cognis-digital/darkmirror

``` pip install cognis-darkmirror darkmirror scan . # → prioritized findings in seconds ``` ## 使用说明 — 分步指南 1. 安装 CLI（Python 3.9+）： pip install darkmirror # 或者：pip install . 从检出版本安装 2. 使用 `watch` 子命令根据您的品牌关注列表监控快照，该命令通过模糊匹配将表面网络泄露索引快照（JSON）与关键词进行匹配： darkmirror watch snapshot.json --term acme-corp --term acme.com darkmirror watch snapshot.json --watchlist brands.txt --threshold 0.82 3. 对比两个快照以显示新添加的帖子，或汇总单个快照： darkmirror diff old.json new.json darkmirror stats snapshot.json 4. 读取结果 — 全局 `--format json` 标志会输出带有分数的结构化匹配结果，便于设置警报： darkmirror --format json watch snapshot.json -w brands.txt | jq '.matches[] | {term, score}' 5. 定期运行并对新命中结果发出警报 — 在计划任务中与之前的快照进行对比： darkmirror --format json diff prev.json latest.json | jq -e '.added_count == 0' ## 目录 - [为什么使用 darkmirror？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [对比分析](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关项目](#related) · [参与贡献](#contributing) ## 为什么使用 darkmirror？ 用于品牌监控的公共 Tor 泄露站点索引的表面网络镜像 — 无需搭建繁重的基础设施。 `darkmirror` 具有单一用途、可脚本化且支持自托管：将其指向目标，以您的工作流已有的格式（表格 · JSON · SARIF）获取优先排序的结果，将其作为 CI 的门控，并让代理通过 MCP 驱动它。 ## 功能 - ✅ 加载帖子 - ✅ 标准化帖子 - ✅ 匹配关注列表 - ✅ 对比快照差异 - ✅ 汇总信息 - ✅ 支持 Linux/macOS/Windows · Docker · devcontainer 运行 - ✅ 提供 Python、JavaScript、Go 和 Rust 的移植版本（`ports/`） ## 快速开始 ``` pip install cognis-darkmirror darkmirror --version darkmirror scan . # scan current project darkmirror scan . --format json # machine-readable darkmirror scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ darkmirror scan . [HIGH ] DAR-001 example finding (./src/app.py) [MEDIUM ] DAR-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[sources] --> P[darkmirror
curate + validate] P --> OUT[query / analysis] ``` ## 从任何 AI 技术栈中使用 `darkmirror` 可与所有流行的 AI 使用方式互操作： - **MCP server** — `darkmirror mcp`（Claude Desktop、Cursor、Cognis.Studio、[uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)） - **兼容 OpenAI / JSON** — 通过管道将 `darkmirror scan . --format json` 传递给任何代理或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI 流水线提供退出代码 + SARIF ## 对比分析 | | **Cognis darkmirror** | joshhighet | |---|:---:|:---:| | 支持自托管，无需账户 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 适用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生（AI 代理） | ✅ | ❌ | | 多语言移植（JS/Go/Rust） | ✅ | ❌ | | 开源许可证 | ✅ COCL | 视情况而定 | *秉承 **joshhighuet/ransomwatch** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 可接入您的技术栈：用于代码扫描的 **SARIF**，用于任何场景的 **JSON**，用于 AI 代理的 **MCP server**（`darkmirror mcp`），以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 任何方式，任何平台 ``` pip install "git+https://github.com/cognis-digital/darkmirror.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/darkmirror.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/darkmirror.git" # uv pip install cognis-darkmirror # PyPI (when published) docker run --rm ghcr.io/cognis-digital/darkmirror:latest --help # Docker brew install cognis-digital/tap/darkmirror # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/darkmirror/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | Cloud | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/darkmirror` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`personagraph`](https://github.com/cognis-digital/personagraph) — 身份解析档案 — 用户名/电子邮件/电话跨平台追踪 - [`maritimeint`](https://github.com/cognis-digital/maritimeint) — AIS 船舶追踪与制裁规避异常检测 - [`geolens`](https://github.com/cognis-digital/geolens) — 图像地理位置工具包 — EXIF、太阳阴影、OCR、反向搜索 - [`corpmap`](https://github.com/cognis-digital/corpmap) — 公司结构与受益所有权映射器 - [`cryptotrace`](https://github.com/cognis-digital/cryptotrace) — 免费版区块链调查员 — ETH/BTC 聚类分析 + 制裁交叉比对 **探索全套工具 →** [🗂️ 全部 170+ 种工具](https://github.com/cognis-digital/cognis-neural-suite) · [⭐ awesome-cognis](https://github.com/cognis-digital/awesome-cognis) · [🔗 cognis-sources](https://github.com/cognis-digital/cognis-sources) · [🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) ## 互操作性 `{}` 与 300+ 工具的 Cognis 套件组合使用 — JSON 输入/输出以及共享的兼容 OpenAI 的 `/v1` 主干网络。请参阅 **[INTEROP.md](INTEROP.md)** 了解套件映射、组合模式和参考技术栈。 ## 许可证 源代码可用，基于 **Cognis Open Collaboration License (COCL) v1.0** — 个人、内部评估、研究和教育用途免费；**商业/生产用途需要许可证** (licensing@cognis.digital)。详见 [LICENSE](LICENSE)。

标签：LNA, Python, 可视化界面, 品牌保护, 威胁情报, 实时处理, 开发者工具, 数据可视化, 无后门, 日志审计, 暗网监控, 请求拦截, 逆向工具