前言¶
让 Agent 做开源情报（OSINT）相关任务时，常见问题不是「会不会搜」，而是流程是否成体系：目标边界不清、来源随意跳转、线索缺少关联与留痕，最后难以复盘或写报告。若只靠通用对话提示，Agent 往往按单次提问即兴发挥，步骤顺序和检查项不稳定。
下面介绍 SkillHub 上的社区 Skill「OSINT方法论」（坐标 @user_3c6cb52e/osint-methodology-lr-lplm，版本 1.0.0）。它用标准 SKILL.md 把 OSINT 方法论框架和触发条件写进 Agent 技能层，便于在匹配话题时按同一套操作清单推进。
这是什么¶
「OSINT方法论」是面向 AI Agent 的专用技能，简介为：OSINT 方法论专用技能，帮助 AI Agent 高效完成相关任务。在 SkillHub 上归类为 ai-agent，来源为 community，发布者为 user_3c6cb52e；页面标注 requires_api_key=false，安装本 Skill 本身不依赖额外 API Key。
技能包内 SKILL.md 将能力定位为结构化 OSINT 方法论框架，覆盖目标定义、来源选择、采集工作流、数据关联、时间线重建与报告输出，用于指导系统化的 OSINT 行动或讲解方法论。元数据中还列出可对接的框架/客户端类型，包括 Claude Code、Codex、Hermes Agent、OpenClaw、QClaw、WorkBuddy 等；仓库与主页字段指向 GitHub 用户 1991513ccie-png（与 SkillHub 页面展示的发布信息一致，具体维护节奏以仓库为准）。
核心功能¶
以下能力均来自已安装技能包中的 SKILL.md 正文与元数据，不展开未在包内出现的工具脚本或外部服务。
方法论框架说明¶
技能将 OSINT 工作归纳为可复述的六个方向：明确目标（target definition）、选择来源（source selection）、按工作流采集（collection workflows）、关联数据（data correlation）、重建时间线（timeline reconstruction）、形成报告（reporting）。Agent 在启用技能后，应把这些环节当作操作检查清单，而不是零散问答。
触发短语¶
当对话涉及下列英文关键词或相近表述时，技能说明建议启用本 Skill，例如：
OSINT methodology、open source intelligence、target profiling、data correlation、OSINT workflow、intelligence collection、OSINT campaign、recon methodology
Agent 侧执行约定¶
技能激活后，对 Agent 的约定包括：
- 将下文方法论作为操作检查清单加载并应用（以技能文档为准）。
- 除非用户另有指定，按步骤顺序执行。
- 针对每一项技术/步骤，结合当前目标与上下文判断是否适用。
- 记录检查清单中已完成项。
- 根据阶段性发现建议后续步骤。
SkillHub 侧指标（截至资料抓取）¶
- 评分：100000
- 下载：1185
- 安装：0（SkillHub 统计字段，不代表本地未使用）
- 标签：
requires_api_key=false
安装与启用¶
SkillHub 官方页面给出的安装提示是：让 AI 根据 SkillHub 安装文档 安装 @user_3c6cb52e/osint-methodology-lr-lplm。本地也可直接用 skillhub CLI。
1、确认 CLI¶
command -v skillhub && skillhub --version
未安装时，可按安装文档执行完整安装或仅 CLI（文档示例使用 curl 拉取 install.sh）。
2、安装到当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向当前 Agent 实际识别的 skills 目录；默认装到 ./skills/ 可能不会被客户端加载。安装文档中的常用路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
以 Cursor 为例：
skillhub install @user_3c6cb52e/osint-methodology-lr-lplm --dir ~/.cursor/skills/
也可使用带 namespace 的写法（skillhub search 输出中的形式）：
skillhub install osint-methodology-lr-lplm --namespace user_3c6cb52e --dir ~/.cursor/skills/
经过上面的步骤，技能会落到类似 @user_3c6cb52e/osint-methodology-lr-lplm/ 的子目录，其中包含 SKILL.md。修改 skills 后，按你所用客户端的要求重启或刷新 Agent，使新技能生效。
典型用法¶
官方页面未提供独立业务案例；可复现的用法来自技能文档中的触发条件与 Agent 约定。
在对话中启用¶
当任务属于目标画像、开源情报采集流程、线索关联或战役级 OSINT 规划时，在提示中明确使用上述触发短语之一，并说明当前目标边界（例如实体类型、时间范围、可用公开来源）。Agent 应按技能要求依次走检查清单，并在过程中标注已完成项与建议的下一步。
示例提示（示意，需替换为你的真实目标）：
请按 OSINT methodology 处理：目标为某公开组织的域名与关联公开账号，
时间范围近 12 个月。先完成 target definition 与 source selection，
再给出 collection workflows 与 data correlation 的计划。
与 SkillHub 一致的「交给 AI 安装」¶
若你尚未配置 CLI，可将 SkillHub 页面原文意图转给 Agent：
请根据 https://skillhub.cn/install/skillhub.md，
安装 @user_3c6cb52e/osint-methodology-lr-lplm 到当前环境的 skills 目录。
适用场景与注意¶
适合谁： 需要在 Agent 对话中固定 OSINT 步骤顺序、统一术语（目标—来源—采集—关联—时间线—报告）的安全研究、威胁情报辅助整理、培训讲解等场景；尤其适合已使用 Cursor、Claude Code、Codex 等支持 Skills 的客户端团队。
限制与注意：
- 当前下载包内的
SKILL.md在「Instructions for Claude」之后未附带更长的逐步技法正文，文档中写有「Load and apply the full methodology below」，但实际清单细节需结合对话目标由 Agent 按六项框架展开。使用前建议在自有环境中打开安装后的SKILL.md确认内容是否满足合规与流程要求。 - OSINT 仅应针对合法授权或公开信息场景；技能不提供绕过访问控制的能力，使用者需自行遵守法律法规与平台条款。
- SkillHub 上存在多个名称相近的「OSINT方法论」变体（slug 不同），安装时请核对坐标
@user_3c6cb52e/osint-methodology-lr-lplm与版本1.0.0，避免装错包。
结尾¶
「OSINT方法论」把 OSINT 的阶段性框架和 Agent 操作约定写进 Skill，便于在匹配话题时按同一套检查清单推进，且无需为 Skill 本身配置 API Key。若你要在 Agent 工作流里落地该技能，可从 SkillHub 页面与安装文档入手：
- SkillHub 页面：https://www.skillhub.cn/skills/user_3c6cb52e/osint-methodology-lr-lplm
- 官方坐标链接：https://api.skillhub.cn/user_3c6cb52e/osint-methodology-lr-lplm
- 安装说明：https://skillhub.cn/install/skillhub.md
