vuln-checklist

name	vuln-checklist
description	从渗透测试报告中梳理漏洞信息，生成系统漏洞清单 Excel 表。触发词：渗透报告整理漏洞清单、导出xlsx漏洞台账、统一高中低危等级、多URL按地址拆分。Supports PDF, DOC, DOCX, HTML, Markdown, text reports. 无论几份报告均只生成一个xlsx文件。
arguments	[{"name":"report_path","description":"渗透测试报告文件的本地路径（支持 PDF/DOC/DOCX/HTML/MD/TXT 等格式）","required":false},{"name":"workspace","description":"工作区目录的绝对路径","required":false}]

渗透测试报告 -> 系统漏洞清单表

从渗透测试报告中提取漏洞信息，生成标准化的系统漏洞清单 Excel 文件。

快速触发

当用户出现以下需求时直接启用本技能：

• "把这些渗透报告整理成一个漏洞清单"
• "导出 xlsx 漏洞台账"
• "统一高/中/低危等级"
• "一个漏洞有多个 URL，按地址拆分"
• 上传渗透测试报告文件（PDF/DOC/DOCX/HTML/TXT/MD）
• 粘贴渗透测试报告文本内容

输入与输出

输入

• 一份或多份报告文件：.pdf .doc .docx .html .txt .md
• 可选：统一系统名称（未提供时从文件名或报告内容推断）
• 可选：输出文件路径（默认 系统漏洞清单-{报告简称}-{日期}.xlsx）

输出

Excel 文件，15 列固定顺序（详见下方"输出模板"章节）。第 J-O 列由用户后续填写，合并规则见文末独立章节。

输出模板

生成的 xlsx 文件包含以下 15 列（表名固定为"漏洞清单"）：

列序	列名	说明
A	序号	自动编号，从 1 开始
B	系统名称	受影响的系统/应用名称
C	漏洞名称	漏洞的简短标题
D	风险等级	标准化后的风险等级
E	漏洞位置	漏洞存在的具体 URL/IP/路径/参数
F	漏洞详情	漏洞的详细描述和技术细节
G	漏洞危害	漏洞被利用可能造成的危害
H	修复建议	具体的修复措施和建议
I	渗透测试报告	关联的原始报告名称
J	系统组别	留空，由用户后续填写
K	系统负责人	留空，由用户后续填写
L	漏洞修复情况	留空，由用户后续填写
M	漏洞修复时间	留空，由用户后续填写
N	备注	留空，由用户后续填写
O	漏洞修复验证情况	留空，由用户后续填写

第 J-O 列由用户后续填写，重点生成第 A-I 列内容。

风险等级映射规则

从报告中提取原始风险等级后，按以下映射表统一标准化（大小写不敏感）：

标准化等级	匹配的原始关键词
高危	严重问题、严重、超高危、高危、Critical、High
中危	中等问题、中危、Medium
低危	风险提示、轻度问题、低危、Low（含空值）
信息	信息、提示、Info、Information
（未匹配）	保留报告中的原始值

映射由 generate_checklist.py 脚本自动执行，不需要手动处理。

多地址拆分规则

适用条件：仅当漏洞名称包含以下关键词时才执行拆分：

• 未授权
• 敏感信息泄露
• 越权

拆分方式：

• 对漏洞位置字段按以下分隔符拆分：换行符、分号（; ；）、逗号（, ，）、连续空白字符
• 去除首尾空白，丢弃拆分后为空的项
• 每个有效地址生成一条独立记录（漏洞名称、详情、危害、修复建议等其他字段复制）
• 若拆分后仅剩一个地址，保持单行不拆分

不适用拆分的漏洞：保持原始地址字段不变，不做任何拆分。

执行流程

以下 7 个步骤必须严格按顺序执行，不可跳过或调序。

步骤 1：确认输入文件

• 若用户提供了文件路径，检查文件是否存在
• 若文件不存在，明确提示"文件路径不存在：{path}"并停止处理该文件
• 若用户未提供路径，向用户提问：

请提供渗透测试报告文件路径。支持 PDF/DOC/DOCX/HTML/MD/TXT 格式。

等待用户确认路径后再继续。支持同时处理多个文件。

步骤 2：提取文本

根据文件后缀选择提取工具：

格式	工具	安装命令
PDF	pdfplumber	pip install pdfplumber --break-system-packages
DOCX	python-docx	pip install python-docx --break-system-packages
DOC	olefile	pip install olefile --break-system-packages
HTML	beautifulsoup4	pip install beautifulsoup4 --break-system-packages
TXT / MD	直接读取	不需要额外工具

使用以下 Python 脚本模式提取文本（按文件格式选用）：

# PDF
import pdfplumber
with pdfplumber.open(filepath) as pdf:
    text = "\n".join(page.extract_text() or "" for page in pdf.pages)

# DOCX
from docx import Document
doc = Document(filepath)
text = "\n".join(p.text for p in doc.paragraphs)

# DOC (OLE format, binary Word document)
import olefile

def extract_doc_text(filepath):
    ole = olefile.OleFileIO(filepath)
    data = ole.openstream("WordDocument").read()
    runs = []
    run = []
    i = 0
    while i < len(data) - 1:
        ch = int.from_bytes(data[i:i+2], 'little')
        if (0x4E00 <= ch <= 0x9FFF or 0x3000 <= ch <= 0x303F or
            0xFF00 <= ch <= 0xFFEF or 0x20 <= ch <= 0x7E or
            ch in (0x0D, 0x0A, 0x09)):
            run.append(chr(ch))
        else:
            if len(run) >= :
                runs.append(.join(run))
            run = []
        i += 
     (run) >= :
        runs.append(.join(run))
    ole.close()
     .join(runs)

text = extract_doc_text(filepath)


 bs4  BeautifulSoup
 (filepath, , encoding=)  f:
    soup = BeautifulSoup(f.read(), )
text = soup.get_text()


 (filepath, , encoding=)  f:
    text = f.read()

如果某工具未安装，先安装再提取。提取失败时报告具体错误并终止该文件处理。

步骤 3：识别漏洞块

从提取的文本中识别每条漏洞的边界：

1. 优先按结构化标签分段：查找以下模式作为漏洞块的起始标记：

   • 编号标题（如 1. 1、 一、 （一） [1] 漏洞一）
   • 漏洞名称关键词行（如 漏洞名称 漏洞标题 名称： 标题：）
   • 明显的分隔线或区块边界

2. 其次按风险等级关键词辅助切分：若上述模式无法定位，以风险等级关键词出现的位置辅助判断块边界。

3. 确保每个漏洞块包含完整信息，不截断、不跨块合并。

步骤 4：抽取字段

对每个漏洞块逐字段提取，以下为必抽字段：

字段	提取说明
系统名称	从报告标题、范围描述或漏洞上下文中提取；多条漏洞共用同一系统的，复制系统名称
漏洞名称	报告中明确给出的漏洞标题/名称
风险等级	报告中标注的原始风险等级（脚本会自动映射）
漏洞位置	URL、IP、端口、文件路径、参数名称等；多个地址用分号分隔
漏洞详情	漏洞类型的详细描述、技术原理、利用条件等
漏洞危害	漏洞被成功利用后的业务影响描述
修复建议	报告给出的具体修复方案和措施

缺失字段处理：缺失的必抽字段填入"未提供"，不填空字符串。

提取结果整理为 JSON 数组，写入 /tmp/vulns_input.json：

{
  "report_title": "渗透测试报告名称",
  "input_file_count": 2,
  "vulnerabilities": [
    {
      "system_name": "XX系统",
      "vuln_name": "SQL注入漏洞",
      "risk_level": "高危",
      "vuln_location": "https://example.com/api?id=1",
      "vuln_detail": "参数id未过滤...",
      "vuln_harm": "可获取数据库数据...",
      "fix_suggestion": "使用参数化查询..."
    }
  ]
}

步骤 5：执行多地址拆分

调用 generate_checklist.py，脚本内部自动执行：

1. 风险等级映射（按上述映射表标准化）
2. 多地址拆分（按上述拆分规则，仅对"未授权/敏感信息泄露/越权"类型执行）
3. 生成 xlsx 文件
4. 输出统计信息

python3 .opencode/skills/vuln-checklist/generate_checklist.py \
  --input /tmp/vulns_input.json \
  --output /workspace/系统漏洞清单-{报告简称}-{日期}.xlsx \
  --report-title "{原始报告名称}"

步骤 6：导出 Excel

脚本生成的 xlsx 满足以下规格：

• 工作表名称固定为"漏洞清单"
• 表头样式：Microsoft YaHei 10pt 加粗，金色背景(#FFC000)，水平垂直居中，自动换行，细线边框
• 数据行样式：Microsoft YaHei 10pt，自动换行，细线边框，左对齐（序号列居中）
• 列宽自动调整，基于内容最大宽度 +2，上限 50
• 行高自适应内容
• 自动筛选已启用

步骤 7：输出结果说明

从脚本的输出中解析统计信息，向用户展示：

输入文件数: N
漏洞总数（拆分后）: N
拆分新增行数: N
风险等级分布: 高危=N, 中危=N, 低危=N, 信息=N
未识别风险等级条目数: N（若有则列出原始值）
输出文件: /workspace/系统漏洞清单-xxx-20260623.xlsx

同时提醒用户后续补充 J-O 列（系统组别、负责人、修复情况等）。

注意事项

• 严格按报告原文提取漏洞，不自行推断或猜测未明确提及的信息
• 风险等级映射和地址拆分由脚本自动完成，不要在 AI 提取阶段手动处理
• 文件命名格式：系统漏洞清单-{报告简称}-{YYYYMMDD}.xlsx
• 多文件处理时，将所有漏洞合并到同一份 JSON，报告名称取第一个文件或有代表性的名称
• 若漏洞数量超过 50 条，先生成前 50 条让用户确认格式后继续
• 提取完成后将 /tmp/vulns_input.json 保留以便排查问题

质量检查清单

生成 xlsx 后必须逐项自检：

• 输出文件是 .xlsx 格式
• 列名与顺序完全一致（共计 15 列）
• 风险等级已做统一映射（高危/中危/低危/信息，未匹配的保留原值）
• 指定类型漏洞（未授权/敏感信息泄露/越权）已执行多地址拆分
• 缺失字段已填"未提供"
• 已输出统计信息（文件数、漏洞数、拆分新增、未识别等级数）
• 已提醒用户补充 J-O 列

合并规则（最高优先级）

无论上传几份渗透测试报告，均只生成一个 xlsx 表格文件。所有报告的漏洞合并到同一份清单中，以 report_title 字段区分来源。除非用户明确要求生成几个 xlsx。