cognis-digital/sigmeta

``` pip install cognis-sigmeta sigmeta scan . # → prioritized findings in seconds ``` ## 目录 - [为什么选择 sigmeta？](#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) ## 用法 — 逐步指南 `sigmeta` 将文本形式的信号元数据日志解析为一个规范化的目录（频率、频段、调制、带宽、服务提示）。仅用于分析——没有传输或硬件控制。当没有记录被解析时退出并返回 `1`。 1. **安装** pip install sigmeta 2. **将日志文件分类**到目录表中： sigmeta classify capture.log 3. **从 stdin 管道读取**（输入参数默认为 `-`）： cat capture.log | sigmeta classify - 4. **读取 JSON 输出**进行下游处理，或仅通过 `--summary-only` 查看汇总： sigmeta --format json classify capture.log | jq '.summary' sigmeta classify capture.log --summary-only 5. **门控自动化/CI** — 使用 `--strict` 在遇到第一行无法解析的内容时失败，并在未解析出任何内容时依赖于非零退出码： sigmeta classify capture.log --strict || echo "no usable signal records" ## 为什么选择 sigmeta？ 解析和分类信号元数据（频率、调制、带宽）到一个规范化的目录中。—— 而无需建立重量级的基础设施。 `sigmeta` 具有单一用途、可脚本化且支持自托管：将其指向目标，以你的工作流已经掌握的格式（table · JSON · SARIF）获取优先级结果，用它来拦截 CI，并让代理通过 MCP 驱动它。 ## 功能 - ✅ 规范化调制 - ✅ 分类频段 - ✅ 服务提示 - ✅ 解析单行 - ✅ 解析多行 - ✅ 目录摘要 - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 提供 Python、JavaScript、Go 和 Rust 移植版 (`ports/`) ## 快速开始 ``` pip install cognis-sigmeta sigmeta --version sigmeta scan . # scan current project sigmeta scan . --format json # machine-readable sigmeta scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ sigmeta scan . [HIGH ] SIG-001 example finding (./src/app.py) [MEDIUM ] SIG-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[sources] --> P[sigmeta
curate + validate] P --> OUT[query / analysis] ``` ## 在任何 AI 技术栈中使用 `sigmeta` 与所有流行的 AI 使用方式实现了互操作： - **MCP server** — `sigmeta mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `sigmeta scan . --format json` 通过管道传递给任何代理或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 用一行代码将 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 sigmeta** | 典型工具 | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 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 (AI 代理) | ✅ | ❌ | | 多语言移植版 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | ## 集成 可接入你的技术栈：用于代码扫描的 **SARIF**，适用于任何场景的 **JSON**，用于 AI 代理的 **MCP server** (`sigmeta 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，所有平台 ``` pip install "git+https://github.com/cognis-digital/sigmeta.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/sigmeta.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/sigmeta.git" # uv pip install cognis-sigmeta # PyPI (when published) docker run --rm ghcr.io/cognis-digital/sigmeta:latest --help # Docker brew install cognis-digital/tap/sigmeta # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/sigmeta/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/sigmeta` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 **探索套件 →** [🗂️ 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 套件组合使用 —— JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干。请参阅 **[INTEROP.md](INTEROP.md)** 获取 套件图谱、组合模式与参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下提供源码 —— 可免费用于个人、内部评估、研究和教育用途；**商业/生产用途需要许可证** (licensing@cognis.digital)。请参阅 [LICENSE](LICENSE)。

标签：Linux安全, Python, 信号处理, 元数据解析, 可视化界面, 数据分类, 数据可视化, 无后门, 日志审计, 请求拦截, 软件无线电, 逆向工具