前言¶

讓 Agent 做開源情報（OSINT）相關任務時，常見問題不是「會不會搜」，而是流程是否成體系：目標邊界不清、來源隨意跳轉、線索缺少關聯與留痕，最後難以復盤或寫報告。若只靠通用對話提示，Agent 往往按單次提問即興發揮，步驟順序和檢查項不穩定。

下面介紹 SkillHub 上的社區 Skill「OSINT方法論」（座標 @user_3c6cb52e/osint-methodology-lr-lplm，版本 1.0.0）。它用標準 SKILL.md 把 OSINT 方法論框架和觸發條件寫進 Agent 技能層，便於在匹配話題時按同一套操作清單推進。

這是什麼¶

「OSINT方法論」是面向 AI Agent 的專用技能，簡介爲：OSINT 方法論專用技能，幫助 AI Agent 高效完成相關任務。在 SkillHub 上歸類爲 ai-agent，來源爲 community，發佈者爲 user_3c6cb52e；頁面標註 requires_api_key=false，安裝本 Skill 本身不依賴額外 API Key。

技能包內 SKILL.md 將能力定位爲結構化 OSINT 方法論框架，覆蓋目標定義、來源選擇、採集工作流、數據關聯、時間線重建與報告輸出，用於指導系統化的 OSINT 行動或講解方法論。元數據中還列出可對接的框架/客戶端類型，包括 Claude Code、Codex、Hermes Agent、OpenClaw、QClaw、WorkBuddy 等；倉庫與主頁字段指向 GitHub 用戶 1991513ccie-png（與 SkillHub 頁面展示的發佈信息一致，具體維護節奏以倉庫爲準）。

核心功能¶

以下能力均來自已安裝技能包中的 SKILL.md 正文與元數據，不展開未在包內出現的工具腳本或外部服務。

方法論框架說明¶

技能將 OSINT 工作歸納爲可複述的六個方向：明確目標（target definition）、選擇來源（source selection）、按工作流採集（collection workflows）、關聯數據（data correlation）、重建時間線（timeline reconstruction）、形成報告（reporting）。Agent 在啓用技能後，應把這些環節當作操作檢查清單，而不是零散問答。

觸發短語¶

當對話涉及下列英文關鍵詞或相近表述時，技能說明建議啓用本 Skill，例如：

OSINT methodology、open source intelligence、target profiling、data correlation、OSINT workflow、intelligence collection、OSINT campaign、recon methodology

Agent 側執行約定¶

技能激活後，對 Agent 的約定包括：

1. 將下文方法論作爲操作檢查清單加載並應用（以技能文檔爲準）。
2. 除非用戶另有指定，按步驟順序執行。
3. 針對每一項技術/步驟，結合當前目標與上下文判斷是否適用。
4. 記錄檢查清單中已完成項。
5. 根據階段性發現建議後續步驟。

SkillHub 側指標（截至資料抓取）¶

• 評分：100000
• 下載：1185
• 安裝：0（SkillHub 統計字段，不代表本地未使用）
• 標籤：requires_api_key=false

安裝與啓用¶

SkillHub 官方頁面給出的安裝提示是：讓 AI 根據 SkillHub 安裝文檔 安裝 @user_3c6cb52e/osint-methodology-lr-lplm。本地也可直接用 skillhub CLI。

1、確認 CLI¶

command -v skillhub && skillhub --version

未安裝時，可按安裝文檔執行完整安裝或僅 CLI（文檔示例使用 curl 拉取 install.sh）。

2、安裝到當前 Agent 的 skills 目錄¶

安裝時必須用 --dir 指向當前 Agent 實際識別的 skills 目錄；默認裝到 ./skills/ 可能不會被客戶端加載。安裝文檔中的常用路徑示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或項目下的 .agents/skills/

以 Cursor 爲例：

skillhub install @user_3c6cb52e/osint-methodology-lr-lplm --dir ~/.cursor/skills/

也可使用帶 namespace 的寫法（skillhub search 輸出中的形式）：

skillhub install osint-methodology-lr-lplm --namespace user_3c6cb52e --dir ~/.cursor/skills/

經過上面的步驟，技能會落到類似 @user_3c6cb52e/osint-methodology-lr-lplm/ 的子目錄，其中包含 SKILL.md。修改 skills 後，按你所用客戶端的要求重啓或刷新 Agent，使新技能生效。

典型用法¶

官方頁面未提供獨立業務案例；可復現的用法來自技能文檔中的觸發條件與 Agent 約定。

在對話中啓用¶

當任務屬於目標畫像、開源情報採集流程、線索關聯或戰役級 OSINT 規劃時，在提示中明確使用上述觸發短語之一，並說明當前目標邊界（例如實體類型、時間範圍、可用公開來源）。Agent 應按技能要求依次走檢查清單，並在過程中標註已完成項與建議的下一步。

示例提示（示意，需替換爲你的真實目標）：

請按 OSINT methodology 處理：目標爲某公開組織的域名與關聯公開賬號，
時間範圍近 12 個月。先完成 target definition 與 source selection，
再給出 collection workflows 與 data correlation 的計劃。

與 SkillHub 一致的「交給 AI 安裝」¶

若你尚未配置 CLI，可將 SkillHub 頁面原文意圖轉給 Agent：

請根據 https://skillhub.cn/install/skillhub.md，
安裝 @user_3c6cb52e/osint-methodology-lr-lplm 到當前環境的 skills 目錄。

適用場景與注意¶

適合誰： 需要在 Agent 對話中固定 OSINT 步驟順序、統一術語（目標—來源—採集—關聯—時間線—報告）的安全研究、威脅情報輔助整理、培訓講解等場景；尤其適合已使用 Cursor、Claude Code、Codex 等支持 Skills 的客戶端團隊。

限制與注意：

1. 當前下載包內的 SKILL.md 在「Instructions for Claude」之後未附帶更長的逐步技法正文，文檔中寫有「Load and apply the full methodology below」，但實際清單細節需結合對話目標由 Agent 按六項框架展開。使用前建議在自有環境中打開安裝後的 SKILL.md 確認內容是否滿足合規與流程要求。
2. OSINT 僅應針對合法授權或公開信息場景；技能不提供繞過訪問控制的能力，使用者需自行遵守法律法規與平臺條款。
3. SkillHub 上存在多個名稱相近的「OSINT方法論」變體（slug 不同），安裝時請覈對座標 @user_3c6cb52e/osint-methodology-lr-lplm 與版本 1.0.0，避免裝錯包。

結尾¶

「OSINT方法論」把 OSINT 的階段性框架和 Agent 操作約定寫進 Skill，便於在匹配話題時按同一套檢查清單推進，且無需爲 Skill 本身配置 API Key。若你要在 Agent 工作流裏落地該技能，可從 SkillHub 頁面與安裝文檔入手：

• SkillHub 頁面：https://www.skillhub.cn/skills/user_3c6cb52e/osint-methodology-lr-lplm
• 官方座標鏈接：https://api.skillhub.cn/user_3c6cb52e/osint-methodology-lr-lplm
• 安裝說明：https://skillhub.cn/install/skillhub.md