cognis-digital/logsift

``` pip install cognis-logsift logsift scan . # → prioritized findings in seconds ``` ## 用法 — 逐步指南 1. **安装** (Python 3.8+，仅使用标准库)： pip install logsift 2. **扫描 auth/SSH 日志**，检测暴力破解、密码喷洒和分布式登录模式： logsift scan /var/log/auth.log 当发现问题时 `scan` 会返回退出码 `1`，无问题时返回 `0`，发生 usage/IO 错误时返回 `2`。 3. **根据您的环境调整检测器**： logsift scan auth.log --bruteforce-threshold 8 --spray-threshold 10 \ --distributed-threshold 6 --window-minutes 15 4. **以 JSON 格式读取输出** (或使用 `-` 通过标准输入管道传输实时日志)： tail -n 5000 /var/log/auth.log | logsift scan - --format json | jq '.findings[]' JSON 包含 `summary` (events_parsed, failures, distinct_ips, findings) 和 `findings[]`。 5. **拦截 CI / 定时任务安全检查** — 检测到任何内容时触发报警： logsift scan auth.log || curl -X POST "$SLACK_WEBHOOK" -d 'auth-log findings detected' ## 目录 - [为什么使用 logsift？](#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) · [相关项目](#related) · [贡献指南](#contributing) ## 为什么使用 logsift？ auth-log 分类排查 `logsift` 具有单一用途、可脚本化且可自托管：将其指向目标，以您的工作流已支持的格式 (table · JSON · SARIF) 获取优先级排序的结果，通过它拦截 CI，并让代理通过 MCP 驱动它。 ## 功能 - ✅ 解析单行 - ✅ 解析多行 - ✅ 分析 - ✅ 汇总 - ✅ 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-logsift logsift --version logsift scan . # scan current project logsift scan . --format json # machine-readable logsift scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ logsift scan . [HIGH ] LOG-001 example finding (./src/app.py) [MEDIUM ] LOG-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[input] --> P[logsift
analyze + score] P --> OUT[report] ``` ## 在任何 AI 技术栈中使用 `logsift` 可以与所有流行的 AI 使用方式互操作： - **MCP server** — `logsift mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `logsift scan . --format json` 传给任何代理或 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 ## 功能对比 | | **Cognis logsift** | fail2ban | |---|:---:|:---:| | 支持自托管，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 原生支持 (AI 代理) | ✅ | ❌ | | 多语言移植 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | *秉承 **fail2ban** 的精神，以 Cognis 的方式重新构建。遗漏了鸣谢？提交一个 PR。* ## 集成 可集成到您的技术栈中：用于代码扫描的 **SARIF**，用于一切的 **JSON**，用于 AI 代理的 **MCP server** (`logsift 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/logsift.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/logsift.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/logsift.git" # uv pip install cognis-logsift # PyPI (when published) docker run --rm ghcr.io/cognis-digital/logsift:latest --help # Docker brew install cognis-digital/tap/logsift # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/logsift/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/logsift` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关的 Cognis 工具 - [`portfan`](https://github.com/cognis-digital/portfan) — 汇总并对比 nmap XML，生成优先级排序的、可攻击的发现结果 - [`subhunt`](https://github.com/cognis-digital/subhunt) — 从多个来源聚合并去重子域名枚举结果 - [`dirsight`](https://github.com/cognis-digital/dirsight) — 将 Web 内容发现输出 (ffuf/gobuster) 分析为排名的 endpoint - [`jwtinspect`](https://github.com/cognis-digital/jwtinspect) — 解码 JWT 并检查 alg=none、弱密钥以及缺失的 claims - [`corsaudit`](https://github.com/cognis-digital/corsaudit) — 从 headers 或配置中检测宽松/错误配置的 CORS - [`headerscan`](https://github.com/cognis-digital/headerscan) — 根据响应转储对 HTTP 安全 headers (CSP/HSTS/XFO) 进行 A-F 评级 **探索整个套件 →** [🗂️ 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)** 获取套件映射、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (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)。请参阅 [LICENSE](LICENSE)。

标签：Python, URL发现, 可视化界面, 安全检测, 异常检测, 数据可视化, 无后门, 日志审计, 红队行动, 请求拦截, 逆向工具