cognis-digital/dirsight

``` pip install cognis-dirsight dirsight scan . # → prioritized findings in seconds ``` ## 使用说明 — 分步指南 1. 安装 CLI（Python 3.9+）： pip install dirsight # 或者：从检出代码执行 pip install . 2. 分析内容发现结果文件 — `analyze` 子命令将 ffuf/gobuster 输出排序为高关注度的 endpoint（自动检测格式）： dirsight analyze ffuf-out.json 3. 明确指定来源，并在需要时为 gobuster 路径加上 base URL 前缀： dirsight analyze gobuster.txt --source gobuster --base-url https://target.example.com 4. 读取输出 — 使用 `--format json` 并按分数过滤；exit code 用于控制 CI（`0` 表示正常，`1` 表示内部错误，`2` 表示存在高关注度发现）： dirsight analyze ffuf-out.json --format json --min-score 5 | jq '.findings[].path' 5. 将其接入 CI 进行授权测试 — 当出现高关注度路径时，运行将失败（exit 2）： cat ffuf-out.json | dirsight analyze - --min-score 7 || echo "review high-interest endpoints" ## 目录 - [为什么选择 dirsight？](#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) · [贡献指南](#contributing) ## 为什么选择 dirsight？ 从目录爆破（dirbusting）的噪音中提取信号。 `dirsight` 是一个单一用途、可脚本化且可自托管的工具：将其指向目标，以你的工作流已使用的格式（表格 · JSON · SARIF）获取优先级排序后的结果，基于它控制 CI 流程，并允许 agent 通过 MCP 驱动它。 ## 功能 - ✅ 解析 Ffuf Json - ✅ 解析 Gobuster Text - ✅ 自动解析 - ✅ 对 Finding 评分 - ✅ 分析 - ✅ 总结 - ✅ 支持 Linux/macOS/Windows · Docker · devcontainer 运行 - ✅ 提供 Python, JavaScript, Go 和 Rust 的移植版 (`ports/`) ## 快速开始 ``` pip install cognis-dirsight dirsight --version dirsight scan . # scan current project dirsight scan . --format json # machine-readable dirsight scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ dirsight scan . [HIGH ] DIR-001 example finding (./src/app.py) [MEDIUM ] DIR-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[input] --> P[dirsight
analyze + score] P --> OUT[report] ``` ## 从任何 AI 技术栈中使用 `dirsight` 与每种流行的 AI 使用方式都能互操作： - **MCP server** — `dirsight mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `dirsight scan . --format json` 传给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 只需一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code + SARIF ## 对比 | | **Cognis dirsight** | ffuf | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 视情况而定 | | 单条命令，零配置 | ✅ | ⚠️ | | 支持 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生（AI agent） | ✅ | ❌ | | 多语言移植（JS/Go/Rust） | ✅ | ❌ | | 开源许可证 | ✅ COCL | 视情况而定 | *秉承 **ffuf** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 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 agent 的 **MCP server** (`dirsight 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/dirsight.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/dirsight.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/dirsight.git" # uv pip install cognis-dirsight # PyPI (when published) docker run --rm ghcr.io/cognis-digital/dirsight:latest --help # Docker brew install cognis-digital/tap/dirsight # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/dirsight/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | 云平台 | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/dirsight` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`portfan`](https://github.com/cognis-digital/portfan) — 总结并对比 nmap XML，生成按优先级排序、可用于攻击的发现 - [`subhunt`](https://github.com/cognis-digital/subhunt) — 从多个来源聚合并去重子域名枚举结果 - [`jwtinspect`](https://github.com/cognis-digital/jwtinspect) — 解码 JWT 并检查 alg=none、弱密钥以及缺失的 claim - [`corsaudit`](https://github.com/cognis-digital/corsaudit) — 从 header 或配置中检测宽松/错误配置的 CORS - [`headerscan`](https://github.com/cognis-digital/headerscan) — 从响应转储中对 HTTP 安全 header (CSP/HSTS/XFO) 进行 A-F 评级 - [`ssltriage`](https://github.com/cognis-digital/ssltriage) — 从 openssl/sslyze 输出中对 TLS 配置（协议/密码/过期时间）进行评级 **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 suite 组合使用 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 骨干网络。详见 **[INTEROP.md](INTEROP.md)** 获取 suite 地图、组合模式和参考技术栈。 ## 许可证 源码可见，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：Python, Web安全, 代码示例, 可视化界面, 大数据, 数据分析, 数据可视化, 无后门, 日志审计, 目录扫描, 蓝队分析, 请求拦截, 逆向工具