Vignesh942/Cyber-Threat-Intelligence-AI-Agent

# 网络威胁情报 AI 代理 一个**自主 AI 驱动的网络威胁情报（CTI）代理**，用于收集、关联、评分来自多个来源的网络安全威胁，并生成专业的 PDF 报告。 采用 **LangGraph + Groq LLM** 构建，该项目从一个简单的自动化脚本演变为一个**具备决策、推理和结构化输出生成能力的真正 AI 代理**。    ## ✨ 功能特性 - 🔍 实时数据收集来源： - 新闻 API - 安全博客（RSS） - NVD CVE 数据库 - 🔗 智能 **CVE 关联**，结合真实事件 - 📊 动态 **威胁评分**，基于严重程度和关键词 - 🧠 持久化的 **JSON 记忆**，用于历史追踪 - 📄 自动生成**专业 PDF 报告** - ⚙️ 构建为具备决策逻辑的**LangGraph 驱动 AI 代理** - 🧩 模块化且可扩展的架构 ## 🏗️ 系统架构 系统采用分层、代理驱动的设计： ### 组件说明： - **数据收集层** → 获取新闻、博客和 CVE 数据 - **AI 代理核心** → 使用状态与决策逻辑控制工作流 - **处理层** → 执行关联与威胁评分 - **记忆层** → 以 JSON 格式存储历史情报 - **LLM 层** → 生成结构化的威胁报告 - **输出层** → 将报告转换为 PDF ### 🛠️ 使用技术 - Python 3.11 - LangChain + LangGraph → AI 代理框架 - Groq（Llama 3.1 8B Instant）→ 快速 LLM 推理 - ReportLab → PDF 生成 - Feedparser → RSS 解析 - Requests → API 调用 ### 📊 示例输出 该代理生成结构化的 PDF 报告，包含： - 执行摘要 - 优先级最高的威胁（标题、描述、评分、CVE） - 关键洞察 - 可操作的建议 ### 下载示例 PDF： [20260414_092605 网络威胁报告.pdf](https://github.com/user-attachments/files/26698470/Cyber_Threat_Report_20260414_092605.pdf) ### 📄 许可证 本项目采用 MIT 许可证。

标签：AI智能体, AMSI绕过, CVE, CVE关联, Feedparser, JSON存储, LangChain, LangGraph, LLM, NVD, PDF报告, Python, ReportLab, Requests, RSS, Unmanaged PE, 内存存储, 内存层, 决策逻辑, 可扩展架构, 处理层, 威胁情报, 威胁收集, 威胁检测, 威胁评分, 字符串匹配, 开发者工具, 情报收集, 报告自动化, 数字签名, 数据收集层, 新闻API, 无后门, 模块化架构, 漏洞研究, 网络安全, 网络调试, 自动化, 轻量级, 输出层, 逆向工具, 隐私保护