cognis-digital/iocextract

GitHub: cognis-digital/iocextract

从任意文本中提取并对入侵指标（IP/域名/哈希/URL）进行中和处理的命令行工具，支持 CI 集成与 AI 代理驱动。

Stars: 0 | Forks: 0

# IOCEXTRACT ### 从任意文本中提取并“中和” IOC（IP/域名/哈希/URL）

[![PyPI](https://img.shields.io/pypi/v/cognis-iocextract.svg?color=6b46c1)](https://pypi.org/project/cognis-iocextract/) [![CI](https://static.pigsec.cn/wp-content/uploads/repos/2026/06/372aaa5734054306.svg)](https://github.com/cognis-digital/iocextract/actions) [![License: COCL 1.0](https://img.shields.io/badge/License-COCL%201.0-2b6cb0.svg)](LICENSE) [![Suite](https://img.shields.io/badge/Cognis-Neural%20Suite-6b46c1.svg)](https://github.com/cognis-digital) *Cognis Neural Suite 的一部分。*

``` pip install cognis-iocextract iocextract scan . # → prioritized findings in seconds ``` ## 用法 — 逐步指南 1. **安装**提取器： pip install cognis-iocextract 2. 从文件（或 stdin）**提取 IOC**，可选择限制类型并排除私有/保留 IP： iocextract extract report.txt --type ipv4,url,domain --no-private 3. **获取分析师摘要**（计数、IP 范围、可联网总数）为 JSON 格式： iocextract analyze report.txt --format json | jq '.by_type' 4. **阅读结果。** 指示器已进行“中和”处理以便安全操作；`iocextract types` 列出支持的类型，而 `iocextract defang ` / `iocextract refang` 用于转换单个值。当发现 IOC 时退出码为 `1`，未发现时为 `0`。 5. **在情报源中实现自动化。** 管道输入文本并提取“中和”后的指示器以供后续处理： cat alert.eml | iocextract extract --format json | jq -r '.iocs[].defanged' ## 目录 - [为什么选择 iocextract？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI 技术栈](#ai-stack) · [对比分析](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关项目](#related) · [贡献](#contributing) ## 为什么选择 iocextract？ feed-ready IOCs `iocextract` 是单一用途、可脚本化且可自托管的：将其指向目标，以您的工作流已习惯的格式（表格 · JSON · SARIF）获取优先级排序的结果，将其作为 CI 的门禁，并让代理通过 MCP 驱动它。

↑ 返回顶部

## 功能 - ✅ 还原 (Refang) - ✅ “中和” (Defang) - ✅ 提取 - ✅ 从文件中提取 - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 提供 Python、JavaScript、Go 和 Rust 移植版 (`ports/`)

↑ 返回顶部

## 快速开始 ``` pip install cognis-iocextract iocextract --version iocextract scan . # scan current project iocextract scan . --format json # machine-readable iocextract scan . --fail-on high # CI gate (non-zero exit) ```

↑ 返回顶部

## 示例 ``` $ iocextract scan . [HIGH ] IOC-001 example finding (./src/app.py) [MEDIUM ] IOC-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ```

↑ 返回顶部

## 架构 ``` flowchart LR IN[input] --> P[iocextract
analyze + score] P --> OUT[report] ```

↑ 返回顶部

## 从任何 AI 技术栈中使用它 `iocextract` 可与所有流行的 AI 使用方式互操作： - **MCP 服务器** — `iocextract mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `iocextract 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

↑ 返回顶部

## 对比分析 | | **Cognis iocextract** | iocextract | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 适用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | 原生支持 MCP (AI 代理) | ✅ | ❌ | | 多语言移植版 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | *本着 **iocextract** 的精神打造，以 Cognis 的方式重新构建。遗漏了致谢？提交一个 PR。*

↑ 返回顶部

## 集成融入您的技术栈：用于代码扫描的 **SARIF**，适用于任何场景的 **JSON**，面向 AI 代理的 **MCP 服务器** (`iocextract mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。

↑ 返回顶部

## 安装 — 各种方式，所有平台 ``` pip install "git+https://github.com/cognis-digital/iocextract.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/iocextract.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/iocextract.git" # uv pip install cognis-iocextract # PyPI (when published) docker run --rm ghcr.io/cognis-digital/iocextract:latest --help # Docker brew install cognis-digital/tap/iocextract # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/iocextract/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/iocextract` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) |

↑ 返回顶部

## 相关 Cognis 工具 - [`portfan`](https://github.com/cognis-digital/portfan) — 汇总并对比 nmap XML，生成按优先级排序的、可执行的安全发现 - [`subhunt`](https://github.com/cognis-digital/subhunt) — 从多个来源聚合并去重子域名枚举结果 - [`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 并检测 alg=none、弱密钥以及缺失的声明 - [`corsaudit`](https://github.com/cognis-digital/corsaudit) — 从 header 或配置中检测宽松/配置不当的 CORS - [`headerscan`](https://github.com/cognis-digital/headerscan) — 根据响应转储对 HTTP 安全 header (CSP/HSTS/XFO) 进行 A-F 评级 **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)

↑ 返回顶部

## 互操作性 `{}` 与 300+ 工具的 Cognis 套件协同组合 — JSON 输入/输出以及共享的兼容 OpenAI 的 `/v1` 主干。有关套件映射、组合模式和参考技术栈，请参阅 **[INTEROP.md](INTEROP.md)**。 ## 许可证源代码可见，基于 **Cognis Open Collaboration License (COCL) v1.0** — 可免费用于个人、内部评估、研究和教育用途；**商业/生产环境使用需要许可证** (licensing@cognis.digital)。请参阅 [LICENSE](LICENSE)。

_{Cognis Digital · 170+ 个 Cognis Neural Suite 工具之一 · 让明天从今天开始变得更好}

标签：IOC提取, Python, 可视化界面, 威胁情报, 开发者工具, 数据可视化, 文本分析, 无后门, 日志审计, 网页爬虫, 请求拦截, 逆向工具