defending-applications

name	defending-applications
description	Application security defense knowledge for builders. Covers Web/API/GraphQL hardening (XSS/SQLi/SSRF/IDOR/BOLA/Mass Assignment/deserialization/upload/path traversal), authentication/authorization (OAuth 2.0/OIDC/JWT/Session/Cookie/SAML/SSO), and LLM application security (prompt injection, jailbreak, RAG poisoning, agent privilege escalation, output filtering). Use when designing or reviewing application-layer defenses, fixing CVE-class bugs in your own code, hardening auth flows, or threat-modeling LLM-powered features. For offensive testing see securing-systems/pentest, for incident response see securing-systems/blue-team, for infra-layer hardening see provisioning-infrastructure.
user-invocable	false

应用安全防御 · 镇魔甲

判断先于执行：决定「是否做 / 选什么 / 如何取舍」（栈、方案、架构、权衡）前，先读领域判断内核 skills/_kernel/security/SKILL.md——它管 judgment，本秘典管 execution；冲突时以内核判断为准。

开发侧防御秘典：站在 builder 一侧，把漏洞挡在合并前。 不教渗透，只教"如何写出杀不动的代码"和"如何把已生漏洞最小代价闭环"。 信级：项目源码/lock 文件 > 框架官方安全文档 > CVE/CWE > 训练记忆（标 [unverified]）。

路由

意图	加载	触发词
Web/API/GraphQL 漏洞防御	web-api-appsec	XSS, SQLi, SSRF, BOLA, IDOR, Mass Assignment, GraphQL, 反序列化, 文件上传, 路径遍历, XXE, OWASP
认证授权与会话	oauth-and-sessions	OAuth, OIDC, JWT, SSO, SAML, Session, Cookie, PKCE, refresh token, kid 注入
LLM 应用安全	llm-appsec	Prompt 注入, 越狱, 越权调用, RAG 投毒, agent tool 滥用, 输出过滤, jailbreak

何时使用

场景	使用本 skill	使用其他
review 自家代码、修 CVE、设计鉴权	✅ 本 skill	—
写 SAST 规则、Semgrep 模式	✅ 本 skill + securing-systems/code-audit	—
设计 LLM 应用的 guardrail	✅ llm-appsec	+ building-agent-systems/llm-security
红队渗透、写 PoC 攻击目标	❌	securing-systems/pentest
处理已发生的入侵、日志取证	❌	securing-systems/blue-team
容器/K8s/CI 加固	❌	provisioning-infrastructure
设计零信任、身份架构	部分（OAuth/SSO 内）	architecting-security

联动

• securing-systems/code-audit：本 skill 给"怎么修"，code-audit 给"怎么找"。
• securing-systems/pentest：攻方视角验证本 skill 的修复是否真正闭环。
• analyzing-security：自动化扫描胶水；本 skill 提供规则语义。
• building-agent-systems/llm-security：agent 内部细节；本 skill 关注应用边界。
• designing-architectures：威胁建模、API 设计；本 skill 关注落地代码。

执行链

威胁建模 → 入口梳理 → source→sink 追踪 → 防御层选型 → 最小修复 → 回归测试 → 检测信号埋点

每个漏洞的修复必须回答三问：

1. 入口在哪：用户可控数据从哪进来（route/header/cookie/body/file/upstream API/RAG doc）。
2. 信任边界在哪：何处由"untrusted"变"trusted"，是否有显式校验。
3. 检测信号是什么：修复后若被绕过，哪条日志/指标会响。

铁律

1. 服务端为真：前端校验只是 UX，所有 authz/sanitize 必须在服务端再做一次。客户端代码即攻击面。
2. deny by default：authz、CORS、CSP、SQL where 子句、文件类型——所有名单皆 allowlist 优先，blacklist 是反模式。
3. 不信任 ID：URL/body 里的 object_id 永远先做 ownership 校验，再做业务逻辑。BOLA 是 API 漏洞之王。
4. 可观测优先于完美防御：每个高风险路径必须有结构化日志 + 速率/异常告警，被绕过时能 5 分钟内发现。
5. 修复要带回归：每个漏洞修复必须配 1 个攻击用例测试 + 1 个正常用例测试，否则六个月后必复发。

输出约束

• 漏洞示例代码统一 ❌ 错代码 / ✅ 正代码 对比，错代码必须能跑通漏洞场景。
• 攻击演示用 example.com / RFC 5737 网段（192.0.2.0/24）；token/密钥用 <REDACTED>。
• 给修复方案时同时给：检测信号（log key / metric name）、回归测试骨架、性能/兼容回归点。