cognis-digital/exfilwatch

``` pip install cognis-exfilwatch exfilwatch scan . # → prioritized findings in seconds ``` ## 使用说明 — 逐步指南 1. **安装** CLI： pipx install "git+https://github.com/cognis-digital/exfilwatch.git" 2. **扫描** 换行符分隔的 JSON (JSONL) 日志以查找渗透信号 — 这是主要命令。传入文件路径或使用 `-` 代表 stdin： exfilwatch scan netflow.jsonl cat netflow.jsonl | exfilwatch scan - 3. **调整检测器** — DNS 隧道熵值、信标活动规律以及超大 DNS 长度： exfilwatch scan netflow.jsonl \ --entropy-threshold 3.8 --beacon-min-events 6 --beacon-max-jitter 0.1 --dns-max-len 48 4. **读取输出** — 默认为表格格式，或使用 JSON 格式以便 SIEM 摄取： exfilwatch scan netflow.jsonl --format json > alerts.json 5. **在 pipeline 中实现自动化** — 从 JSON 中提取信标警报： exfilwatch scan netflow.jsonl --format json | jq '.[] | select(.kind=="beacon")' ## 目录 - [为什么选择 exfilwatch？](#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) · [相关工具](#related) · [贡献指南](#contributing) ## 为什么选择 exfilwatch？ 捕捉信标活动 `exfilwatch` 是单一用途、可脚本化且可自托管的：将其指向目标，即可使用您的工作流中已有的格式（表格 · JSON · SARIF）获取优先级排序的结果，将其作为 CI 的拦截门禁，并允许 agent 通过 MCP 驱动它。 ## 功能 - ✅ Shannon 熵 - ✅ 解析日志 - ✅ 检测熵值 - ✅ 检测信标活动 - ✅ 检测长 DNS - ✅ 分析 - ✅ 可在 Linux/macOS/Windows · Docker · devcontainer 上运行 - ✅ 支持 Python、JavaScript、Go 和 Rust 的多语言移植版本 (`ports/`) ## 快速开始 ``` pip install cognis-exfilwatch exfilwatch --version exfilwatch scan . # scan current project exfilwatch scan . --format json # machine-readable exfilwatch scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ exfilwatch scan . [HIGH ] EXF-001 example finding (./src/app.py) [MEDIUM ] EXF-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / export] --> P[exfilwatch
collect + correlate] P --> OUT[ranked findings] ``` ## 从任何 AI 技术栈中使用 `exfilwatch` 与所有主流的 AI 使用方式兼容： - **MCP server** — `exfilwatch mcp` (Claude Desktop、Cursor、Cognis.Studio、[uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `exfilwatch scan . --format json` 通过管道传递给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code + SARIF ## 对比分析 | | **Cognis exfilwatch** | RITA | |---|:---:|:---:| | 可自托管，无需账户 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | 原生支持 MCP（AI agent） | ✅ | ❌ | | 多语言移植版本 (JS/Go/Rust) | ✅ | ❌ | | 开放许可证 | ✅ COCL | 视情况而定 | *秉承 **RITA** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 可通过管道融入您的技术栈：用于代码扫描的 **SARIF**、用于一切的 **JSON**、用于 AI agent 的 **MCP server** (`exfilwatch mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 全方式、全平台 ``` pip install "git+https://github.com/cognis-digital/exfilwatch.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/exfilwatch.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/exfilwatch.git" # uv pip install cognis-exfilwatch # PyPI (when published) docker run --rm ghcr.io/cognis-digital/exfilwatch:latest --help # Docker brew install cognis-digital/tap/exfilwatch # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/exfilwatch/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/exfilwatch` | [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、可用于攻击的发现结果 - [`subhunt`](https://github.com/cognis-digital/subhunt) — 从多个来源汇总并去重子域名枚举 - [`dirsight`](https://github.com/cognis-digital/dirsight) — 将 Web 内容发现输出（ffuf/gobuster）分析为排序后的 endpoint - [`jwtinspect`](https://github.com/cognis-digital/jwtinspect) — 解码 JWT 并针对 alg=none、弱密钥和缺失的 claims 进行 lint 检查 - [`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）进行 A-F 评级 **探索全套工具 →** [🗂️ 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 300+ 工具的 Cognis 套件协同工作 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干网络。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 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, IP 地址批量处理, Python, 可视化界面, 威胁检测, 数据可视化, 无后门, 日志审计, 请求拦截, 逆向工具