返回技能目录
静态审阅软件开发

技能研究档案

implementing-semgrep-for-custom-sast-rules

来源声明

Write custom Semgrep SAST rules in YAML to detect application-specific vulnerabilities, enforce coding standards, and integrate into CI/CD pipelines.

保留作者的英文原始描述。它表达设计意图,不代表已验证的实际效果。

Write custom Semgrep SAST rules in YAML to detect application-specific vulnerabilities, enforce coding standards, and integrate into CI/CD pipelines.

developmentreferencesscripts

研究摘要

机器生成分析,等待人工复核

以下观察来自确定性源码解析,不代表人工安全审查或受控任务评估。

来源描述:Write custom Semgrep SAST rules in YAML to detect application-specific vulnerabilities, enforce coding standards, and integrate into CI/CD pipelines. 此双语摘要由所收集的源文本和文件结构确定性地生成,等待人工编辑复核。

审阅范围

对所收集的 SKILL.md 及辅助文本/代码进行确定性静态分析。机器辅助候选和发现等待人工编辑复核;不评估动态行为或效果。

可观察能力

  • 来源声明用途:Write custom Semgrep SAST rules in YAML to detect application-specific vulnerabilities, enforce coding standards, and integrate into CI/CD pipelines.[证据:skills/implementing-semgrep-for-custom-sast-rules/SKILL.md:L1-L26]
  • 暂定分类:类别和标签根据名称、描述及文件路径推断,并非已验证结果。[证据:skills/implementing-semgrep-for-custom-sast-rules/SKILL.md:L1-L26]

限制与范围

  • 静态分析无法评估运行时行为、命令是否成功、网络可达性或模型输出质量。
  • 未执行任何命令、脚本、网络请求、模型调用或受控技能测试。
  • 类别、标签、能力、工作流程和双语编辑摘要均为待人工复核的确定性候选,并非已验证结果。
  • 在后续管线实际执行并记录官方模型专用计数之前,无法提供精确 token 数。

适用读者

  • 评估是否检查并安装该来源技能的实践者;此受众由产品语境推断,并非测量得到的使用情况。[证据:skills/implementing-semgrep-for-custom-sast-rules/SKILL.md:L1-L26]

技能包含哪些内容

文件清单来自记录提交中的采集源码。路径与大小属于结构观察,不代表质量评价。

个文件
5
Markdown 文件
3
个脚本
1
个引用
2
大小
32.4 KB
结构复杂度
低

文件清单

路径类型字节
skills/implementing-semgrep-for-custom-sast-rules/LICENSE其他11 KB
skills/implementing-semgrep-for-custom-sast-rules/references/api-reference.md引用5.1 KB
skills/implementing-semgrep-for-custom-sast-rules/references/standards.md引用1.1 KB
skills/implementing-semgrep-for-custom-sast-rules/scripts/agent.py脚本7.6 KB
skills/implementing-semgrep-for-custom-sast-rules/SKILL.md指令7.5 KB

SKILL.md 前置元数据

{
  "name": "implementing-semgrep-for-custom-sast-rules",
  "description": "Write custom Semgrep SAST rules in YAML to detect application-specific vulnerabilities, enforce coding standards, and integrate into CI/CD pipelines.",
  "domain": "cybersecurity",
  "subdomain": "devsecops",
  "tags": [
    "semgrep",
    "sast",
    "static-analysis",
    "custom-rules",
    "devsecops",
    "code-security"
  ],
  "version": "1.0",
  "author": "mahipal",
  "license": "Apache-2.0",
  "nist_csf": [
    "PR.PS-01",
    "GV.SC-07",
    "ID.IM-04",
    "PR.PS-04"
  ],
  "mitre_attack": [
    "T1195",
    "T1554",
    "T1059.004"
  ]
}

对运行顺序的一种解读

此工作流根据源码材料重建表面顺序。除非明确记录受控评估,否则它属于暂定解读,而非真实运行轨迹。

  1. 01
    操作

    Overview

    来源描述的步骤候选,位于“Overview”;未经执行验证。

  2. 02
    判断

    When to Use

    来源描述的决策候选,位于“When to Use”;未经执行验证。

  3. 03
    操作

    Installation

    来源描述的步骤候选,位于“Installation”;未经执行验证。

  4. 04
    操作

    Running Semgrep

    来源描述的步骤候选,位于“Running Semgrep”;未经执行验证。

  5. 05
    操作

    Writing Custom Rules

    来源描述的步骤候选,位于“Writing Custom Rules”;未经执行验证。

  6. 06
    操作

    Rule Testing

    来源描述的步骤候选,位于“Rule Testing”;未经执行验证。

查看全部工作流候选节点 (17 个候选步骤)
  1. 07
    操作

    CI/CD Integration

    来源描述的步骤候选,位于“CI/CD Integration”;未经执行验证。

  2. 08
    操作

    Configuration File

    来源描述的步骤候选,位于“Configuration File”;未经执行验证。

  3. 09
    操作

    Best Practices

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  4. 10
    操作

    Start with auto config then add custom rules for org-specific patterns

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  5. 11
    操作

    Test rules with `# ruleid:` and `# ok:` annotations

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  6. 12
    操作

    Use taint mode for data flow vulnerabilities (XSS, SQLi, SSRF)

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  7. 13
    操作

    Include metadata (CWE, OWASP) for vulnerability classification

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  8. 14
    输入

    Provide fix suggestions with the `fix` key where possible

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  9. 15
    操作

    Exclude test files to reduce false positives

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  10. 16
    操作

    Version control rules in a shared repository

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

  11. 17
    操作

    Run in CI as a blocking check for ERROR severity findings

    来源描述的步骤候选,位于“Best Practices”;未经执行验证。

潜在风险面

静态发现用于提示安装前需要检查的位置,不能证明一项技能安全、恶意或有效。

建议重点关注

收集的文本中有 13 项确定性词法发现需要复核。发现可能仅位于文档中,不证明已执行或可被利用;仅含二进制的文件未扫描。

网络访问已观察到
文件写入已观察到
凭据使用已观察到
高

文本引用凭据或密钥材料

此行疑似凭据字面值,或读取敏感环境变量。请勿暴露其内容;应核实它是占位符、所需密钥,还是误提交的敏感材料。 该规则在收集文本中命中 1 处;此处列出 1 个代表位置。命中文本可能只是文档,分析器没有执行它。

高

文本引用动态命令执行

3 次命中

此行出现 shell、动态求值或进程执行原语。应检查参数和输入控制;源代码中出现这些语法并不证明命令已运行。 该规则在收集文本中命中 3 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

提示

文本描述或实现了文件修改

7 次命中

此行包含可能的文件写入或重定向操作。应检查目标路径和覆盖行为;静态审查没有写入任何文件。 该规则在收集文本中命中 7 处;此处列出 3 个代表位置。命中文本可能只是文档,分析器没有执行它。

上下文可能消耗在哪里

发现、激活与资源层具有不同含义。只有使用指定官方方法并记录模型的运行时,才显示精确数值。

精确 token 计数不可用

在管线使用明确模型执行官方精确计数之前,包括文件清单在内的所有 token 值均为 null。

未使用要求的官方方法记录 token 测量。本档案不会用字符数、文件大小或估计值替代。

受控评估

没有受控评估

该技能仅具备以上标明的证据。不声称任何任务成功率、token 效率、延迟或质量优势。

尚未测试

在源码可见的情况下使用

安装命令
Inspect the pinned source at https://github.com/mukul975/Anthropic-Cybersecurity-Skills/blob/54a798831d2266a3ca61ce68a7acb80b81160d57/skills/implementing-semgrep-for-custom-sast-rules/SKILL.md and follow the source repository's installation instructions. No installation was performed or verified by this static analyzer. Source license: Apache-2.0.

前置条件

  • 静态分析无法评估运行时行为、命令是否成功、网络可达性或模型输出质量。
  • 未执行任何命令、脚本、网络请求、模型调用或受控技能测试。
  • 类别、标签、能力、工作流程和双语编辑摘要均为待人工复核的确定性候选,并非已验证结果。
  • 在后续管线实际执行并记录官方模型专用计数之前,无法提供精确 token 数。

示例提示词

未提供

附上限制条件的判断

优势

  • 快照包含 5 个收集文件、3 个 Markdown 文件和 1 个脚本文件,可进行源代码级检查。[证据:skills/implementing-semgrep-for-custom-sast-rules/SKILL.md:L1]

注意事项

  • 尚未确立功能、安全或模型质量结果。安装或发布前,人工复核必须检查源代码上下文和所有引用发现。
研究结论

仅为暂定的确定性静态清单;等待人工编辑复核以及独立的受控评估。不构成安装建议、安全保证或有效性声明。

从结构上保持可追溯

档案是对公开工件的限时阅读,而非背书。请通过来源链接检查确切的上游材料。

mukul975Anthropic-Cybersecurity-Skillsskills/implementing-semgrep-for-custom-sast-rules
来源类型
社区
提交
54a798831d2266a3ca61ce68a7acb80b81160d57
采集时间
2026年11月20日
最近核查
2026年11月20日
上游许可证
Apache-2.0
仓库星标
36,446
内容依据

仅对提供的文件进行确定性词法解析、YAML frontmatter 校验、文件清单、来源描述的工作流程提取和启发式暂定分类。由机器生成;无 LLM、执行、动态测试或人工编辑批准。