MCP HubMCP Hub
스킬 목록으로 돌아가기

shift-camouflage

pjt222
업데이트됨 5 days ago
7 조회
17
2
17
GitHub에서 보기
메타api

정보

이 스킬은 시스템이 각기 다른 소비자에게 다른 API 인터페이스와 동작을 동적으로 제공할 수 있게 합니다. 마치 갑오징어의 위장술과 유사합니다. 이는 각 관찰자에게 필요한 기능만 노출하여 공격 표면 축소, 상황 인식 기능 플래그, 점진적 롤아웃에 사용됩니다. 구현에는 핵심 시스템 변경 없이 환경 평가, 동적 인터페이스 생성, 행동 다형성이 포함됩니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/shift-camouflage

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

變形偽裝

實現適應性表面變換——多形介面、上下文感知行為與動態呈現——靈感取自烏賊之色素細胞。系統表面隨環境調適而核心保持穩定,藉此縮減攻擊面並優化與多樣觀察者之互動。

適用時機

  • 系統須對不同消費者呈現不同介面(API 版本控管、多租戶、角色分權)
  • 透過僅暴露每位觀察者所需以縮減攻擊面
  • 於介面層實現功能旗標、漸進式發布或 A/B 測試
  • 系統須隨環境上下文調整行為而不更動核心
  • 保護內部架構免於外部耦合(觀察者耦合於表面而非結構)
  • 補充 adapt-architecture:當表面變更已足夠而深度變換非必要

輸入

  • 必要:表面需調適之系統
  • 必要:觀察者/消費者及其各自之介面需求
  • 選擇性:當前介面設計及其限制
  • 選擇性:威脅模型(何者應對哪些觀察者隱藏?)
  • 選擇性:功能旗標系統或漸進式發布基礎設施
  • 選擇性:效能限制(動態表面生成有開銷)

步驟

步驟一:繪製觀察者全景

辨識誰與系統互動及每位觀察者所需所見。

  1. 編列所有觀察者:
    • 外部用戶(終端用戶、API 消費者、合作夥伴)
    • 內部服務(微服務、背景作業、管理工具)
    • 對手(攻擊者、爬蟲、競爭對手)
    • 監管者(稽核員、合規檢查)
  2. 為每位觀察者定義:
    • 所需所見(必要介面表面)
    • 不應所見(隱藏表面)
    • 預期所見(相容性表面——可能與所需有別)
    • 互動方式(協定、頻率、敏感性)
  3. 建立觀察者-表面矩陣:
Observer-Surface Matrix:
┌──────────────┬────────────────────────┬─────────────────┬──────────────┐
│ Observer     │ Required Surface       │ Hidden Surface  │ Threat Level │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ End users    │ Public API v2, UI      │ Internal APIs,  │ Low          │
│              │                        │ admin endpoints │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Partner API  │ Partner API, webhooks  │ Internal logic, │ Medium       │
│              │                        │ user data       │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Admin tools  │ Full API, debug        │ Raw data store  │ Low          │
│              │ endpoints              │ access          │              │
├──────────────┼────────────────────────┼─────────────────┼──────────────┤
│ Adversaries  │ Nothing (minimal)      │ Everything      │ High         │
│              │                        │ possible        │              │
└──────────────┴────────────────────────┴─────────────────┴──────────────┘

預期: 完整之觀察者全景,含每位觀察者之表面需求。此驅動所有後續偽裝設計。

失敗時: 若觀察者識別不完整,從兩極端開始:最具特權之觀察者(管理員)與最受限者(對手)。為此二者設計表面,再為其間之觀察者插值推斷。

步驟二:設計色素細胞映射

建立觀察者上下文與表面呈現之間之映射——即「色素細胞」層。

  1. 定義上下文訊號:
    • 認證身份 → 決定特權等級
    • 請求來源 → 地理、網路或應用上下文
    • 功能旗標 → 啟/停特定表面元素
    • 時間/階段 → 部署階段、營業時間、維護窗口
    • 負載/健康 → 降級模式可能呈現縮減表面
  2. 設計表面生成規則:
    • 對每組上下文訊號之組合,定義各表面元素為:
      • 可見:納入回應/介面
      • 隱藏:完全排除(連錯誤訊息亦不洩露其存在)
      • 變換:存在但為此觀察者修改(不同綱要、簡化資料)
      • 誘餌:對抗性上下文中刻意誤導之表面元素
  3. 實作色素細胞層:
    • 一薄層中介軟體/代理,置於核心系統與觀察者之間
    • 每次請求皆評估上下文訊號
    • 套用適當之表面配置
    • 永不修改核心行為——僅過濾並變換表面
Chromatophore Architecture:
┌──────────────────────────────────────────────────────┐
│ Observer Request                                      │
│        │                                              │
│        ↓                                              │
│ ┌─────────────────┐                                   │
│ │ Context Extract  │ ← Auth, origin, flags, time      │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Surface Select   │ ← Observer-surface matrix lookup  │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Core System      │ ← Processes request normally      │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ ┌─────────────────┐                                   │
│ │ Surface Filter   │ ← Remove/transform/add elements   │
│ └────────┬────────┘                                   │
│          ↓                                            │
│ Observer Response (adapted surface)                    │
└──────────────────────────────────────────────────────┘

預期: 色素細胞映射可將觀察者上下文翻譯為表面配置。映射明確、可審計,並與核心邏輯分離。

失敗時: 若映射過於複雜(上下文組合過多),簡化為角色制表面:定義 3-5 種表面組態(公開、合作夥伴、管理員、內部、最小),將每位觀察者映射至其一。

步驟三:實作行為多形性

使系統行為隨上下文調適,非僅其表面外觀。

  1. 識別上下文相關行為:
    • 回應細節等級(管理員詳盡,公開最小)
    • 速率限制(合作夥伴寬鬆,未知呼叫者嚴格)
    • 錯誤訊息(內部詳細,外部通用)
    • 資料新鮮度(高級用戶即時,標準用戶快取)
    • 功能可用性(測試者完整,一般用戶僅穩定版)
  2. 實作行為變體:
    • 每變體為完整、經測試之行為路徑
    • 上下文決定哪一變體執行
    • 變體共享核心邏輯但於呈現與政策上有別
  3. 功能旗標整合:
    • 功能旗標控制哪些行為變體啟用
    • 漸進式發布:對部分觀察者開放新行為,逐漸擴大
    • 斷路器:若新變體致錯則自動回退至安全行為

預期: 系統行為隨觀察者上下文調適——同一核心邏輯為不同對象產生合適回應。功能旗標支援新行為之漸進式發布。

失敗時: 若行為多形性產生過多代碼路徑,整合為流水線模型:核心邏輯 → 政策層 → 呈現層。多形性僅存於政策與呈現層,核心邏輯保持單一。

步驟四:縮減攻擊面

將對手所能觀察與互動者降至最低。

  1. 套用最小表面原則:
    • 每位觀察者僅見其所需——不多
    • 未認證觀察者見到最小可能表面
    • 錯誤訊息絕不洩露內部結構(無堆疊追蹤、無內部路徑、無版本號)
  2. 實作主動表面縮減:
    • 移除暴露技術堆疊之預設頁面、標頭與端點
    • 隨機化非必要之回應特徵(時序抖動、標頭順序)
    • 完全停用未用之 API 端點(非僅隱藏——實際關閉)
  3. 部署模式擾亂:
    • 變化回應特徵以擊敗指紋識別
    • 於非功能面引入受控之不可預測性
    • 確保功能行為保持確定,而表面特徵變化
  4. 監測偵察活動:
    • 偵測探測隱藏表面之請求模式(列舉攻擊)
    • 對重複存取不存在端點告警(路徑模糊測試)
    • 跨會話追蹤並關聯偵察模式(見 defend-colony

預期: 最小化之攻擊面,使對手難以判斷系統技術堆疊、內部結構或隱藏能力。偵察嘗試可被偵測並追蹤。

失敗時: 若表面縮減破壞合法消費者,則觀察者-表面矩陣不完整——合法需求被隱藏。重審步驟一並更新矩陣。若隨機化致問題,將隨機化縮限至非功能面(時序、標頭),並使功能回應保持確定。

步驟五:維持表面一致性

確保動態表面保持一致、可除錯、可維護。

  1. 表面測試:
    • 明確測試每一觀察者組態(管理員是否見到管理員表面?公開是否見到公開表面?)
    • 測試表面轉換(會話中觀察者上下文變化時將如何?)
    • 測試表面失敗模式(色素細胞層失敗時呈現何種表面?)
  2. 表面文件:
    • 為每一觀察者組態及其表面配置撰寫文件
    • 記錄上下文訊號及其對表面選擇之影響
    • 使文件與實際行為同步(以實際驗證文件)
  3. 除錯支援:
    • 管理/除錯模式揭示哪一表面組態啟用及原因
    • 日誌記錄每次請求所套用之表面配置
    • 能透過特定表面組態重播請求以供除錯
  4. 表面演化:
    • 新增表面元素:加至適當組態、測試、部署
    • 移除表面元素:棄用警告期,再行移除
    • 變更表面行為:以功能旗標控制,漸進式發布

預期: 可維護、可測試、文件完備之表面調適系統。動態本質不犧牲除錯、文件化或演化介面之能力。

失敗時: 若色素細胞層成除錯夢魘,加入透明度:每回應含追蹤標頭(僅管理/除錯組態可見),標明套用之表面組態及決定它之上下文訊號。

驗證

  • 已繪製觀察者全景含每位觀察者之表面需求
  • 色素細胞映射可將上下文翻譯為表面配置
  • 行為多形性使回應隨觀察者上下文調適
  • 對抗性觀察者之攻擊面已最小化
  • 每一觀察者組態皆明確測試
  • 表面失敗模式呈現安全預設(最小表面)
  • 除錯/管理模式可檢視當前表面配置
  • 表面文件與實際行為相符

常見陷阱

  • 表面複雜性爆炸:觀察者組態與變化過多。整合至最多 3-5 組態。多數觀察者可歸入較大類別
  • 核心污染:讓表面調適邏輯滲入核心業務邏輯。色素細胞層必須分離——若於核心代碼中加入關於觀察者類型之 if 判斷,架構即錯
  • 僅靠隱晦求安全:表面縮減為深度防禦之一層,非取代正規安全控制。隱藏端點仍需認證與授權
  • 不一致之表面:觀察者 A 見回應第 1 版,觀察者 B 見第 2 版——但本應見相同。明確測試表面,並使觀察者-表面矩陣為權威來源
  • 遺忘失敗表面:色素細胞層自身失敗時,觀察者見到何種表面?預設必為安全(最小表面)非開放(完整表面)

相關技能

  • assess-form — 表面調適或可解決形態評估識別之壓力,無需深度變換
  • adapt-architecture — 表面調適不足時之深度結構變更
  • repair-damage — 表面調適可於修復期間遮蔽損傷(須謹慎——勿隱藏真實問題)
  • defend-colony — 攻擊面縮減為防禦之一層;偵察偵測饋入防禦
  • coordinate-swarm — 分散式系統中之上下文感知行為需協調之表面調適
  • configure-api-gateway — API 閘道在實務上實現許多色素細胞層功能
  • deploy-to-kubernetes — Kubernetes 服務與入口可實現網路層之表面控制

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-lite/skills/shift-camouflage
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

content-collections

메타

이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.

스킬 보기

polymarket

메타

이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.

스킬 보기

creating-opencode-plugins

메타

이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.

스킬 보기

sglang

메타

SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.

스킬 보기