hypothesis-Driven Cogn

项目说明

Black cat

<p align="center">
<img src="assets/black-cat-lilac-hat.jpg" height="190" alt="Black cat in a lilac witch hat">
</p>

<p align="center">一只头戴女巫帽的魔法黑猫。<br>
Claude code Redteam skill</p>

做这个 Skill 的原因

最近一直在看自动化渗透相关，尝试性写了几个框架，但是最后效果都不太满意。相反，之前当玩具写的 Skill 放在 Claude Code 里面，效果却出乎意料地好。

本 Skill 主要使用假设—证据驱动，为了模仿人在真实场景下的渗透测试。

与市面上所有 pentest skill 的本质区别

市面上的 pentest skill 都是 Pipeline（流水线）：Recon → Scan → Exploit → Report。每个 phase 绑定固定工具，失败就跳到下一步，没有回边。

我们的设计是 State Machine（状态机）：RECON ⇄ ENUMERATE ⇄ 。证伪、失败和新发现都可以回到前面的状态重新开始。横向移动成功后在新目标上重启 RECON。

| 维度 | 市面 skill | 本 skill |
|------|-----------|---------|
| 驱动方式 | Tool-first（到这个 phase 就该跑 nmap） | Hypothesis-first（看到什么信号 → 形成假设 → 验证） |
| 流程模型 | 单向 Pipeline | 有回边的 State Machine |
| 失败处理 | 跳到下一步（sqlmap negative = 没有 SQLi） | 证伪产生新假设（sqlmap negative = 大概率 ORM → 转查 Mass Assignment） |
| 证据 | 孤立截图 | 可追溯因果链 Obser → Reproduction → Impact |
| 目标切换 | 不支持 | 状态机重启：进入新网段 → 新 RECON |
| 运行时追踪 | 无或分散文件 | 单一 JSONL Ledger（hypothesis/e/） |
| 上下文管理 | 全部加载 | 显式文件路由，活跃技术目录默认 1 个、最多 2 个 |
| 清理义务 | 无 | Artifact + E 追踪清理状态 |
| 决策记录 | 隐式 | reason 记录每个 Gate 的选择和理由 |
| 交付校验 | 无 | --report 机器关口：REPORT 前 confirmed 三角色闭环、无遗留 pro |

v1.1.0 更新内容

调整：授权 Gate 一次性确认

新增：pro 裁决 + REPORT 机器关口

新增：黑板自动折叠

新增：运行时适配与工具降级

调整：状态机分模式

新增：中文案件黑板

修复：黑板运行时稳定性

新增：独立 Recon 技术目录

调整：Web 技术目录收敛

从 v1.0.0 升级

架构

文件结构

攻击面覆盖

信息收集（recon.md）

Web 渗透（web.md）

AD / 内网（三阶段：信息收集→OPSEC横向→提权维持）

Phase 1 — 信息收集（零命令行，全部 BOF/原生 API）：

Phase 2 — OPSEC 横向（零进程创建）：

Phase 3 — 提权与维持：

云环境

免杀 / EDR 对抗

工具链免杀开发（BOF + 原生 API）：

Telemetry 分散与进程拆分：

内容免杀：

运行时对抗：

C2 隐匿：

数据库

逆向

使用方式

安装

将下面这句话发给 Claude Code：

> 帮我安装

使用

在 Claude Code 中加载 skill：

或直接在对话中描述目标，skill 会自动按信号匹配技术目录。

授权声明：本 skill 仅用于已明确授权的渗透测试。授权在加载 skill 时一次性确认，此后按锁定范围执行；超出授权范围的操作默认先做，仅在授权文档明确禁止时才不做。

未完待续......

Star 趋势

<a href="
<picture>
<source media="(prefers-color-scheme: dark)" srcset=" />
<source media="(prefers-color-scheme: light)" srcset=" />
<img alt="Star History Chart" src=" />
</picture>
</a>

项目信息

开发语言：Python

Star 数：318

技术要点

该项目属于红蓝攻防方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕Claude Code RedTeam Skill — Hypothesis-Driven Cognitive Architecture。一个假设-证据驱动的红队skill展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。