cognis-digital/mftparse

``` pip install cognis-mftparse mftparse scan . # → prioritized findings in seconds ``` ## 用法 — 分步指南 `mftparse` 分析 NTFS `$MFT` CSV 导出文件，以检测时间戳篡改和可疑 文件活动（防御性取证）。控制台脚本：`mftparse`。 1. 从克隆中**安装**： pip install -e . 2. **分析 `$MFT` CSV**（使用 `-` 从 stdin 读取）： mftparse analyze mft_export.csv 3. **生成可共享的 HTML 报告**： mftparse analyze mft_export.csv --format html -o mft_report.html 4. **读取输出** — `--format json` 对管道友好；当 存在发现时退出代码为 `1`，干净时为 `0`： mftparse analyze mft_export.csv --format json | jq '.findings' 5. **在 CI / 分诊管道中自动化** — 根据检测到的时间戳篡改进行拦截： cat collected_mft.csv | mftparse analyze - --format json > findings.json ## 目录 - [为什么选择 mftparse？](#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 mftparse？ 分析 NTFS $MFT CSV 以检测时间戳篡改和可疑文件活动 — 无需搭建重量级的基础设施。 `mftparse` 是单一用途、可脚本化且可自托管的：将其指向目标，以您的工作流已使用的格式（table · JSON · SARIF）获取优先级排序的结果，通过它来拦截 CI，并让 agent 通过 MCP 驱动它。 ## 功能 - ✅ 解析 Mft Csv - ✅ 分析 - ✅ 渲染表格 - ✅ 渲染 Json - ✅ 渲染 Html - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 提供 Python、JavaScript、Go 和 Rust 移植版 (`ports/`) ## 快速开始 ``` pip install cognis-mftparse mftparse --version mftparse scan . # scan current project mftparse scan . --format json # machine-readable mftparse scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ mftparse scan . [HIGH ] MFT-001 example finding (./src/app.py) [MEDIUM ] MFT-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[disk / memory artifact] --> P[mftparse
parse] P --> OUT[timeline + IOCs] ``` ## 从任何 AI 技术栈中使用 `mftparse` 可与所有流行的 AI 使用方式互操作： - **MCP server** — `mftparse mcp` (Claude Desktop、Cursor、Cognis.Studio、[uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 将 `mftparse scan . --format json` 管道传输给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI 管道提供退出代码 + SARIF ## 对比 | | **Cognis mftparse** | 典型工具 | |---|:---:|:---:| | 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 agents） | ✅ | ❌ | | 多语言移植版 (JS/Go/Rust) | ✅ | ❌ | | 开源许可证 | ✅ COCL | 视情况而定 | ## 集成 接入您的技术栈：用于代码扫描的 **SARIF**，用于一切的 **JSON**，用于 AI agents 的 **MCP server** (`mftparse mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。请参阅 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 各种方式，各个平台 ``` pip install "git+https://github.com/cognis-digital/mftparse.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/mftparse.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/mftparse.git" # uv pip install cognis-mftparse # PyPI (when published) docker run --rm ghcr.io/cognis-digital/mftparse:latest --help # Docker brew install cognis-digital/tap/mftparse # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/mftparse/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/mftparse` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关的 Cognis 工具 **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 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。请参阅 **[INTEROP.md](INTEROP.md)** 了解 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 — 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：AMSI绕过, NTFS, 可视化界面, 威胁检测, 安全, 数字取证, 数据可视化, 文件分析, 日志审计, 自动化脚本, 请求拦截, 超时处理, 逆向工具