Anthropic-Cybersecurity-Skills 实战：使用 Slither 与 Mythril 分析以太坊智能合约漏洞

Anthropic-Cybersecurity-Skills 实战：使用 Slither 与 Mythril 分析以太坊智能合约漏洞

【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills

导读

本文是 analyzing-ethereum-smart-contract-vulnerabilities 技能的配套 API 参考手册深度解析，围绕该技能内置的 api-reference.md 展开，系统讲解 Slither 静态分析与 Mythril 符号执行两套 CLI 的完整用法、检测器与 SWC 漏洞分类体系的对应关系、JSON 输出结构，并结合仓库中 scripts/agent.py 的自动化审计实现，给出从环境安装、工具调用、结果去重到审计报告生成的端到端方案。读完本文，你将掌握在合约部署到以太坊主网之前，用这两款主流工具完成漏洞扫描、按严重级别分诊并生成结构化审计报告的全部技能。

为什么智能合约必须在部署前做安全分析

与传统的可热修复 Web 应用不同，部署在以太坊上的智能合约代码不可变（immutable），且直接管理真实金融资产。SKILL.md 的开篇概述明确指出：智能合约漏洞已在 DeFi 协议中造成数十亿美元级别的损失，因此部署前的安全分析是硬性要求。该技能的技术定位如下：

• Slither：基于中间表示（Intermediate Representation）做快速静态分析，可在数秒内检测90+ 种漏洞模式，覆盖面广、速度快，适合作为第一道防线；
• Mythril：基于符号执行 + SMT 求解器做路径敏感分析，擅长发现重入（reentrancy）、整数溢出等需要沿特定执行路径才能触发的复杂漏洞，但运行更慢，适合作为深挖环节。

两者互补，正是本技能"先 Slither 快扫、再 Mythril 深挖"工作流的设计依据。

环境准备与安装

依赖清单

根据 api-reference.md 与 SKILL.md 的 Prerequisites，完整环境包括：

安装命令

# Slither（依赖 solc 编译器） pip install slither-analyzer solc-select install 0.8.20 solc-select use 0.8.20 # Mythril pip install mythril

说明：solc-select用于在多个 Solidity 编译器版本之间切换。Slither 解析合约时需要与合约pragma版本匹配的 solc，遇到版本不匹配报错时，可用solc-select install <version>补装对应版本。api-reference.md 中以0.8.20为例，实际请按目标合约的pragma solidity声明选择版本。

Slither CLI 完整参考

基本用法

# 基础分析：分析目录下所有合约 slither contracts/ # 输出 JSON 报告（供下游程序解析） slither contracts/ --json slither-report.json

--json输出在自动化场景中至关重要：仓库 scripts/agent.py 中的run_slither()正是通过slither <path> --json -将结果以 JSON 形式写到标准输出，再交给json.loads()解析：

def run_slither(contract_path): """Run Slither static analysis on Solidity contract.""" cmd = ["slither", contract_path, "--json", "-"] result = subprocess.run(cmd, capture_output=True, text=True, timeout=120) try: return json.loads(result.stdout) if result.stdout else {} except json.JSONDecodeError: logger.error("Slither JSON parse failed") return {}

这里传入"-"作为--json的参数值，表示 JSON 输出到 stdout，这与 CLI 手册中的文件输出形式等价，但更便于程序化接管。timeout=120是对 90+ 检测器全量运行的保守时间预算。

检测器筛选与清单

# 只运行指定的检测器（逗号分隔） slither contracts/ --detect reentrancy-eth,unprotected-upgrade # 列出全部可用检测器 slither --list-detectors

--detect允许聚焦特定漏洞类别。例如在应急复核场景下只查reentrancy-eth（ETH 重入）与unprotected-upgrade（未保护的可升级代理），能显著缩短扫描时间。--list-detectors输出的检测器名与 Slither Detector Severity Levels 表一一对应，是了解工具能力边界的第一入口。

打印与图形输出

# 打印合约摘要（函数、状态变量、继承关系概览） slither contracts/ --print human-summary # 生成继承关系图（DOT 格式，可渲染为图片） slither contracts/ --print inheritance-graph

--print系列是"分析辅助输出"，适合快速理解目标合约的整体结构——在审计陌生代码库时，先跑human-summary掌握合约拓扑，再有针对性地运行检测器，是高效的工作顺序。

Mythril CLI 完整参考

基本用法与输出格式

# 分析单个合约 myth analyze contracts/Token.sol # 以 JSON 格式输出 myth analyze contracts/Token.sol -o json

Mythril 的-o json同样服务于自动化：agent.py 的run_mythril()使用myth analyze <path> --execution-timeout <timeout> -o json调用，并在analyze_mythril_results()中遍历顶层issues数组解析发现项（每条 issue 包含swc-id、severity、contract、function、lineno等字段，详见下文 JSON 结构部分）。

执行控制参数

# 设置符号执行超时（秒），防止路径爆炸导致的分析悬挂 myth analyze contracts/Token.sol --execution-timeout 300 # 增加分析深度与交易数，探索更深的执行路径 myth analyze contracts/Token.sol --max-depth 50 --transaction-count 3

参数含义与使用建议：

分析已部署的字节码

# 通过链上地址直接分析已部署字节码（无需源码） myth analyze --address 0x1234... --rpc infura

--address+--rpc组合让 Mythril 可以直接拉取主网（或任意 RPC 端点）上已部署合约的字节码进行分析。这在无源码的事后取证场景（如安全事件调查中分析被攻击合约）中价值极大——这正是本技能在"安全事件响应"场景中的典型用法。--rpc infura表示使用 Infura 公共 RPC，也可替换为其他兼容 Ethereum JSON-RPC 的端点。

Slither 检测器严重级别

api-reference.md 给出了 Slither 内置检测器的 (Impact, Confidence) 分级矩阵，这是分诊排序的权威依据：

在 agent.py 的analyze_slither_results()中，该分级被进一步编程化为排序权重表：

"findings": sorted(findings, key=lambda x: {"high": 0, "medium": 1, "low": 2, "informational": 3}.get(x["severity"], 4))

也就是说，报告输出时 High 影响级发现永远排在最前，其次是 Medium、Low、Informational——与上表的分诊逻辑完全一致。此外，该函数还会按检测器聚合by_detector计数（截取 Top 15），帮助审计者一眼看出漏洞热点集中在哪些模式上。

SWC 漏洞分类注册表

核心条目（api-reference 收录）

SWC（Smart Contract Weakness Classification）是社区通用的智能合约弱点编号体系，让不同工具、不同团队的审计结论可以互相参照。api-reference.md 列出关键条目如下：

仓库扩展条目

仓库 scripts/agent.py 内置的SWC_REGISTRY字典在 api-reference 基础上额外补充了两个实战高频条目：

• SWC-113：DoS with Failed Call（因外部调用失败导致的拒绝服务）——例如循环内反复向可能 revert 的地址转账，一个失败的 call 即可拖垮整个函数；
• SWC-115 / SWC-116：agent.py 中的标题措辞分别为 "Authorization through tx.origin" 与 "Block values as a proxy for time"，即 tx.origin 鉴权与区块值充当时间代理，与官方分类口径一致。

SWC_REGISTRY = { "SWC-101": "Integer Overflow and Underflow", "SWC-104": "Unchecked Call Return Value", "SWC-106": "Unprotected SELFDESTRUCT", "SWC-107": "Reentrancy", "SWC-110": "Assert Violation", "SWC-112": "Delegatecall to Untrusted Callee", "SWC-113": "DoS with Failed Call", "SWC-115": "Authorization through tx.origin", "SWC-116": "Block values as a proxy for time", "SWC-120": "Weak Sources of Randomness", }

这份注册表在审计报告生成阶段会把 Mythril 输出的swc-id翻译成人类可读的标题，是"机器编号 → 业务语言"转换的关键一环。

Slither JSON 输出结构

api-reference.md 给出的 Slither JSON 输出结构是自动化解析的基础：

{ "success": true, "results": { "detectors": [{ "check": "reentrancy-eth", "impact": "High", "confidence": "Medium", "description": "Reentrancy in Contract.withdraw()", "elements": [{"source_mapping": {"filename_short": "Contract.sol", "lines": [42, 43]}}] }] } }

关键字段说明：

agent.py 的analyze_slither_results()逐条抽取上述字段并组装为结构化的findings列表，其中位置字段拼接逻辑为：

location = f"{elem.get('source_mapping', {}).get('filename_short', '')}:" \ f"L{elem.get('source_mapping', {}).get('lines', [0])[0] if ... else 0}"

即生成形如Contract.sol:L42的精确定位。这个位置串在后续与 Mythril 结果的跨工具去重中充当关键标识（见下一节）。

四步审计工作流与仓库自动化实现

SKILL.md 定义了标准四步流程，而 scripts/agent.py 将全部四步固化为一条命令。使用方式：

# 完整审计（Slither + Mythril） python scripts/agent.py --contract contracts/Token.sol # 跳过 Mythril 快速扫描（符号执行较慢时） python scripts/agent.py --contract contracts/ --skip-mythril # 自定义 Mythril 超时与输出文件 python scripts/agent.py --contract contracts/Token.sol --mythril-timeout 600 --output audit_report.json

CLI 参数对照表：

Step 1：Slither 静态分析

对合约代码库执行 Slither，借助 90+ 内置检测器识别漏洞模式、优化机会与代码质量问题。对应源码：run_slither() → analyze_slither_results()。

Step 2：Mythril 符号执行

对合约做深度路径探索，发现需要路径敏感分析才能触发的重入、未检查外部调用与算术漏洞。对应源码：run_mythril() → analyze_mythril_results()，后者会按swc-id聚合各 SWC 类别的命中数。

Step 3：结果分诊与跨工具去重

结合两工具结果、去重、依据可利用性与资金影响评估严重级别、过滤误报。agent.py 的去重策略deduplicate_findings()采用键（key）去重：

• Slither 发现项：键 =(location, detector)，即"文件行号 + 检测器名"；
• Mythril 发现项：键 =(contract + line_number, swc_id)，即"合约名+行号 + SWC 编号"。

两套键空间天然区分工具来源（同时写入source字段标记slither/mythril），避免同一漏洞被两个工具重复报告时在报告中叠算。

Step 4：生成审计报告

generate_report()汇总出结构化 JSON 报告，核心判定逻辑为：

"audit_result": "FAIL" if critical_high > 0 else "PASS"

即只要合并结果中存在任意 High/Critical 级发现，整体审计结论即为FAIL（存在高危问题，禁止部署），否则为PASS。报告顶层包含：

• timestamp：审计时间戳（UTC ISO 格式）
• contract：被审计合约路径
• slither_analysis：发现总数、按严重级别分布、Top 检测器
• mythril_analysis：发现总数、按 SWC 分布
• combined_findings：去重后合并发现总数
• critical_high_findings：高危及以上数量
• audit_result：FAIL / PASS 门禁结论
• findings：前 30 条发现明细（含source来源标记）

命令结束时还会通过 logger 输出一行摘要（发现数、高危数、结论），方便 CI 直接抓取门禁结果：

Smart contract audit: 5 findings (1 critical/high), result: FAIL

输出产物与后续对接

期望输出

根据 SKILL.md 的 Expected Output，本技能的最终交付物是带 SWC 标识符的 JSON 报告，每条发现包含：严重级别评级、受影响函数、修复建议。这与 agent.py 生成的smart_contract_audit_report.json完全对齐。

与安全框架的映射

本技能在 SKILL.md 的 frontmatter 中声明了框架映射，可作为蓝队检测与合规对标的依据：

• NIST CSF 2.0：PR.DS-01（数据保护）、PR.DS-02（数据完整性）、ID.RA-01（漏洞与风险评估）；
• MITRE ATT&CK：T1190（面向公众应用的漏洞利用）、T1059（命令与脚本解释器）。

这意味着该技能既可服务于红队视角的合约攻击面评估，也可服务于蓝队视角的漏洞管理与检测覆盖验证。仓库整体还提供了 MITRE ATT&CK、NIST CSF、OWASP 等多框架映射体系，可参见 mappings/README.md 进一步了解技能与框架的对齐方法。

技能元数据规范

本技能遵循 agentskills.io 开放标准编写，其 frontmatter 结构（name/description/domain/subdomain/tags/version/license/框架映射字段）与仓库 tools/agentskills-skill.schema.json 中定义的 JSON Schema 兼容——该 Schema 要求name必须与父目录名一致、description需同时说明"做什么"与"何时用"，并允许以附加键承载框架映射元数据，这正是本技能 frontmatter 的编写依据。

小结：一条命令完成部署前安全门禁

综合本文内容，完整的智能合约部署前审计闭环可以浓缩为：

# 1. 环境就绪（Slither + solc + Mythril） pip install slither-analyzer mythril solc-select install 0.8.20 && solc-select use 0.8.20 # 2. 手动快速扫描（了解检测器与结构） slither contracts/ --print human-summary slither contracts/ --detect reentrancy-eth,unprotected-upgrade --json quick.json # 3. 对重点合约做符号执行深挖 myth analyze contracts/Token.sol --execution-timeout 300 -o json # 4. 一键自动化审计（含去重与 FAIL/PASS 门禁） python scripts/agent.py --contract contracts/ --output audit_report.json

Slither 负责"广"（90+ 模式秒级覆盖），Mythril 负责"深"（符号执行路径探索），agent.py 负责"收"（解析、去重、分级、门禁）。三者组合，配合 SWC 分类体系，即可在以太坊主网部署前建立起一道可复现、可自动化、可纳入 CI 的合约安全防线。

【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills