Hunt LLM/AI — bug-hunting playbook for LLM and agentic AI vulnerabilities (prompt injection, exfiltration, ASCII smuggling)
⚠️ USAGE AUTORISÉ UNIQUEMENT — chasser les bugs des features LLM/IA avec un filtre strict contre les faux positifs (reproductibilité en double exécution, exfiltration confirmée hors-bande, artefacts cross-tenant vérifiables) : injection directe/indirecte, exfiltration zero-click par image markdown, contrebande ASCII, fuite de prompt système, IDOR-via-IA, et la table de sécurité agentique ASI01–ASI10
- Quoi
- ⚠️ USAGE AUTORISÉ UNIQUEMENT — chasser les bugs des features LLM/IA avec un filtre strict contre les faux positifs (reproductibilité en double exécution, exfiltration confirmée hors-bande, artefacts cross-tenant vérifiables) : injection directe/indirecte, exfiltration zero-click par image markdown, contrebande ASCII, fuite de prompt système, IDOR-via-IA, et la table de sécurité agentique ASI01–ASI10
- Coût
- Gratuit
- Prérequis
- une autorisation explicite pour tester les systèmes cibles (vos propres systèmes, scope de bug bounty, ou mission de pentest) plus une infrastructure hors-bande pour la preuve (p. ex. Burp Collaborator, interactsh, ou un listener webhook) — ⚠️ USAGE AUTORISÉ UNIQUEMENT
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — ⚠️ USAGE AUTORISÉ UNIQUEMENT : c'est un guide de sécurité offensive à double usage — à utiliser uniquement sur des systèmes que vous possédez ou êtes explicitement autorisé à tester (scopes de bug bounty, missions de pentest) ; jamais contre des tiers sans permission. Le skill hunt-llm-ai de @elementalsouls : un guide rigoureux de chasse aux bugs pour les features LLM/IA — injection de prompt directe et indirecte (documents, pages web, emails, docs indexés RAG), exfiltration par tool-use et image markdown zero-click avec preuve hors-bande (Burp Collaborator/interactsh/webhook), contrebande ASCII/Unicode (bloc de Tags U+E0000–U+E007F) avec encodeur/décodeur, fuite de prompt système et de config, IDOR-via-IA et empoisonnement de mémoire/RAG multi-tenant, fingerprinting de backend via les headers de réponse, sabotage de revue de code IA, et une table de tri complète OWASP Top-10 des applications agentiques (ASI01–ASI10) avec barres de preuve. Son point fort : un filtre anti-faux-positifs qui tue la confabulation — reproductibilité verbatim en double exécution, ancrage sur secret connu, artefacts cross-tenant vérifiables, et « exfil = OOB ou ce n'est pas arrivé ». Bémols honnêtes : outillage d'attaque, pas un scanner — chaque finding doit être validé manuellement contre les barres de preuve ; le contenu riche en payloads suppose une familiarité avec l'infrastructure OOB (Collaborator, interactsh). Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : une autorisation explicite pour tester les systèmes cibles (vos propres systèmes, scope de bug bounty, ou mission de pentest) plus une infrastructure hors-bande pour la preuve (p. ex. Burp Collaborator, interactsh, ou un listener webhook) — ⚠️ USAGE AUTORISÉ UNIQUEMENT Installe-moi « Hunt LLM/AI — guide de chasse aux vulnérabilités LLM et IA agentique ». Il donne à mon agent le guide rigoureux de @elementalsouls pour chasser les bugs des features LLM/IA : appliquer d'abord le filtre anti-faux-positifs (reproductibilité verbatim en double exécution, ancrage sur secret connu, artefacts cross-tenant vérifiables, exfiltration confirmée hors-bande), tester l'injection de prompt directe et indirecte, l'exfiltration zero-click par image markdown et par tool-use avec preuve OOB, la contrebande ASCII/Unicode, la fuite de prompt système et de config, l'IDOR-via-IA et l'empoisonnement de mémoire/RAG, le fingerprinting de backend, le sabotage de revue de code IA, et trier contre la table de sécurité agentique ASI01–ASI10. Outillage à double usage — tests autorisés uniquement. Licence MIT. Dépôt : https://github.com/elementalsouls/claude-bughunter/blob/main/skills/hunt-llm-ai/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « hunt-llm-ai ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. configurer mon listener hors-bande et confirmer que j'ai une autorisation explicite pour chaque cible ; rien d'autre — c'est une méthodologie). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.