1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | containment-unitoneai-securityskills |
| 作者/维护者 | UnitOneAI（GitHub: unitoneai） |
| 来源链接 | https://github.com/UnitOneAI/SecuritySkills/tree/main/skills/incident-response/containment |
| 许可证 | MIT（数据来源：GitHub API） |
| GitHub Stars / Forks | 44 / 128（所属 SecuritySkills 合集仓库整体数字，非本技能独立星数；数据来源：GitHub API） |
| 最新版本 | SKILL.md 声明 version 1.0.1，仓库最近一次提交 2026-06-18（数据来源：GitHub API） |
| 安装方式 | 克隆仓库后复制子目录到本地 skills 目录（详见第 10 章） |
2. 功能介绍与亮点
containment 针对安全事件响应流程中“如何遏制”这一环节，产出可执行的遏制计划，覆盖网络隔离、凭据吊销、DNS 沉洞等手段的选择与执行顺序。
主要亮点：
- 遏制策略决策矩阵：按“威胁严重度 × 业务关键性”给出四象限建议，避免“一刀切”式隔离误伤业务
- MITRE ATT&CK 技术级映射：把初始访问、横向移动、C2、持久化下的具体攻击技术逐条对应到遏制动作，而非泛泛的“断网”建议
- Wiper 专项处置：说明破坏性恶意软件的遏制逻辑与勒索软件相反——应立即断网、对未中招系统直接断电而非保留做取证，并给出备份基础设施保护步骤
- 短期/长期遏制分层：短期动作（端口关闭、凭据重置）与长期动作（网络分段、出站过滤）分开列出，附回滚条件表与验证清单
3. 适用场景
所属分类：安全与合规
适用于安全团队（SOC 分析师、安全工程师）在确认发生安全事件后，需决定如何隔离受影响系统、吊销失陷凭据、切断命令控制通道时使用。典型场景：勒索软件或数据渗出应急处置、在业务连续性与安全遏制间权衡、按已识别攻击技术选择针对性反制、评估既往遏制动作是否有效。不涉及事件分诊分级、取证采集或事后复盘，专注于遏制这一个环节。
4. 跨 Agent 兼容性
- Claude Code：原生支持——仓库采用标准 SKILL.md 格式，复制到
~/.claude/skills/后可通过自动发现或/containment直接调用 - Codex：需适配——仓库 README 给出的用法是
codex --context <path>/SKILL.md "..."，需手动指定文件路径，非自动发现 - OpenClaw：仓库徽章标注兼容，但 README 未给出具体接入步骤，需自行适配
- Hermes Agent：未验证——仓库文档未提及该平台
5. 推荐理由
安全事件响应中，“如何遏制”最容易出错：隔离范围过大打断业务，过小又挡不住横向移动。这个技能把 NIST SP 800-61 的遏制决策标准与 MITRE ATT&CK 攻击技术直接挂钩，让缺乏一线经验的团队也能选出匹配的遏制动作，而非遇事只会“整体断网”。Wiper 类破坏性攻击的专项处置逻辑（与常规恶意软件相反）尤其实用，这类细节在通用应急响应资料里常被忽略。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | 所属仓库 UnitOneAI/SecuritySkills 为个人/小型团队维护的开源项目（44 Stars/128 Forks/MIT 许可证），非广为人知的一线厂商或专业机构；专门检索未找到本子技能独立于母仓库的第三方讨论、市场收录或安装量数据 |
| 可用性 | 9 | 单一 SKILL.md 文件，git clone + cp 一条命令即可安装；正文含完整六步流程、决策矩阵、ATT&CK 技术级映射表、结构化输出模板与常见陷阱说明，内容完整度高；仓库最近一次提交为 2026-06-18，在近三个月维护窗口内；无任何付费依赖 |
| 安全性 | 9 | 见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 仅声明 allowed-tools: Read, Grep, Glob，均为只读操作，不执行 shell 命令、不修改文件、不与生产系统交互 |
| ② 运行时联网外发 | 无网络请求，纯本地文本分析与方法论指导 |
| ③ API key/凭据 | 不需要任何凭据 |
| ④ 可疑指令 | 未发现混淆代码或隐蔽外发；正文第 8 章设独立“Prompt Injection Safety Notice”，明确要求把攻击者可控的 IOC（IP、域名、C2 字符串）视为待分析数据而非指令，禁止执行遏制动作、禁止外发原始 IOC |
| ⑤ 作者/组织信誉 | UnitOneAI 为个人/小型团队维护，MIT 开源，未见刷星或误导性宣传迹象 |
| ⑥ License | MIT，明确 |
| ⑦ 最近维护 | 2026-06-18，在三个月窗口内 |
综合评分：(5+9+9)/3 = 7.67
7. 跟同类 Skills 相比的优势
事件响应类 skill 常按生命周期阶段拆分——分诊分级、遏制处置、事后复盘各自独立，同一款技能很少覆盖全流程：
| 技能 | 定位 | 与 containment 的差异 |
|---|---|---|
| containment（本技能） | 遏制策略选择与执行，NIST SP 800-61 + MITRE ATT&CK 技术级映射 | —— |
| incident-response（alirezarezvani/claude-skills） | 安全事件分诊与分级，14 类事件分类体系 + SEV1-4 严重度评分 + 误报过滤 | 聚焦事件“发生后如何定性分级”，不涉及具体遏制手段选择；与 containment 是响应流程中前后相邻但不重叠的两个环节 |
| incident-response（harness/harness-skills） | 生产事故与近期部署变更的关联分析，评估影响范围并生成复盘文档 | 面向 DevOps/SRE 场景的运维事故（如发布引发的故障），不针对安全入侵场景，也不涉及攻击技术映射或遏制动作选择 |
containment 的差异化价值在于把遏制动作与 ATT&CK 技术逐条对应，并单独覆盖 Wiper 类破坏性攻击这一容易被忽略的特殊场景。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；所属仓库在市场聚合目录站有基础收录条目，但均为自动生成列表，无具体用户反馈内容。
9. 其他补充
仓库 README 显示同仓库还提供 forensics-checklist（取证证据采集）与 ir-playbook（事件分诊）等技能，三者设计为可组合使用、覆盖事件响应生命周期的不同阶段。
10. 安装使用方式
Claude Code（推荐）：
git clone https://github.com/UnitOneAI/SecuritySkills.git
cd SecuritySkills
# 全局安装（自动发现 + /containment 直接调用）
cp -r skills/incident-response/containment ~/.claude/skills/
# 或仅安装到当前项目
mkdir -p .claude/skills && cp -r skills/incident-response/containment .claude/skills/安装后无需重启，Claude Code 会自动发现该技能；可通过描述“需要对某次安全事件做遏制决策”自然触发，或用 /containment 直接调用。
Codex / Kiro /其他通用 Agent：
codex --context skills/incident-response/containment/SKILL.md "为这次入侵事件制定遏制方案"11. 注意事项
- 该技能仅产出遏制计划，不会自动执行网络隔离、禁用账号、修改 DNS 记录等生产操作，所有动作都需人工执行
- 内容基于 NIST SP 800-61 Rev 2（2012 年发布），团队若已采用 Rev 3 等更新框架版本，需自行核对术语与流程差异
- 决策依赖使用者提供准确的事件上下文，信息不全时遏制建议可能不够精准
- 作为合集仓库 SecuritySkills 的子目录之一，仓库整体 Star/Fork 数不代表本技能自身的独立使用热度