threat-intelligence-enrichment

Enrich threat intelligence from CVEs, IOCs, malware names, threat actors, vendor advisories, security incidents, exploit reports, vulnerability disclosures,…

npx skills add https://github.com/tavily-ai/use-case-skills --skill threat-intelligence-enrichment

Threat Intelligence Enrichment

Workflow

Use search and extract to enrich security entities with authoritative and recent evidence; use map or crawl for known vendor portals or advisory collections. Keep this skill focused on query construction, source priority, verification, and security synthesis; execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Identify the input type: CVE, IOC, malware/tool, threat actor, vendor/product, advisory URL, incident, or campaign.
  • Break the task into short subqueries under 400 characters: identifier, affected product, exploit status, vendor advisory, patches, mitigations, exploitation in the wild, and recent reporting.
  • Search first, using exact-match style queries for CVEs, hashes, domains, IPs, advisory IDs, and malware names.
  • Filter sources before extraction. Prioritize NVD/CVE records, vendor advisories, CISA/agency alerts, security research blogs, reputable incident reports, and official patch notes.
  • Extract selected pages that can support exploit status, impact, affected versions, mitigations, timeline, or confidence.
  • Use site navigation for vendor advisory portals or documentation sites when the relevant page is hard to find.
  • Collect scoped advisory, changelog, release note, or documentation sections only when the user needs broad coverage.

Research Budget

  • Start with a small focused search set covering the identifier, vendor advisory, exploit status, and mitigation or patch evidence.
  • Extract only the strongest authoritative sources before drafting.
  • Add more searches only for named gaps, such as missing affected versions, missing patch notes, or unclear exploitation status.
  • Do not use map unless a known vendor portal or documentation site has a specific advisory or release note to locate.
  • Do not use crawl unless the user asks for coverage across many related advisories or docs pages.

Capability Guidance

  • Use search for CVEs, IOCs, advisories, exploit status, affected versions, mitigations, and recent incident reporting.
  • Use extract on selected vendor advisories, CVE records, agency alerts, patch notes, and security research pages.
  • Use map when a vendor portal or documentation site is known but the specific advisory is hard to locate.
  • Use crawl for advisory/doc sets only when the user asks for coverage across many related pages.
  • Use research only for threat landscape reports or multi-campaign summaries.

Query And Source Guidance

  • Use exact identifiers in queries: CVE IDs, advisory IDs, product/version names, hashes, domains, IPs, malware names, and actor aliases.
  • Prioritize vendor advisories, NVD/CVE records, CISA or national agency alerts, CERT/CC, official patch notes, and reputable security research.
  • Treat social posts, exploit-db style references, and secondary news as supporting evidence unless confirmed by authoritative sources.
  • Separate "exploited in the wild", "public PoC", "theoretical exploitability", and "patched" as different statuses.
  • Report failed or inaccessible sources when they affect vendor advisories, CVE records, affected-version evidence, or mitigation guidance.

Output Template

Use this markdown structure and label uncertainty:

# Threat Intelligence Brief: <entity>

## Summary
- Current status:
- Confidence:
- Most important source:

## Entity Details
- Type:
- Aliases/identifiers:
- Related products or systems:

## Impact And Exposure
- Affected products/versions:
- Exploit status:
- Evidence quality:

## Mitigation And Detection
- Patches or mitigations:
- Detection or hunting notes:
- Recommended checks:

## Timeline
- <date>: <event> ([source](URL))

## Sources And Gaps
- Sources:
- Gaps or unresolved claims:

Do not overstate attribution, exploitation, or compromise evidence. Label speculation and unverified claims.

Mehr Skills von tavily-ai

research
tavily-ai
Umfassende Recherche zu jedem Thema mit automatischer Quellensammlung, Analyse und Zitaten. Führt mehrquellige Web-Recherche mit expliziten Zitaten durch, ideal für Vergleiche, aktuelle Ereignisse, Marktanalysen und detaillierte Berichte. Bietet drei Modelloptionen: Mini für gezielte Ein-Themen-Recherche (~30s), Pro für umfassende Multi-Perspektiven-Analyse (~60-120s) und Auto für API-gesteuerte Komplexitätserkennung. Authentifiziert sich über OAuth durch den Tavily MCP-Server mit automatischem browserbasiertem Login auf...
official
search
tavily-ai
Web-Suche mit LLM-optimierten Ergebnissen, Relevanzbewertung und flexiblen Filtern. Unterstützt vier Suchtiefenmodi (ultraschnell, schnell, einfach, erweitert) mit konfigurierbaren Latenz- und Relevanzabwägungen. Enthält Domain-Filterung, Zeitbereichseinschränkungen, Datumsbereiche, Länder-Boosting und Rohinhalts-Extraktion. Gibt Ergebnisse mit Titel, URL, Inhaltsausschnitt und Relevanzbewertung zurück; optionale Bild-Ergebnisse und Favicons. Automatische OAuth-Authentifizierung über Tavily MCP-Server oder API-Key-Konfiguration;...
official
tavily-best-practices
tavily-ai
Websuch-API für LLMs mit Echtzeit-Datenzugriff, Inhalts-Extraktion, Site-Crawling und KI-gestützter Recherche. Fünf Kernmethoden: search() für Webergebnisse, extract() für URL-Inhalte, crawl() für siteweite Extraktion, map() für URL-Erkennung und research() für durchgängige KI-Synthese. Unterstützt Python- und JavaScript-SDKs mit asynchronen Clients für parallele Abfragen und konfigurierbare Suchtiefe (ultra-fast/fast/basic/advanced). Die Crawl-Methode akzeptiert semantische Anweisungen, um die Extraktion auf... zu fokussieren.
official
tavily-cli
tavily-ai
Websuche, Inhalts-Extraktion, Site-Crawling und tiefgehende Recherche über Tavily CLI. Fünf Befehlsmodi für Suche, Extraktion, URL-Erkennung, Bulk-Crawling und Multi-Quellen-Recherche mit Zitaten. Alle Befehle unterstützen JSON-Ausgabe und Dateispeicherung für strukturierte, agentische Workflows. Ein Eskalationsmuster führt Sie von der einfachen Suche über Extraktion, Mapping, Crawling bis hin zur umfassenden Recherche, je nach Bedarf. Erfordert die Installation von tavily-cli und API-Key-Authentifizierung über tvly login.
official
tavily-crawl
tavily-ai
Mehrseitiger Website-Crawler mit semantischer Filterung und Markdown-Export. Durchsuchen Sie gesamte Site-Abschnitte mit Tiefen- und Breitensteuerung; filtern Sie nach Pfad-Regex, Domain oder natürlichen Sprachinstruktionen, um Ergebnisse zu fokussieren. Speichern Sie jede Seite als lokale Markdown-Dateien über --output-dir oder geben Sie strukturiertes JSON für agentische Verarbeitung zurück. Verwenden Sie semantische Instruktionen mit Chunk-Extraktion, um Kontextaufblähung bei der Übergabe von Ergebnissen an LLMs zu vermeiden; verwenden Sie Ganzseiten-Extraktion für Offline-Dokumentationsdownloads. Unterstützt...
official
tavily-dynamic-search
tavily-ai
Das Web durchsuchen, Ergebnisse filtern und Inhalte extrahieren, sodass rohe Suchdaten niemals in Ihren Kontextbereich gelangen. Nur Ihre kuratierte print()-Ausgabe wird zurückgegeben.
official
tavily-extract
tavily-ai
Extrahiere sauberes Markdown oder Text aus bis zu 20 URLs, mit Unterstützung für JavaScript-Rendering und abfragefokussierte Chunking. Verarbeitet JavaScript-gerenderte Seiten mit konfigurierbarer Extraktionstiefe (einfach für einfache Seiten, erweitert für dynamische SPAs und Tabellen). Unterstützt abfragefokussierte Extraktion, um nur relevante Inhaltsabschnitte statt ganzer Seiten zurückzugeben. Gibt standardmäßig LLM-optimiertes Markdown zurück, mit Optionen für Klartextformat und strukturierte JSON-Ausgabe. Verarbeitet bis zu 20 URLs in einem einzigen Aufruf;...
official
tavily-map
tavily-ai
Schnelle URL-Erkennung auf Websites ohne Extraktion von Inhalten, ideal zum Auffinden bestimmter Seiten auf großen Websites. Gibt strukturierte Listen aller URLs einer Domain zurück, mit konfigurierbarer Tiefe und Breite, Regex-Pfadfilterung und natürlichsprachlichen Anweisungen zur semantischen Filterung. Unterstützt Tiefensteuerung (1–5 Ebenen), Breitenbegrenzung pro Seite, Ein-/Ausschluss externer Links und Domainfilterung über Regex-Muster. Konzipiert als Schritt 1 in einem Workflow: Mapping zum Auffinden der richtigen Seite, dann Verwendung von Extract oder...
official