cognis-digital/fedramplens

``` pip install cognis-fedramplens fedramplens scan . # → prioritized findings in seconds ``` ## 用法 — 逐步指南 1. **安装**该工具： pip install cognis-fedramplens 2. **分析 boundary** JSON 的完整性和控制覆盖情况： fedramplens analyze boundary.json 3. 从同一个 boundary 文件**生成制品** — Graphviz 图表、OSCAL 风格的 SSP 或 POA&M： fedramplens diagram boundary.json | dot -Tpng -o boundary.png fedramplens ssp boundary.json > ssp.json fedramplens poam boundary.json > poam.json 4. **查看结果。** `analyze` 会报告影响等级、已实施的控制与基线的对比（覆盖率 %）、boundary 组件/流，以及未解决/逾期的 POA&M 项目。添加 `--format json` 获取完整摘要。当达到授权就绪状态（无高/严重级别的发现）时退出码为 `0`，否则为 `1`。 5. **在 CI 中设置门禁。** 在 boundary 达到授权就绪状态之前，使流水线失败： fedramplens analyze boundary.json --format json | jq '.authorization_ready' ## 目录 - [为什么使用 fedramplens？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [对比](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关项目](#related) · [贡献](#contributing) ## 为什么使用 fedramplens？ FedRAMP 边界可视化工具与 OSCAL 格式的 SSP/POAM 生成器 — 无需搭建重量级的基础设施。 `fedramplens` 是单一用途、可脚本化且可自托管的：将其指向目标，以您的工作流已采用的格式（表格 · JSON · SARIF）获取优先级排序的结果，在 CI 上设置门禁，并允许代理通过 MCP 驱动它。 ## 功能 - ✅ 加载 Boundary - ✅ 分析 Boundary - ✅ 生成 Dot - ✅ 生成 Ssp - ✅ 生成 Poam - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 提供 Python、JavaScript、Go 和 Rust 版本 (`ports/`) ## 快速开始 ``` pip install cognis-fedramplens fedramplens --version fedramplens scan . # scan current project fedramplens scan . --format json # machine-readable fedramplens scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ fedramplens scan . [HIGH ] FED-001 example finding (./src/app.py) [MEDIUM ] FED-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[input] --> P[fedramplens
analyze + score] P --> OUT[report] ``` ## 从任何 AI 技术栈中使用 `fedramplens` 可以与所有流行的 AI 使用方式互操作： - **MCP 服务器** — `fedramplens mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `fedramplens scan . --format json` 通过管道传递给任何代理或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI 流水线提供退出码 + SARIF ## 对比 | | **Cognis fedramplens** | GSA | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 因情况而异 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 因情况而异 | | MCP 原生 (AI 代理) | ✅ | ❌ | | 多语言版本 (JS/Go/Rust) | ✅ | ❌ | | 开放许可证 | ✅ COCL | 因情况而异 | *秉承 **GSA/fedramp-automation** 的精神，以 Cognis 的方式重新构建。遗漏了致谢内容？提交一个 PR。* ## 集成 通过管道接入您的技术栈：用于代码扫描的 **SARIF**，用于任何内容的 **JSON**，用于 AI 代理的 **MCP 服务器** (`fedramplens mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。参见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 各种方式，全平台 ``` pip install "git+https://github.com/cognis-digital/fedramplens.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/fedramplens.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/fedramplens.git" # uv pip install cognis-fedramplens # PyPI (when published) docker run --rm ghcr.io/cognis-digital/fedramplens:latest --help # Docker brew install cognis-digital/tap/fedramplens # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/fedramplens/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/fedramplens` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关的 Cognis 工具 - [`checkpoint-ai`](https://github.com/cognis-digital/checkpoint-ai) — NIST AI RMF / 欧盟 AI 法案 / ISO 42001 自我评估与 SSP 生成器 - [`cmmcmap`](https://github.com/cognis-digital/cmmcmap) — CMMC Level 2 实践映射器 — 具备栈感知能力的 SSP 骨架生成器 - [`sbirscout`](https://github.com/cognis-digital/sbirscout) — SBIR/STTR 课题发现 — 包含投标评分的 DSIP + SBIR.gov + NIH 摘要 - [`gsafinder`](https://github.com/cognis-digital/gsafinder) — GSA Schedule 机会探测工具 — SAM.gov + eBuy + FedConnect - [`clearancepath`](https://github.com/cognis-digital/clearancepath) — 人员许可合规追踪器 — SF-86, SEAD-3/4, 培训时效性 **探索全套工具 →** [🗂️ 全部 170+ 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 `{}` 与包含 300+ 工具的 Cognis 套件协同工作 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干。有关套件图谱、组合模式和参考技术栈，请参见 **[INTEROP.md](INTEROP.md)**。 ## 许可证 在 **Cognis 开放协作许可证 (COCL) v1.0** 下提供源代码 — 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)。参见 [LICENSE](LICENSE)。

标签：DevSecOps, FedRAMP, Mutation, OSCAL, Python, 上游代理, 可视化, 可视化界面, 合规, 对称加密, 数据可视化, 无后门, 日志审计, 自动化审计, 请求拦截, 逆向工具