cognis-digital/binhunt

``` pip install cognis-binhunt binhunt scan . # → prioritized findings in seconds ``` ## 使用说明 — 逐步指南 `binhunt` 会对二进制文件进行指纹识别（格式/架构/哈希/熵/区段），标记加壳器，并与已知的良好基线进行差异比对，以检测篡改行为。 1. **安装** (Python 3.10+)： pip install -e . # 或者：pipx install binhunt 2. **扫描二进制文件** 以检测加壳器、熵和区段布局： binhunt scan ./client.exe 3. **记录已知良好的基线，然后验证下载的副本**： binhunt baseline ./good/client.exe -o baseline.json binhunt diff ./downloaded/client.exe --baseline baseline.json 4. **读取输出**为 JSON 格式（例如用于门控的最高严重级别）： binhunt scan ./client.exe --format json | jq .max_severity 5. **基于篡改行为进行 CI 门控** — 发现可疑/不匹配（中级及以上）时退出代码为 `2`，干净时为 `0`，出错时为 `1`： - 运行：pip install -e . && binhunt diff ./client.exe --baseline baseline.json ## 目录 - [为什么选择 binhunt？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [功能对比](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关工具](#related) · [贡献](#contributing) ## 为什么选择 binhunt？ 将 DIE 风格的加壳检测与基线差异比对工作流相结合，使游戏工作室能够检测分发中被修改/木马化的游戏客户端 —— 这是针对模组/作弊检测群体的一个病毒式传播切入点。 `binhunt` 具有单一用途、可脚本化且支持自托管：将其指向目标，以您的工作流已使用的格式（表格 · JSON · SARIF）获取优先级排序的结果，据此进行 CI 门控，并让代理通过 MCP 驱动它。 ## 功能 - ✅ Shannon 熵 - ✅ 模糊指纹 - ✅ 模糊相似度 - ✅ 格式检测 - ✅ 区段熵 - ✅ 加壳器检测 - ✅ 指纹 - ✅ 文件扫描 - ✅ 可在 Linux/macOS/Windows · Docker · devcontainer 上运行 - ✅ 提供 Python、JavaScript、Go 和 Rust 端口 (`ports/`) ## 快速开始 ``` pip install cognis-binhunt binhunt --version binhunt scan . # scan current project binhunt scan . --format json # machine-readable binhunt scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ binhunt scan . [HIGH ] BIN-001 example finding (./src/app.py) [MEDIUM ] BIN-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / manifest] --> P[binhunt
checks + rules] P --> OUT[findings (JSON / SARIF)] ``` ## 从任何 AI 技术栈中使用 `binhunt` 可与所有流行的 AI 使用方式互操作： - **MCP server** — `binhunt mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `binhunt scan . --format json` 管道传输至任何代理或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI 流水线提供退出代码 + SARIF ## 功能对比 | | **Cognis binhunt** | DIE (Detect It Easy) + capa，为 CI 基线管理打包 | |---|:---:|:---:| | 支持自托管，无需账户 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生支持（AI 代理） | ✅ | ❌ | | 多语言端口 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | *本着 **DIE (Detect It Easy) + capa，为 CI 基线管理打包** 的精神构建，以 Cognis 的方式重新定义。遗漏了鸣谢？提交一个 PR。* ## 集成 可接入您的技术栈：用于代码扫描的 **SARIF**，用于所有内容的 **JSON**，用于 AI 代理的 **MCP server** (`binhunt mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 各种方式，全平台 ``` pip install "git+https://github.com/cognis-digital/binhunt.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/binhunt.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/binhunt.git" # uv pip install cognis-binhunt # PyPI (when published) docker run --rm ghcr.io/cognis-digital/binhunt:latest --help # Docker brew install cognis-digital/tap/binhunt # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/binhunt/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | 云端 | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/binhunt` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`apkpeek`](https://github.com/cognis-digital/apkpeek) — 一键静态分类 Android APK/AAB 二进制文件：将硬编码的密钥、导出的组件、危险的权限以及不安全的 manifest 标志作为单个 SARIF 报告呈现。 - [`ipasnitch`](https://github.com/cognis-digital/ipasnitch) — 针对 iOS .ipa 包的静态扫描器，标记 ATS 例外、缺失的权限加固、嵌入式 URL/密钥以及薄弱的 Info.plist 传输设置。 - [`hookcraft`](https://github.com/cognis-digital/hookcraft) — 根据 YAML 意图（例如“绕过 SSL pinning”、“导出 crypto keys”）生成可直接运行的 Frida 插桩脚本，并验证它们是否附加到目标进程。 - [`dastlite`](https://github.com/cognis-digital/dastlite) — 一个无头、基础设施即代码的 DAST 运行器，可爬取经过身份验证的 Web/移动 API 接口，并触发精选的主动扫描规则集，输出经过去重的 SARIF。 - [`semsift`](https://github.com/cognis-digital/semsift) — 轻量级的语义感知 SAST，仅对 diff 运行精选的污点规则，因此 PR 可以获得快速的增量 SAST，而不是整个仓库扫描的疲劳。 - [`cheatsense`](https://github.com/cognis-digital/cheatsense) — 反作弊遥测分析器，可摄取游戏会话日志，并通过可解释的逐项标记评分，标记统计上异常的输入/瞄准/移动特征。 **探索套件 →** [🗂️ 所有 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 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、组合模式以及 参考技术栈，请参阅 **[INTEROP.md](INTEROP.md)**。 ## 许可证 在 **Cognis 开放协作许可证 (COCL) v1.0** 下源代码可见 — 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：DNS 反向解析, 二进制分析, 云安全运维, 加壳检测, 可视化界面, 完整性校验, 数据可视化, 日志审计, 篡改检测, 请求拦截, 逆向工具