cognis-digital/honeyurl

``` pip install cognis-honeyurl honeyurl scan . # → prioritized findings in seconds ``` ## 使用说明 — 分步指南 1. **安装：** pip install honeyurl 2. **生成 canary token** 到一个 registry 中 — registry 会存储 HMAC secret 和已生成的 canary： honeyurl mint --registry canaries.json \ --base-url https://canary.example.net/t \ --kind url --label "staging-readme" --count 1 secret 也可以通过 `--secret` 或 `$HONEYURL_SECRET` 提供；如果没有指定 registry，将会打印出一个随机生成的 secret 以便妥善保存。 3. **将生成的 URL/token 放置**在您想要监视的资源中（如文档、配置、页面），然后收集您的访问日志。 4. **根据 registry 扫描访问记录**（JSONL 或普通日志行）以检查是否被触发： honeyurl scan --registry canaries.json --records access.log 5. **告警 / CI** — 输出 JSON 并依赖退出代码（发现严重/高风险触发时返回 1，否则返回 0）： honeyurl --format json scan --registry canaries.json --records access.log | jq '.findings' ## 目录 - [为什么选择 honeyurl？](#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 honeyurl？ 一次性 canary `honeyurl` 具有单一用途、可脚本化且支持自托管：将其指向目标，以您的工作流现有的格式（table · JSON · SARIF）获取优先级排序的结果，将其作为 CI 的门槛，并让 agent 通过 MCP 驱动它。 ## 功能 - ✅ 生成 Canary - ✅ 验证 Token - ✅ 加载 Registry - ✅ 保存 Registry - ✅ 匹配事件 - ✅ 支持 Linux/macOS/Windows · Docker · devcontainer 运行 - ✅ 提供 Python、JavaScript、Go 和 Rust 版本移植 (`ports/`) ## 快速开始 ``` pip install cognis-honeyurl honeyurl --version honeyurl scan . # scan current project honeyurl scan . --format json # machine-readable honeyurl scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ honeyurl scan . [HIGH ] HON-001 example finding (./src/app.py) [MEDIUM ] HON-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[attacker traffic] --> P[honeyurl
capture] P --> OUT[alerts + indicators] ``` ## 从任何 AI 技术栈中使用 `honeyurl` 兼容所有流行的 AI 使用方式： - **MCP server** — `honeyurl mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `honeyurl scan . --format json` 传给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 退出代码 + SARIF 用于非 AI 流水线 ## 对比 | | **Cognis honeyurl** | canarytokens | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 视情况而定 | | 单条命令，零配置 | ✅ | ⚠️ | | 用于 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 | ✅ COCL | 视情况而定 | *秉承 **canarytokens** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？提交一个 PR。* ## 集成 接入您的技术栈：用于代码扫描的 **SARIF**，用于任何场景的 **JSON**，用于 AI agent 的 **MCP server** (`honeyurl 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/honeyurl.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/honeyurl.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/honeyurl.git" # uv pip install cognis-honeyurl # PyPI (when published) docker run --rm ghcr.io/cognis-digital/honeyurl:latest --help # Docker brew install cognis-digital/tap/honeyurl # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/honeyurl/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/honeyurl` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`portfan`](https://github.com/cognis-digital/portfan) — 将 nmap XML 总结并比对为优先级排序的、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）分析为排序后的 endpoint - [`jwtinspect`](https://github.com/cognis-digital/jwtinspect) — 解码 JWT 并检查 alg=none、弱 secret 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) — 根据响应转储为 HTTP 安全 header (CSP/HSTS/XFO) 评级 A-F **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 套件协同组合 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 骨干网络。有关套件图谱、组合模式和参考技术栈，请参阅 **[INTEROP.md](INTEROP.md)**。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下开源可见 — 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)。详见 [LICENSE](LICENSE)。

标签：AMSI绕过, DevSecOps, Python, 上游代理, 可视化界面, 威胁检测, 安全, 数据可视化, 无后门, 日志审计, 蜜罐, 证书利用, 请求拦截, 超时处理, 逆向工具, 金丝雀令牌