cognis-digital/githubrecon

``` pip install cognis-githubrecon githubrecon scan . # → prioritized findings in seconds ``` ## 使用说明 — 逐步指南 1. **安装**分析器： pip install cognis-githubrecon 2. **分析组织/用户导出文件。** githubrecon 针对账号及其仓库的 JSON 导出进行离线工作，标记暴露面（泄露的电子邮件、有风险的元数据等）： githubrecon analyze export.json 3. **生成 JSON 或独立的 HTML 报告**以便分享： githubrecon analyze export.json --format json | jq '.findings[] | select(.severity=="high")' githubrecon analyze export.json --format html > recon-report.html 4. **读取结果。** 表格汇总了所有者、仓库/贡献者/电子邮件的数量，以及按严重程度划分的发现（critical/high/medium/low/info）；JSON 包含每个发现的 `rule_id`、`repo`、`location` 和 `evidence`。 5. **在 CI 中自动化。** 将报告生成为构建产物： githubrecon analyze export.json --format json > recon.json ## 目录 - [为什么选择 githubrecon？](#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 githubrecon？ 通过 API 导出映射 GitHub 用户/组织的足迹及泄露密钥暴露面 —— 无需搭建重量级的基础设施。 `githubrecon` 具有单一用途、可脚本化且可自托管：将其指向目标，以您的工作流已习惯的格式（表格 · JSON · SARIF）获取优先级排序的结果，以此控制 CI，并允许 agent 通过 MCP 驱动它。 ## 功能 - ✅ 加载导出文件 - ✅ 分析 - ✅ 可在 Linux/macOS/Windows · Docker · devcontainer 上运行 - ✅ 支持 Python、JavaScript、Go 和 Rust 多语言移植 (`ports/`) ## 快速开始 ``` pip install cognis-githubrecon githubrecon --version githubrecon scan . # scan current project githubrecon scan . --format json # machine-readable githubrecon scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ githubrecon scan . [HIGH ] GIT-001 example finding (./src/app.py) [MEDIUM ] GIT-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / export] --> P[githubrecon
collect + correlate] P --> OUT[ranked findings] ``` ## 从任何 AI 技术栈中使用 `githubrecon` 可以与所有流行的 AI 使用方式互操作： - **MCP server** — `githubrecon mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **OpenAI-compatible / JSON** — 将 `githubrecon scan . --format json` 通过管道传递给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 将 CLI/JSON 封装为一行代码的工具 - **CI / 脚本** — exit code + SARIF 适用于非 AI 管道 ## 对比 | | **Cognis githubrecon** | 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 (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 agent 的 **MCP server** (`githubrecon 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/githubrecon.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/githubrecon.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/githubrecon.git" # uv pip install cognis-githubrecon # PyPI (when published) docker run --rm ghcr.io/cognis-digital/githubrecon:latest --help # Docker brew install cognis-digital/tap/githubrecon # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/githubrecon/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/githubrecon` | [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 `{}` 与包含 300+ 工具的 Cognis 套件组合使用 — JSON 输入/输出以及共享的 OpenAI-compatible `/v1` 主干。请参阅 **[INTEROP.md](INTEROP.md)** 获取 套件映射、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下提供源代码 — 可免费用于个人、内部评估、研究和教育用途；**商业/生产用途需要获得许可证** (licensing@cognis.digital)。详见 [LICENSE](LICENSE)。

标签：Atomic Red Team, ESC4, LNA, OSINT, Python, 可视化界面, 安全助手, 数据可视化, 数据泄露, 数据泄露检测, 无后门, 日志审计, 请求拦截, 逆向工具