SubashGhimire/cyberguard-ai
GitHub: SubashGhimire/cyberguard-ai
CyberGuard AI 是一个基于 Anthropic Claude API 的纯前端个人 SOC 助手,帮助安全分析师在浏览器中完成漏洞分类、KQL 生成、威胁狩猎和 GRC 合规等工作。
Stars: 0 | Forks: 0
# 🛡️ CyberGuard AI — 个人 SOC 助手
专为网络安全分析师工作流打造的个人 AI 助手。由 Claude (Anthropic) 提供支持,托管在 GitHub Pages 上。无需后端、无速率限制、无需订阅——只需你的 API key 和你的浏览器。
## 功能
- **5 种专家模式** — 综合分析师、漏洞管理、威胁狩猎 (KQL)、风险评估、GRC
- **KQL 生成** 适用于 Microsoft Sentinel 和 Microsoft Defender XDR
- **CVE 分类** 包含 CVSS 评分和补丁优先级排序
- **风险评估** 对齐 NIST CSF 2.0、ISO 27001:2022 和 CIS Controls v8
- **GRC 支持** — 策略编写、控制映射、审计准备
- **流式响应** — 答案逐字显示,无需等待
- **一键复制** 适用于所有 KQL/代码块
- **MITRE ATT&CK** 技术参考已内置于每次狩猎响应中
- **严重性徽章** — CRITICAL / HIGH / MEDIUM / LOW 自动高亮显示
## 设置
1. Clone 或 fork 此仓库
2. 启用 GitHub Pages:**Settings → Pages → Branch: main**
3. 获取一个 [Anthropic API key](https://console.anthropic.com)
4. 打开你的 GitHub Pages URL,将你的 API key 粘贴到侧边栏中,点击 Save
5. 开始狩猎
## 添加你的 ChatGPT 知识库
收到你的 ChatGPT 导出文件后:
1. 在你的 `conversations.json` 上运行 `scripts/parse_chatgpt.py`
2. 输出的 `knowledge_base.txt` 将包含你过去的 KQL 查询和分析工作
3. 将相关部分粘贴到 `index.html` 中你所选模式下的 system prompt 中
## Runbook
将 markdown 文件放入 `/runbooks/` —— 这些文件将成为你可以粘贴到对话中的参考资料:
- `vuln_triage.md` — 你的 CVE 分类流程
- `threat_hunt_checklist.md` — 狩猎假设和数据源
- `risk_assessment_template.md` — 你的风险评分标准
- `governance_controls.md` — 控制框架映射
## 成本
claude-sonnet-4-6 每 1K 输入 token 的成本约为 $0.003,每 1K 输出 token 的成本约为 $0.015。一次典型的分析师会话(10-15 次交互)成本不到 $0.10。
## 技术栈
- 纯 HTML/CSS/JS — 无框架、无构建步骤、无依赖
- Anthropic Messages API 支持流式传输
- GitHub Pages 用于托管(免费)
- localStorage 用于 API key 持久化
由 [Subash Ghimire](https://github.com/SubashGhimire) 构建
标签:Claude API, DLL 劫持, GPT, SOC助理, 人工智能, 后端开发, 多模态安全, 大语言模型, 数据可视化, 漏洞管理, 用户模式Hook绕过, 网络安全, 逆向工具, 隐私保护, 静态前端