cognis-digital/waybackrecon

``` pip install cognis-waybackrecon waybackrecon scan . # → prioritized findings in seconds ``` ## 用法 — 分步指南 1. 从源码**安装**（Python 3.9+，仅依赖标准库）： pip install . 2. **扫描** Wayback/CDX 导出文件或 URL 列表以寻找攻击面（使用 `-` 从 stdin 读取）： waybackrecon scan urls.txt 3. **筛选**出仅具可操作性的发现，并输出机器可读的 JSON： waybackrecon scan urls.txt --min-severity medium --format json -o report.json 4. **使用输出结果**：`report.json` 列出了包含 `severity`/`category`/`url` 的发现；将其通过管道传递给 `jq`，或渲染一份可分享的 `--format html` 报告。 5. **在 CI 中实现自动化** — 当出现高严重性的攻击面时使任务失败： cat cdx_export.txt | waybackrecon scan - --min-severity high --format json > recon.json ## 目录 - [为什么选择 waybackrecon？](#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) · [相关项目](#related) · [贡献](#contributing) ## 为什么选择 waybackrecon？ 从 Wayback/CDX 导出文件中挖掘已归档的 URL/参数/端点 —— 无需搭建重型基础设施。 `waybackrecon` 具有单一用途、可脚本化且支持自托管：将其指向目标，即可通过您工作流中已有的格式（表格 · JSON · SARIF）获取已按优先级排序的结果，以此作为 CI 的把关手段，并允许 agent 通过 MCP 对其进行驱动。 ## 功能 - ✅ 严重性评级 - ✅ 解析 Cdx 行 - ✅ 分析 - ✅ 可在 Linux/macOS/Windows · Docker · devcontainer 上运行 - ✅ 提供 Python、JavaScript、Go 和 Rust 的移植版本 (`ports/`) ## 快速开始 ``` pip install cognis-waybackrecon waybackrecon --version waybackrecon scan . # scan current project waybackrecon scan . --format json # machine-readable waybackrecon scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ waybackrecon scan . [HIGH ] WAY-001 example finding (./src/app.py) [MEDIUM ] WAY-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / export] --> P[waybackrecon
collect + correlate] P --> OUT[ranked findings] ``` ## 从任何 AI 技术栈中使用 `waybackrecon` 可以与所有主流的 AI 使用方式实现互操作： - **MCP server** — `waybackrecon mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `waybackrecon scan . --format json` 传递给任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 仅需一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI 流水线提供退出代码 + SARIF ## 对比分析 | | **Cognis waybackrecon** | 典型工具 | |---|:---:|:---:| | 可自托管，无需账号 | ✅ | 因工具而异 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 因工具而异 | | MCP 原生支持 (AI agents) | ✅ | ❌ | | 多语言移植 (JS/Go/Rust) | ✅ | ❌ | | 开源许可 | ✅ COCL | 因工具而异 | ## 集成 可接入您的现有技术栈：用于代码扫描的 **SARIF**、用于任意场景的 **JSON**、用于 AI agent 的 **MCP server** (`waybackrecon mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 领域 **主要领域：** Intelligence & OSINT · **JTF MERIDIAN 部门：** NULLBYTE · BLACK CELL **主题：** `cognis` `osint` `intelligence` `recon` **Cognis Neural Suite** 的一部分 — 包含 300 多个源代码可见的工具，组织在 JTF MERIDIAN 指挥结构下的 12 个领域中。请参阅 [GitHub 上的套件](https://github.com/cognis-digital) 和 [jtf-meridian](https://github.com/cognis-digital/jtf-meridian) 以了解各部分如何协同工作。 ## 安装 — 各种方式，各个平台 ``` pip install "git+https://github.com/cognis-digital/waybackrecon.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/waybackrecon.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/waybackrecon.git" # uv pip install cognis-waybackrecon # PyPI (when published) docker run --rm ghcr.io/cognis-digital/waybackrecon:latest --help # Docker brew install cognis-digital/tap/waybackrecon # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/waybackrecon/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/waybackrecon` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 **探索套件 →** [🗂️ 所有 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 套件无缝组合 — 统一的 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、组合模式以及参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 协议下提供源代码可见 — 个人使用、内部评估、研究和教育用途免费；**商业 / 生产环境使用需要获取许可证** (licensing@cognis.digital)。详见 [LICENSE](LICENSE)。

标签：Docker容器, Linux安全, Python, URL提取, Wayback机器, 反编译, 可视化界面, 实时处理, 攻击面发现, 数据可视化, 无后门, 日志审计, 请求拦截, 逆向工具