Claude-Red คืออะไร? เมื่อมีคนรวมวิธีเจาะระบบ 79 ชุดไว้ให้ AI ใช้ และเราควรรับมืออย่างไร

โดย Nokka (นก-กา) | ตรวจข้อมูล 26 ต.ค. 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

ไม่นานมานี้มีคนแชร์โพสต์จากเพจ ThreatVector มาให้ผมดู เป็นโพสต์สั้น ๆ ที่แนะนำรีโป GitHub ชื่อ Claude-Red [7] ตอนแรกผมคิดว่าเป็นเครื่องมือเจาะระบบอีกตัวหนึ่ง ซึ่งมีออกมาใหม่ทุกสัปดาห์ แต่ตัวเลขดาวบนรีโปทำให้ผมหยุดดู

repo นี้เปิดเมื่อต้นเดือนมีนาคม 2026 ตอนนี้มีดาวราว 9,100 ดวง และมีคน fork ไป 1,210 ครั้ง [1]

คำถามที่ผมสนใจไม่ใช่ "มันเจาะได้ไหม" แต่เป็น "ทำไมคนถึงแจกจ่ายวิธีเจาะระบบให้ AI แบบเปิดเผยขนาดนี้" และ "ทีมความปลอดภัยควรทำอะไรกับเรื่องนี้"

Claude-Red คืออะไร

ไม่ใช่โปรแกรม แต่เป็นคู่มือที่ AI อ่านก่อนลงมือ ตัวรีโปไม่มีโค้ดเจาะระบบ ไม่มีเซิร์ฟเวอร์ ไม่มี dashboard

ไฟล์ skill ทั้ง 79 ไฟล์เป็น Markdown ชื่อ SKILL.md อยู่ในโฟลเดอร์ของตัวเอง [1] ผมนับจากโครงสร้างไฟล์จริง ไม่ได้อ่านจากตารางใน README เพราะตัวเลขในเอกสารกับไฟล์จริงไม่ตรงกันเป๊ะ

ผลที่นับได้คือ 79 skill ใน 23 หมวด โดยหมวดที่ใหญ่ที่สุดคือ:

• เว็บแอป 16 skill
• ไวร์เลส 14 skill
• infrastructure 7 skill
• exploit development 6 skill [1]

แต่ละไฟล์หน้าตาเป็นอย่างไร

หัวไฟล์มีสองบรรทัดสำคัญ คือ name กับ description [3] บรรทัด description ของ skill ด้าน SQL injection เขียนยาวราวหนึ่งย่อหน้า ไล่ตั้งแต่ error-based, blind, out-of-band ไปจนถึง WAF bypass และ ORM CVE [3]

ถัดลงมาคือเนื้อหา ซึ่งเริ่มด้วยขั้นตอนทำงานห้าขั้น แล้วตามด้วย payload จริง แยกตามชนิดฐานข้อมูล [3]

skill ด้านการรายงานก็มี ซึ่งผมคิดว่าเป็นส่วนที่คนมักมองข้าม เพราะมันสอนวิธีเขียนรายงานให้ลูกค้า แยกความรุนแรงด้วย CVSS และจัดการหลักฐานอย่างเป็นระบบ ทั้งการปิดข้อมูลลับ การแฮชข้อมูลลูกค้า และการประทับเวลาทุกขั้นตอน [1]

ทำไม 79 ไฟล์ไม่ทำให้ context ระเบิด

นี่คือจุดที่ระบบ Skill ของ Claude เข้ามาเกี่ยว ตามเอกสารของ Anthropic ตัวเนื้อหาของ skill จะถูกโหลดก็ต่อเมื่อถูกใช้เท่านั้น คำอธิบายสั้น ๆ อยู่ให้โมเดลเห็นตลอด แต่เนื้อหาเต็มรออยู่ข้างหลัง [4]

พูดง่าย ๆ คือ AI เห็นสารบัญก่อน แล้วค่อยเปิดบทที่ต้องการ วิธีนี้ทำให้เจ้าของรีโปยัดรายละเอียดระดับ 84,000 ตัวอักษรลงในไฟล์เดียวได้ [1] เช่น skill เรื่อง EDR evasion โดยไม่ต้องแบกมันไว้ทุกบทสนทนา

ทำไมคนถึงให้ดาวมันเยอะ

เพราะมันแก้ปัญหาที่คนเจอจริง ถ้าคุณเคยถาม AI เรื่องช่องโหว่ความปลอดภัย คำตอบมักจบที่ "ควรปรึกษาผู้เชี่ยวชาญ" กับลิงก์ OWASP

Claude-Red เปลี่ยนคำถามนั้นให้กลายเป็นขั้นตอน เช่น ต้องยิง probe อะไรก่อน ถ้าไม่เห็น error ให้เปลี่ยนไป blind แบบไหน และถ้าเจอ WAF ต้องเข้ารหัส payload อย่างไร [3] นี่คือช่องว่างระหว่าง "รู้หลักการ" กับ "ลงมือได้" ซึ่งเป็นช่องว่างที่ทีมเพนเทสต์จ่ายเงินจ้างคนมาเติม

มันตอบโจทย์งานเอกสารที่กินเวลาครึ่งหนึ่งของโปรเจกต์ คนที่ทำงานด้านนี้รู้ดีว่า การทดสอบกินเวลาไม่ถึงครึ่งของการทำงานจริง ที่เหลือคือการเขียนรายงานให้ลูกค้าอ่านรู้เรื่อง การมี skill ที่บอกโครงสร้างรายงาน ความรุนแรง และมาตรฐานหลักฐาน จึงมีค่าพอ ๆ กับการมี payload [1]

ตัวเลขดาวไม่ใช่ตัวชี้วัดคุณภาพ

ผมต้องบอกตรง ๆ ว่า 9,100 ดาวพิสูจน์แค่ว่าคนสนใจ [1] ไม่ได้พิสูจน์ว่าเนื้อหาถูกต้องหรือปลอดภัย

repo ที่คล้ายกันอย่าง PentestGPT มีดาวราว 16,000 ดวง [8] ส่วน CAI มีราว 9,800 ดวง ณ วันเดียวกัน [9] ตัวเลขพวกนี้บอกกระแส ไม่ได้บอกผลลัพธ์

ด้านที่ต้องระวัง

ข้างในมี payload ที่ใช้ได้จริง ตัวอย่างใน skill SQL injection ไม่ใช่คำอธิบายเชิงทฤษฎี แต่เป็นสตริงที่เอาไปยิงได้ทันที ทั้งแบบ error-based และ time-based [3] นี่ไม่ใช่ข้อตำหนิ เพราะจุดประสงค์ของมันคือการทดสอบจริง แต่หมายความว่าการถือไฟล์ชุดนี้ไว้ในเครื่องก็มีความหมายทางกฎหมายแล้ว ถ้าเอาไปใช้ผิดที่

ไม่มีด่านตรวจทางเทคนิค ผมเปิดอ่านไฟล์ skill แปดไฟล์ (sqli, fast-checking, reporting, EDR evasion, oauth, xss, rce และ initial-access) ไม่พบวลีเตือนเรื่องขอบเขตงานในไฟล์เหล่านั้นเลย [1]

คำว่า authorization ที่โผล่แปดจุดในไฟล์ Skills/utility/offensive-fast-checking เป็นชื่อหัวข้อทดสอบการควบคุมสิทธิ์ เช่น BOPLA, BFLA และ OAuth ไม่ใช่คำสั่งให้ทดสอบเฉพาะระบบที่ได้รับอนุญาต [11]

แต่ในระดับรีโปมีไฟล์ SECURITY.md ที่เตือนเรื่องนี้ไว้ชัดเจน ระบุว่าชุดนี้ไม่มีไว้สำหรับเข้าถึงระบบที่คุณไม่ได้เป็นเจ้าของหรือไม่มีหนังสืออนุญาตเป็นลายลักษณ์อักษร และการใช้ผิดอาจเข้าข่ายกฎหมายอาญาของประเทศนั้น เช่น CFAA หรือ Computer Misuse Act [10]

แปลว่าด่านเดียวที่รีโปมีคือคำเตือนเชิงเอกสาร ไม่มีกลไกทางเทคนิคที่บังคับใช้ และผู้ใช้ยังต้องตัดสินเองว่ามีสิทธิ์ทดสอบระบบปลายทางหรือไม่

นโยบายของ Anthropic วางเส้นไว้ชัด

Usage Policy ของ Anthropic ห้ามเข้าถึงหรือหาช่องโหว่ในระบบที่ไม่ได้เป็นเจ้าของโดยไม่ได้รับอนุญาต [5] แต่เอกสารเดียวกันก็เขียนข้อยกเว้นไว้ชัดเจนว่า ไม่ได้ห้ามการวิจัยความปลอดภัย การทดสอบ หรือการพัฒนาเครื่องมือ ที่ทำกับระบบที่คุณเป็นเจ้าของ ได้รับอนุญาตจากเจ้าของ หรืออยู่ในขอบเขต bug bounty และช่องทางรับแจ้งช่องโหว่ โดยต้องเป็นไปตามกฎหมายที่ใช้บังคับ [5]

เอกสารเดียวกันยังพูดถึง Cyber Verification Program สำหรับงานที่ต้องผ่านระบบป้องกันไซเบอร์แบบเรียลไทม์ด้วย [5]

กฎหมายไทยดูที่ความยินยอม ไม่ใช่เจตนาดี

พระราชบัญญัติว่าด้วยการกระทำความผิดเกี่ยวกับคอมพิวเตอร์ พ.ศ. 2550 มาตรา 5 กำหนดโทษสำหรับผู้ที่เข้าถึงระบบคอมพิวเตอร์โดยมิชอบซึ่งมีมาตรการป้องกันไว้เฉพาะ [6] มาตรา 7 ครอบคลุมการเข้าถึงข้อมูลคอมพิวเตอร์โดยมิชอบซึ่งมีมาตรการป้องกันการเข้าถึงโดยเฉพาะ ส่วนมาตรา 8 ครอบคลุมการดักรับข้อมูลระหว่างการส่ง [6]

คำว่า "โดยมิชอบ" ในทางปฏิบัติจึงผูกกับความสัมพันธ์ระหว่างผู้ทดสอบกับเจ้าของระบบ ไม่ใช่กับความตั้งใจดี ตัวบทเองวางเงื่อนไขไว้ว่ามาตรการป้องกันนั้น "มิได้มีไว้สำหรับตน" [6]

ดังนั้นต่อให้คุณใช้ AI ช่วยหาช่องโหว่ในเว็บของเพื่อนเพื่อเตือนเขา ถ้าไม่มีหลักฐานความยินยอมที่ชัดเจน ซึ่งที่ดีที่สุดคือลายลักษณ์อักษร คุณก็เสี่ยงทั้งคดีอาญาและคดีแพ่ง

ถ้าจะใช้ ต้องเตรียมอะไร

ขอบเขตเป็นลายลักษณ์อักษรก่อนอย่างอื่น ไม่ต้องเริ่มจากติดตั้ง skill ให้เริ่มจากเอกสารหนึ่งแผ่นที่ระบุโดเมน หมายเลข IP ช่วงเวลา และสิ่งที่ห้ามทำ เช่น ห้ามทดสอบ denial of service หรือห้ามแตะข้อมูลลูกค้าจริง เอกสารนี้ต้องลงนามโดยคนที่มีอำนาจตัดสินใจ ไม่ใช่แค่หัวหน้าทีมไอที

แยกสภาพแวดล้อมออกจากของจริง ถ้าเป็นไปได้ ให้ทดสอบบน staging ที่มีข้อมูลจำลอง ถ้าจำเป็นต้องทดสอบระบบจริง ให้ตกลงเรื่องการสำรองข้อมูลและแผนหยุดฉุกเฉินไว้ก่อน เพราะ payload บางแบบอาจทำให้ฐานข้อมูลล็อกหรือเซิร์ฟเวอร์รีสตาร์ต

เก็บ log ทุกครั้งที่ AI ลงมือ ข้อนี้สำคัญเพราะ AI จะทำงานเร็วและทำหลายขั้นตอนในครั้งเดียว ถ้าไม่มี log คุณจะตอบไม่ได้ว่ามันยิงอะไรไปบ้าง ผมแนะนำให้สั่งให้ agent เขียนบันทึกก่อนและหลังทุกคำสั่ง ลงไฟล์เดียวกับที่ใช้รายงานลูกค้า

ติดตั้งแบบเลือกหมวด ไม่ต้องเหมาทั้งชุด ตัวรีโปมีตัวติดตั้งที่เลือกหมวดได้ เช่น เอาเฉพาะหมวดเว็บ [2]

git clone --filter=blob:none --sparse https://github.com/SnailSploit/Claude-Red.git
cd Claude-Red
git sparse-checkout set Skills/web
./install.sh --target ~/.claude/skills/claude-red --category web

การติดตั้งทั้ง 79 skill พร้อมกันไม่ได้ทำให้เก่งขึ้น แต่ทำให้รายการ skill ในบริบทบวมและตรวจสอบยากขึ้น [4]

อ่านไฟล์ก่อนติดตั้ง วิธีที่ปลอดภัยที่สุดคือเปิด SKILL.md อ่านเองหนึ่งรอบ คุณจะเห็นว่ามันสั่งให้ AI ทำอะไรบ้าง เห็นคำเตือนที่มีหรือไม่มี และตัดสินใจได้ว่าคุณสบายใจจะให้เครื่องมือนี้ทำงานในนามของคุณหรือไม่

มุมกลับสำหรับคนทำ defensive

ใช้เป็นรายการตรวจ ไม่ใช่เพียงเครื่องมือโจมตี ถ้าคุณดูแลระบบอยู่ การอ่าน skill ทั้ง 79 ไฟล์คือการดูว่า AI ในมือคนร้ายจะถูกสอนให้ถามอะไร รายการนั้นกลายเป็น checklist ตรวจระบบของคุณได้ทันที ตั้งแต่ request smuggling ไปจนถึง OAuth redirect URI

รู้ทันว่า AI จะไล่หาช่องโหว่เร็วแค่ไหน จุดที่ต่างออกไปไม่ใช่ความรู้เรื่องช่องโหว่ เพราะความรู้พวกนี้มีมานานแล้ว จุดที่เปลี่ยนไปคือความเร็วและความสม่ำเสมอ ในทางปฏิบัติ คนหนึ่งคนสามารถไล่ทดสอบหลายสิบจุดพร้อมกันได้ในคืนเดียว ถ้าทีมของคุณยังตรวจระบบปีละครั้ง ช่องว่างนี้จะกว้างขึ้นเรื่อย ๆ

แต่ก็อย่าตกใจเกินจริง เครื่องมือนี้ยังต้องมีคนกำหนดเป้าหมาย มีคนอนุมัติขอบเขต และมีคนอ่านผลลัพธ์ มันไม่ใช่ไวรัสที่แพร่เอง และไม่ใช่ AI ที่ออกไปเจาะเว็บคนอื่นได้เองโดยไม่มีคำสั่ง ภัยจริงยังมาจากคนที่ตั้งใจ ไม่ใช่จากไฟล์ Markdown

ใครควรใช้ และใครไม่ควรแตะ

กลุ่มที่ใช้ได้เต็มที่ ทีมเพนเทสต์ที่มีสัญญาจ้างชัดเจน ทีม red team ภายในองค์กร นักวิจัยที่กำลังทำ lab ของตัวเอง และคนที่เตรียมตัวสอบ CTF กลุ่มนี้ได้ประโยชน์เพราะ skill ช่วยจัดระเบียบวิธีทำงาน ไม่ใช่เพราะมันให้สิ่งที่พวกเขาไม่มี

กลุ่มที่ควรอ่านอย่างเดียว นักพัฒนาแอปที่อยากรู้ว่าฝั่งโจมตีคิดอย่างไร อ่านได้ และควรอ่าน แต่ไม่ต้องติดตั้ง ไม่ต้องรัน payload กับระบบที่ยังไม่ได้รับอนุญาต

กลุ่มที่ไม่ควรแตะเลย คนที่คิดจะใช้ทดสอบเว็บคนอื่นเพราะอยากรู้ หรือเพราะโกรธใครสักคน และคนที่คิดว่าจะใช้ AI เป็นเกราะป้องกันความรับผิด เพราะมันไม่ใช่ คำสั่งทุกอย่างที่ AI ทำยังอยู่ใต้ชื่อของคุณใน log ของเซิร์ฟเวอร์ปลายทาง

สิ่งที่ผมคิดว่าเรื่องนี้กำลังบอกเรา

รีโปนี้ไม่ใช่เรื่องใหม่ในแง่ความรู้ ทุกเทคนิคข้างในมีอยู่ในหนังสือและคอร์สเรียนมานานแล้ว สิ่งใหม่คือการจัดรูปแบบให้ AI ใช้ได้ทันที และการแจกจ่ายให้ใครก็ดาวน์โหลดได้โดยไม่ต้องสมัครอะไร

ผมคิดว่านี่คือสัญญาณว่าเส้นแบ่งระหว่าง "คนที่รู้วิธีทดสอบ" กับ "คนที่มีเครื่องมือ" กำลังบางลง ฝั่งป้องกันจึงต้องเลื่อนจากคำถามว่า "เรามีช่องโหว่นี้ไหม" ไปเป็น "ถ้ามีคนใช้ AI ไล่ทดสอบเราคืนนี้ เราจะรู้ตัวไหม" ถ้าคำตอบคือไม่รู้ตัว นั่นคือช่องว่างที่ต้องปิด ก่อนที่จะมีคนมาปิดให้ด้วยวิธีที่เราไม่ชอบ

REF

[1] SnailSploit (2026) · Claude-Red repository (นับไฟล์และดาว ณ 26 ต.ค. 2026). https://github.com/SnailSploit/Claude-Red

[2] SnailSploit (2026) · Claude-Red README: การติดตั้งและรายการ skill. https://github.com/SnailSploit/Claude-Red/blob/main/README.md

[3] SnailSploit (2026) · ตัวอย่าง SKILL.md หมวดเว็บ: offensive-sqli. https://github.com/SnailSploit/Claude-Red/blob/main/Skills/web/offensive-sqli/SKILL.md

[4] Anthropic (2026) · Claude Code Docs: Skills. https://code.claude.com/docs/en/skills

[5] Anthropic (2026) · Usage Policy. https://www.anthropic.com/legal/aup

[6] สำนักงานคณะกรรมการกฤษฎีกา (2007, ฉบับรวมแก้ไขเพิ่มเติม 2560) · พระราชบัญญัติว่าด้วยการกระทำความผิดเกี่ยวกับคอมพิวเตอร์ พ.ศ. 2550. https://trat.nso.go.th/images/about/law/2560_Commit_about_computer.pdf

[7] ThreatVector (2026) · โพสต์แนะนำ Claude-Red. https://www.facebook.com/61584002973767/posts/122160136803133432/

[8] GitHub (2026) · PentestGPT: ตัวเลขดาว ณ 26 ต.ค. 2026. https://github.com/GreyDGL/PentestGPT

[9] GitHub (2026) · CAI (aliasrobotics/cai): ตัวเลขดาว ณ 26 ต.ค. 2026. https://github.com/aliasrobotics/cai

[10] SnailSploit (2026) · Security Policy: ขอบเขตการใช้งานที่อนุญาต. https://github.com/SnailSploit/Claude-Red/blob/main/SECURITY.md

[11] SnailSploit (2026) · SKILL.md: offensive-fast-checking (ไฟล์อ้างอิงคำว่า authorization 8 จุด). https://github.com/SnailSploit/Claude-Red/blob/main/Skills/utility/offensive-fast-checking/SKILL.md