cognis-digital/phishcheck

``` pip install cognis-phishcheck phishcheck scan . # → prioritized findings in seconds ``` ## 用法 — 逐步指南 `phishcheck` 用于对 URL 和电子邮件进行防御性钓鱼信号评分（仅用于分析/分流 — 无网络调用）。退出代码：`0` 正常，`2` 可疑，`3` 高风险，`1` 使用/IO 错误。 1. **安装**： pip install -e . phishcheck --version 2. **对 URL 评分**（完整 URL 或纯主机名）： phishcheck url "http://login.paypa1-secure.com/verify" 3. **对来自 `.eml` 文件或标准输入的原始电子邮件评分**： phishcheck email suspicious.eml cat suspicious.eml | phishcheck email - 4. **以 JSON 格式读取输出**（判定、分数、加权信号）： phishcheck --format json url example.com | jq '.verdict, .score' 5. **在邮件流水线中自动化** — 根据退出代码进行分支处理： phishcheck email "$msg"; case $? in 3) quarantine;; 2) flag;; esac ## 目录 - [为什么选择 phishcheck？](#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) · [相关工具](#related) · [贡献](#contributing) ## 为什么选择 phishcheck？ 收件箱分流 `phishcheck` 具有单一用途、可脚本化且可自托管：将其指向目标，以您的工作流已有的格式（表格 · JSON · SARIF）获取优先级排序的结果，将其作为 CI 的门控，并让代理通过 MCP 驱动它。 ## 功能 - ✅ URL 评分 - ✅ 电子邮件评分 - ✅ 可在 Linux/macOS/Windows · Docker · devcontainer 上运行 - ✅ 支持 Python、JavaScript、Go 和 Rust 版本 (`ports/`) ## 快速开始 ``` pip install cognis-phishcheck phishcheck --version phishcheck scan . # scan current project phishcheck scan . --format json # machine-readable phishcheck scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ phishcheck scan . [HIGH ] PHI-001 example finding (./src/app.py) [MEDIUM ] PHI-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / export] --> P[phishcheck
collect + correlate] P --> OUT[ranked findings] ``` ## 从任何 AI 技术栈中使用 `phishcheck` 可与所有流行的 AI 使用方式互操作： - **MCP 服务器** — `phishcheck mcp`（Claude Desktop、Cursor、Cognis.Studio、[uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)） - **OpenAI 兼容 / JSON** — 将 `phishcheck 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** — 退出代码 + SARIF，适用于非 AI 流水线 ## 对比 | | **Cognis phishcheck** | 钓鱼启发式算法 | |---|:---:|:---:| | 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） | ✅ | ❌ | | 多语言端口 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 视情况而定 | *秉承 **钓鱼启发式算法** 的精神，以 Cognis 的方式重新构建。缺少致谢？提交一个 PR。* ## 集成 通过管道接入您的技术栈：用于代码扫描的 **SARIF**，用于任何场景的 **JSON**，用于 AI 代理的 **MCP 服务器**（`phishcheck 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/phishcheck.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/phishcheck.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/phishcheck.git" # uv pip install cognis-phishcheck # PyPI (when published) docker run --rm ghcr.io/cognis-digital/phishcheck:latest --help # Docker brew install cognis-digital/tap/phishcheck # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/phishcheck/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/phishcheck` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`portfan`](https://github.com/cognis-digital/portfan) — 汇总 nmap XML 并将其 diff 为优先排序的、具攻击性的发现 - [`subhunt`](https://github.com/cognis-digital/subhunt) — 汇聚并去重来自多个来源的子域名枚举 - [`dirsight`](https://github.com/cognis-digital/dirsight) — 将 Web 内容发现输出（ffuf/gobuster）分析为排序的端点 - [`jwtinspect`](https://github.com/cognis-digital/jwtinspect) — 解码 JWT 并 lint alg=none、弱密钥以及缺失的声明 - [`corsaudit`](https://github.com/cognis-digital/corsaudit) — 从响应头或配置中检测宽松/配置错误的 CORS - [`headerscan`](https://github.com/cognis-digital/headerscan) — 根据响应转储对 HTTP 安全头（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) ## 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` 骨干网络。请参阅 **[INTEROP.md](INTEROP.md)** 获取 套件图谱、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下源代码可见 — 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)。参见 [LICENSE](LICENSE)。

标签：Python, URL分析, 云安全监控, 反钓鱼, 可视化界面, 数据可视化, 无后门, 日志审计, 请求拦截, 逆向工具, 邮件安全, 静态分析