sraodev/argus

# 👁️ ARGUS — AI 风险收集与紧急预警系统 **为 Guard0 打造的 AI 安全威胁情报代理** — 一个自动化流水线，可扫描 AI/ML 安全领域，基于角色视角对威胁进行分类，并将 优先级警报发送至 Slack（可选 WhatsApp）。 Argus 在两种模式下运行： 1. **计划任务模式**（推荐） — 通过 Claude Code Scheduled Tasks 使用您的 Claude Max 订阅。零 API 额度消耗。每 4 小时自动运行一次。 2. **CLI 模式** — 独立的 Python CLI 直接调用 Anthropic API。适用于 临时运行、无头部署（树莓派、服务器）或 Claude Code 之外的流水线。 ## 为什么选择 Argus AI 安全领域每天产生的新闻量超出了任何团队手动分类的能力。其中大部分是 噪音；剩下的一小部分则是极其关键且具有时效性的。Argus 的存在是为了： - **持续阅读** — 13 个 RSS 订阅源，外加可选的 Feedly 类别和 Claude 网页搜索。 - **智能分类** — 每篇相关文章都会获得一个分类、严重程度评估、 CISO 简报、工程师行动建议，以及关于与 Guard0 客户相关性的备注。 - **对重要事项发出警报** — 关键项目会在几分钟内发送到 Slack；其余项目将汇总到 每日摘要和每周高管简报中。 - **保持低成本和可移植性** — Mac → 树莓派 → 云，相同的代码可在任何地方运行。 ## 系统架构 ``` ┌───────────────────────────────────────────────┐ │ SOURCES (parallel) │ │ ┌──────────┐ ┌──────────┐ ┌──────────────┐ │ │ │ Feedly │ │ 13 RSS │ │ Claude │ │ │ │ category │ │ feeds │ │ web_search │ │ │ └─────┬────┘ └─────┬────┘ └──────┬───────┘ │ └────────┼─────────────┼──────────────┼─────────┘ └─────────────┼──────────────┘ ▼ ┌─────────────────────────┐ │ Dedup vs seen_urls │ └────────────┬────────────┘ ▼ ┌─────────────────────────┐ │ Pre-filter (keywords) │ ← skip / fast / needs-llm └────────────┬────────────┘ ▼ ┌─────────────────────────┐ │ Claude classification │ ← criticality, CISO TL;DR, │ (batch of 10) │ engineer action, tags └────────────┬────────────┘ ▼ ┌───────────────────────┴───────────────────────┐ ▼ ▼ ┌─────────────────────┐ ┌─────────────────────┐ │ CRITICAL pathway │ │ Persistence │ │ ── Slack alert │ │ ── today_articles │ │ ── WhatsApp ping │ │ ── seen_urls │ │ (immediate) │ │ ── scans/.json │ └─────────────────────┘ └─────────────────────┘ │ ▼ ┌────────────────────────────┐ │ Daily digest (8am cron) │ │ ── Slack (full Block Kit) │ │ ── WhatsApp (top 3) │ │ ── archive digest │ └────────────────────────────┘ ``` ### 本地状态 ``` ~/.argus/ ├── .env # secrets — gitignored, never in repo └── data/ ├── seen_urls.json # dedup cache (max 5000 URLs, auto-trimmed) ├── today_articles.json # accumulator, cleared after daily digest ├── scans/.json # per-scan audit trail └── digests/.json # archived daily/weekly digests ``` 所有 Argus 的状态都保存在本地。没有云数据库，也没有共享存储。可移植到任何机器上。 ### 领域模型 | 类型 | 用途 | |---|---| | `Article` | 来自任何来源的原始文章：url、title、summary、source、published_at、fetched_from | | `Classification` | LLM 输出：relevant、category、criticality、ai_specific、tags、ciso_tldr、engineer_action、one_line_summary、guard0_relevance | | `ClassifiedArticle` | Article + Classification + classified_at | | `Digest` | date + articles + stats (计数) + optional weekly_summary | 分类：`vulnerability` · `attack` · `regulation` · `tool` · `research` · `incident` · `advisory` 严重程度：`critical` · `high` · `medium` · `low` · `informational` ### 基于角色的洞察 每篇相关文章都会为两类受众提供标注： - **CISO TL;DR** — 面向董事会级别的单句风险定调。("Board-level risk: a core ML training library used across the data science stack was actively backdoored." / 董事会级别风险：数据科学堆栈中广泛使用的核心 ML 训练库被发现植入了后门。) - **Engineer action** — 具体的下一步单句行动建议。("Pin pytorch-lightning to a known-good version, scan recent CI runs, rotate exposed tokens." / 将 pytorch-lightning 固定为已知的安全版本，扫描近期的 CI 运行记录，轮换已暴露的 token。) 这使得摘要对同一消息中的两类受众都具有可操作性。 ## 设置 ### 前置条件 - macOS、Linux 或 Raspberry Pi - Python ≥ 3.11 - 一个 Slack 工作区（可选，但配合使用会使 Argus 的功能强大得多） - 满足以下条件之一： - Claude Max 订阅 → 通过 Scheduled Tasks 运行（无 API 费用） - Anthropic API 额度 → 通过 CLI 运行 ### 1. 克隆并安装 ``` git clone https://github.com/sraodev/argus.git cd argus python3 -m venv .venv && source .venv/bin/activate pip install -e . ``` ### 2. 配置密钥 ``` mkdir -p ~/.argus cp .env.example ~/.argus/.env $EDITOR ~/.argus/.env ``` 运行扫描的最低配置： ``` ANTHROPIC_API_KEY=sk-ant-... # only needed for CLI mode (skip for Scheduled Tasks) SLACK_BOT_TOKEN=xoxb-... SLACK_CHANNEL=#argus-intel ``` 可选配置： ``` FEEDLY_TOKEN=... # https://feedly.com/v3/auth/dev FEEDLY_USER_ID= FEEDLY_STREAMS=user//category/ TWILIO_ACCOUNT_SID=... TWILIO_AUTH_TOKEN=... TWILIO_WHATSAPP_FROM=whatsapp:+14155238886 WHATSAPP_TO=whatsapp:+91XXXXXXXXXX ``` ### 3. 验证 ``` argus status ``` 您应该能看到每个已配置的服务显示 ✓。 ## 使用说明 ### CLI 命令 | 命令 | 功能说明 | |---|---| | `argus scan` | 获取 → 去重 → 分类 → 警报关键项 → 持久化。默认：最近 4 小时。 | | `argus scan --dry-run` | 相同的获取+分类流水线，打印表格，但不写入 Slack/存储。 | | `argus scan --sources rss` | 限制为子集：可选 `feedly`、`rss`、`web` 中的任意组合，以逗号分隔。 | | `argus scan --hours 24` | 首次运行或停机后使用更宽的时间窗口。 | | `argus digest` | 将 `today_articles.json` 汇总为摘要，发送，归档并清空。 | | `argus digest --weekly` | 最近 7 天的归档摘要 + Claude 撰写的高管简报。 | | `argus digest --dry-run` | 打印摘要但不发送。 | | `argus query ""` | 按关键字搜索最近 7 天内的最新文章。 | | `argus setup` | 显示哪些服务已配置以及哪些缺失。 | | `argus status` | 显示已见 URL 计数、今日文章数、归档摘要计数及服务健康状况。 | | `argus -v ` | 添加 `-v` 以输出调试日志。 | ### 日常工作流 ``` argus scan # critical alerts pop into Slack as they're found argus scan # … repeat through the day argus digest # end-of-day roll-up message + archive ``` ### 实时测试（无 Slack/存储副作用） ``` argus scan --sources rss --hours 24 --dry-run ``` ## Slack 集成 ### 应用设置（一次性） 1. https://api.slack.com/apps → **Create New App** → **From scratch** → 命名为 `Argus` 2. **OAuth & Permissions** → 添加 Bot Token Scopes：`chat:write` 和 `chat:write.public` 3. **Install to Workspace** → 复制 **Bot User OAuth Token** (`xoxb-...`) 4. 创建一个频道（例如 `#argus-intel`）；如果是私有频道，请在频道内运行 `/invite @Argus` 5. 添加至 `~/.argus/.env`： SLACK_BOT_TOKEN=xoxb-... SLACK_CHANNEL=#argus-intel ### 消息格式 **关键警报**（每个关键项一条，立即发送）： ``` 🚨 ARGUS CRITICAL ALERT *