implementing-velociraptor-for-ir-collection
Ajuda seu agente a configurar o Velociraptor para coletar dados de endpoints em resposta a incidentes.
O que ela faz
Velociraptor é uma ferramenta para coletar informações detalhadas de computadores. Ele ajuda equipes de segurança a investigar incidentes, como ataques, coletando dados de forma rápida e eficiente de muitos computadores ao mesmo tempo.
Quando usar
- ✓Ao configurar o Velociraptor para coletar dados de segurança.
- ✓Ao estabelecer controles de segurança para cumprir regras.
- ✓Ao construir ou melhorar a segurança de um sistema.
Exemplo do que pedir para a IA
“Configure o Velociraptor para coletar logs de eventos do Windows.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
O Velociraptor tem um servidor central e agentes (pequenos programas) instalados nos computadores. O servidor envia comandos para os agentes coletarem informações específicas usando uma linguagem de consulta (VQL). Os dados coletados são enviados de volta para o servidor para análise.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add mukul975/Anthropic-Cybersecurity-Skills --skill implementing-velociraptor-for-ir-collectionOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/mukul975/Anthropic-Cybersecurity-Skills/main/skills/implementing-velociraptor-for-ir-collection/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Implementando Velociraptor para Coleta de IR
Visão Geral
Velociraptor é uma plataforma avançada de código aberto para monitoramento de endpoints, forense digital e resposta a incidentes, desenvolvida pela Rapid7. Ele utiliza a Linguagem de Consulta Velociraptor (VQL) para criar artefatos personalizados que coletam, consultam e monitoram quase qualquer aspecto de um endpoint. O Velociraptor permite que equipes de resposta a incidentes coletem e examinem rapidamente artefatos forenses de uma rede, suportando implantações em larga escala com impacto mínimo no desempenho. A arquitetura cliente-servidor com comunicação Fleetspeak possibilita a coleta de dados em tempo real de milhares de endpoints simultaneamente, com endpoints offline retomando as caçadas ao se reconectarem.
Quando Usar
- Ao implantar ou configurar a implementação de capacidades de coleta de IR com Velociraptor em seu ambiente.
- Ao estabelecer controles de segurança alinhados a requisitos de conformidade.
- Ao construir ou melhorar a arquitetura de segurança para este domínio.
- Ao conduzir avaliações de segurança que exigem esta implementação.
Pré-requisitos
- Familiaridade com conceitos e ferramentas de resposta a incidentes.
- Acesso a um ambiente de teste ou laboratório para execução segura.
- Python 3.8+ com as dependências necessárias instaladas.
- Autorização apropriada para quaisquer atividades de teste.
Arquitetura
Componentes
- Servidor Velociraptor: Console central de gerenciamento com interface web e API.
- Cliente Velociraptor (Agente): Agente leve implantado nos endpoints.
- Fleetspeak: Framework de comunicação entre cliente e servidor.
- Motor VQL: Motor de linguagem de consulta para coleta de artefatos.
- Filestore: Armazenamento do lado do servidor para artefatos coletados.
- Datastore: Armazenamento de metadados para caçadas, fluxos e informações do cliente.
Plataformas Suportadas
- Windows (7+, Server 2008R2+)
- Linux (Debian, Ubuntu, CentOS, RHEL)
- macOS (10.13+)
Implantação
Instalação do Servidor
# Download latest release
wget https://github.com/Velocidex/velociraptor/releases/latest/download/velociraptor-linux-amd64
# Generate server configuration
./velociraptor-linux-amd64 config generate -i
# Start the server
./velociraptor-linux-amd64 --config server.config.yaml frontend
# Or run as systemd service
sudo cp velociraptor-linux-amd64 /usr/local/bin/velociraptor
sudo velociraptor --config /etc/velociraptor/server.config.yaml service install
Implantação do Cliente
# Repack client MSI for Windows deployment
velociraptor --config server.config.yaml config client > client.config.yaml
velociraptor config repack --msi velociraptor-windows-amd64.msi client.config.yaml output.msi
# Deploy via Group Policy, SCCM, or Intune
# Client runs as a Windows service: "Velociraptor"
# Linux client deployment
velociraptor --config client.config.yaml client -v
# macOS client deployment
velociraptor --config client.config.yaml client -v
Implantação com Docker
docker run --name velociraptor \
-v /opt/velociraptor:/velociraptor/data \
-p 8000:8000 -p 8001:8001 -p 8889:8889 \
velocidex/velociraptor
Coleta de Artefatos de IR Essenciais
Artefatos Forenses do Windows
-- Coleta de Logs de Eventos do Windows
SELECT * FROM Artifact.Windows.EventLogs.EvtxHunter(
EvtxGlob="C:/Windows/System32/winevt/Logs/*.evtx",
IDRegex="4624|4625|4648|4672|4688|4698|4769|7045"
)
-- Coleta de arquivos Prefetch para evidências de execução
SELECT * FROM Artifact.Windows.Forensics.Prefetch()
-- Coleta de entradas Shimcache
SELECT * FROM Artifact.Windows.Registry.AppCompatCache()
-- Coleta de entradas Amcache
SELECT * FROM Artifact.Windows.Forensics.Amcache()
-- Coleta de dados UserAssist
SELECT * FROM Artifact.Windows.Forensics.UserAssist()
-- Coleta de timestamps MFT do NTFS
SELECT * FROM Artifact.Windows.NTFS.MFT(
MFTFilename="C:/$MFT",
FileRegex=".(exe|dll|ps1|bat|cmd)$"
)
-- Coleta de tarefas agendadas
SELECT * FROM Artifact.Windows.System.TaskScheduler()
-- Coleta de processos em execução com hashes
SELECT * FROM Artifact.Windows.System.Pslist()
-- Coleta de conexões de rede
SELECT * FROM Artifact.Windows.Network.Netstat()
-- Coleta de cache DNS
SELECT * FROM Artifact.Windows.Network.DNSCache()
-- Coleta de histórico do navegador
SELECT * FROM Artifact.Windows.Applications.Chrome.History()
-- Coleta de histórico do PowerShell
SELECT * FROM Artifact.Windows.Forensics.PowerShellHistory()
-- Coleta de autoruns/persistência
SELECT * FROM Artifact.Windows.Persistence.PermanentWMIEvents()
SELECT * FROM Artifact.Windows.System.Services()
SELECT * FROM Artifact.Windows.System.StartupItems()
…
Perguntas frequentes
O que é VQL?
VQL (Velociraptor Query Language) é a linguagem usada para dizer ao Velociraptor quais informações coletar dos computadores.
O que são 'hunts'?
'Hunts' são buscas ativas que você pode configurar para encontrar informações específicas ou sinais de comprometimento em vários computadores.
O Velociraptor afeta o desempenho do computador?
O Velociraptor foi projetado para ter um impacto mínimo no desempenho dos computadores, mesmo quando coleta dados de milhares deles simultaneamente.
Detalhes
Descrição original do autor
Deploy and configure Velociraptor for scalable endpoint forensic artifact collection during incident response using VQL queries, hunts, and pre-built artifact packs across Windows, Linux, and macOS environments.
Popularidade
- Estrelas no GitHub
- 35 mil
- Posição no ranking
- #5972
- Licença
- Apache-2.0
- Atualizada em
- 31/08/2026
Comentários
- …
Mais skills deste repositório
abusing-dpapi-for-credential-access
Dá ao seu agente de IA instruções prontas para uma tarefa específica, para ele fazer melhor e mais rápido.
mukul975/Anthropic-Cybersecurity-Skills
abusing-shadow-credentials-for-privesc
Ensina seu agente de IA a escrever textos claros e bem estruturados.
mukul975/Anthropic-Cybersecurity-Skills
achieving-cmmc-level-2-compliance
Ajuda seu agente a preparar um ambiente para conformidade com CMMC Nível 2. Ele implementa requisitos de segurança e gerencia a documentação necessária.
mukul975/Anthropic-Cybersecurity-Skills
acquiring-disk-image-with-dd-and-dcfldd
Ajuda seu agente a criar cópias exatas de discos rígidos. Isso é útil para garantir que nenhuma informação seja perdida ou alterada durante investigações.
mukul975/Anthropic-Cybersecurity-Skills
Skills parecidas
dashboard-builder
Ajuda seu agente a criar painéis de monitoramento úteis. Ele transforma dados em gráficos que respondem a perguntas importantes sobre o sistema.
affaan-m/ECC
dev-team
Simula uma equipe de desenvolvimento colaborativa, onde diferentes papéis respondem a um problema juntos. É útil para obter múltiplas perspectivas sem trocar de agente manualmente.
affaan-m/ECC
ecc-council
Faz seu agente reunir um conselho de quatro vozes para tomar decisões difíceis. É útil quando há várias opções boas e é preciso debater antes de escolher.
affaan-m/ECC