🔍 IconHash Skills

用于网络空间测绘的 Favicon 哈希计算器
计算 favicon 的 MMH3 哈希并识别 Web 服务，用于网络安全侦察。

🇬🇧 English  |  🇨🇳 简体中文

## 🚀 接入方式 IconHash 支持 **4 种接入方式** —— 根据你的工作流选择： | # | 方式 | 适用场景 | 快速开始 | |---|--------|----------|-------------| | 1 | **🧠 SKILLS** | AI Agent (Claude, GPT 等) | 一键复制下方内容 ↓ | | 2 | **💻 CLI** | 终端用户、脚本 | [安装 CLI](#installation) | | 3 | **📦 Go SDK** | Go 开发者、嵌入式集成 | `go get github.com/cyberspacesec/iconhash-skills` | | 4 | **🔌 MCP / API** | AI 工具、Web 服务、自动化 | [API 与 MCP](#api-server--mcp) | ### 🧠 SKILLS 接入（面向 AI Agent） 将此内容添加到你的 AI Agent 技能配置中，为其赋予 favicon 哈希计算和 Web 服务识别能力： ``` # IconHash Skills — 用于 Cyber-Space Mapping 的 Favicon Hash 计算器 ## 功能介绍 Calculate MMH3 favicon hashes and identify web services from their favicons. Output search queries for Fofa, Shodan, Censys, Quake, ZoomEye, Hunter. ## 安装方法 ### 选项 A：下载 binary（推荐） Linux x86_64: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_linux_x86_64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` macOS Apple Silicon: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_aarch64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` macOS Intel: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_x86_64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` ### 选项 B：从源码编译 `git clone https://github.com/cyberspacesec/iconhash-skills.git && cd iconhash-skills && make build && sudo mv iconhash /usr/local/bin/` ### 选项 C：Go install `go install github.com/cyberspacesec/iconhash-skills/cmd/iconhash@latest` ## 可用命令 - `iconhash url ` — Calculate hash from favicon URL - `iconhash file ` — Calculate hash from local file - `iconhash base64 ` — Calculate hash from base64 file - `iconhash discover ` — Discover all favicons on a website and hash them - `iconhash identify ` — Full identification: discover + hash + fingerprint lookup - `iconhash lookup ` — Lookup a hash in the fingerprint database (700+ services) - `iconhash batch -i urls.txt` — Batch hash URLs from file or stdin - `iconhash fingerprints` — Browse/search fingerprint database - `iconhash fingerprints update` — Update fingerprint database from remote - `iconhash server -p 8080` — Start HTTP API server ## 关键 flags - `--engine fofa|shodan|censys|quake|zoomeye|hunter` — Output format for search engines - `--insecure` — Skip TLS verification - `--proxy socks5://host:port` — Use proxy - `--fingerprint-db ` — Custom fingerprint database - `--uint32` — Output as uint32 instead of int32 ## 示例 - `iconhash url https://example.com/favicon.ico` → hash: -305179312 - `iconhash identify https://gitlab.example.com` → discover favicons, hash them, match fingerprints - `iconhash lookup -- -305179312` → identify service from hash - `iconhash url https://example.com/favicon.ico --engine fofa` → icon_hash="-305179312" ## 完整文档 See https://github.com/cyberspacesec/iconhash-skills/blob/main/SKILLS.md ``` ## 功能特性 - 🧮 计算 favicon 的 MMH3 (MurmurHash3) 哈希 - 🌐 多种输入源：URL、本地文件、base64 数据、stdin - 🔎 6 种搜索引擎格式：Fofa, Shodan, Censys, Quake, ZoomEye, Hunter - 🏷️ 包含 700+ 已知服务的指纹数据库，支持识别 - ⚡ 支持并发工作池的批量处理 - 🖥️ 带有认证功能的 HTTP API 服务器 - 🤖 支持模型上下文协议 (MCP)，便于 AI 集成 - 📦 完整的 Go SDK，可嵌入其他工具 - 🐳 支持 Docker 容器化部署 - 📋 用于 AI Agent 集成的 SKILLS 文档 - 🏗️ 两种构建变体：Lite（小体积）和 Full（离线可用） ## 安装 ### 下载预构建二进制文件（推荐） 从 [GitHub Releases](https://github.com/cyberspacesec/iconhash-skills/releases/latest) 下载。 **构建变体：** - **Lite** (`iconhash_lite_*`)：更小的二进制，指纹在首次使用时自动下载 - **Full** (`iconhash_full_*`)：包含内嵌指纹的较大二进制，支持离线工作 ``` # Linux x86_64 (Lite) wget https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_linux_x86_64.tar.gz tar xzf iconhash_lite_linux_x86_64.tar.gz chmod +x iconhash && sudo mv iconhash /usr/local/bin/ # macOS Apple Silicon (Lite) wget https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_aarch64.tar.gz tar xzf iconhash_lite_macos_aarch64.tar.gz chmod +x iconhash && sudo mv iconhash /usr/local/bin/ # Windows x86_64（下载并解压 zip） # https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_windows_x86_64.zip ``` **支持的平台：** Linux (x86_64, aarch64, i386, arm, riscv64), macOS (x86_64, aarch64), Windows (x86_64, aarch64, i386), FreeBSD (x86_64, aarch64) ### 通过 Go 安装 ``` go install github.com/cyberspacesec/iconhash-skills/cmd/iconhash@latest ``` ### 从源码编译 ``` git clone https://github.com/cyberspacesec/iconhash-skills.git cd iconhash-skills # Lite build（默认） make build # Full build（内嵌 fingerprints，支持离线使用） make build-full ``` ### Docker ``` docker pull cyberspacesec/iconhash:latest docker run --rm cyberspacesec/iconhash:latest url https://example.com/favicon.ico ``` ## 快速开始 ``` iconhash url https://www.example.com/favicon.ico # Hash from URL iconhash identify https://example.com # Identify a website iconhash lookup -- -305179312 # Lookup fingerprint iconhash batch -i urls.txt -o results.json # Batch process iconhash server -p 8080 # Start API server ``` ## 💻 CLI 参考 | 命令 | 用途 | |---|---| | `iconhash url ` | 从 URL 计算哈希 | | `iconhash file ` | 从文件计算哈希 | | `iconhash base64 ` | 从 base64 文件计算哈希 | | `iconhash discover ` | 发现网站上的 favicon | | `iconhash identify ` | 完整识别（发现 + 哈希 + 指纹） | | `iconhash lookup ` | 在指纹数据库中查找哈希 | | `iconhash batch -i ` | 批量处理 URL | | `iconhash fingerprints` | 浏览/搜索指纹数据库 | | `iconhash fingerprints update` | 更新指纹数据库 | | `iconhash server` | 启动 HTTP API 服务器 | ### 全局参数 | 参数 | 缩写 | 说明 | |---|---|---| | `--engine` | `-e` | 格式：`plain`, `fofa`, `shodan`, `censys`, `quake`, `zoomeye`, `hunter` | | `--uint32` | `-n` | 输出 uint32 而非 int32 | | `--insecure` | `-k` | 跳过 TLS 验证 | | `--timeout` | `-t` | HTTP 超时（默认 30s） | | `--proxy` | | HTTP/SOCKS5 代理 URL | | `--debug` | `-d` | 启用调试输出 | | `--format` | | 输出：`text`, `json`, `csv` | | `--output` | `-o` | 输出文件路径 | | `--fingerprint-db` | | 自定义指纹数据库 | 📖 完整文档请参阅 [SKILLS.md](./SKILLS.md)。 ## 📦 Go SDK ``` go get github.com/cyberspacesec/iconhash-skills ``` ``` import ( "context" "github.com/cyberspacesec/iconhash-skills/pkg/hasher" "github.com/cyberspacesec/iconhash-skills/pkg/fingerprint" "github.com/cyberspacesec/iconhash-skills/pkg/util" ) // One-off hash with defaults hash, _ := hasher.HashURL(context.Background(), "https://example.com/favicon.ico") // Custom hasher h := hasher.New(&hasher.HashOptions{InsecureSkipVerify: true}) hash, _ = h.HashFromURL(ctx, "https://example.com/favicon.ico") // Full identification db := fingerprint.DefaultDB() results := h.Identify(ctx, "https://example.com", db, nil) // Batch processing results := h.BatchHashURLs(ctx, urls, 10) // Format for all search engines queries := util.FormatAll(hash) // With proxy opts, _ := hasher.NewOptionsWithProxy("socks5://127.0.0.1:1080", 30*time.Second, true) ``` ## 🔌 API 服务器与 MCP ### HTTP API 服务器 ``` iconhash server -p 8080 --auth-token secret123 ``` | 端点 | 方法 | 说明 | |---|---|---| | `/health` | GET | 健康检查 | | `/hash/url` | GET, POST | 从 URL 计算哈希 | | `/hash/file` | POST | 从上传的文件计算哈希 | | `/hash/base64` | POST | 从 base64 数据计算哈希 | | `/hash/batch` | POST | 批量计算 URL 哈希 | | `/hash/discover` | POST | 发现 favicon | | `/lookup` | GET | 指纹查找 | | `/fingerprints` | GET | 指纹数据库 | | `/mcp` | POST | 模型上下文协议 | ### MCP 集成 ``` import "github.com/cyberspacesec/iconhash-skills/pkg/mcp" handler := mcp.NewHandler(false) tools := handler.Tools() result := handler.CallTool("iconhash_url", map[string]interface{}{ "url": "https://example.com/favicon.ico", }) ``` **MCP 工具：** `iconhash_url`, `iconhash_base64`, `iconhash_file`, `iconhash_discover`, `iconhash_lookup` ## 搜索引擎格式 | 引擎 | 格式 | 示例 | |---|---|---| | Fofa | `icon_hash=""` | `icon_hash="-305179312"` | | Shodan | `http.favicon.hash:` | `http.favicon.hash:-305179312` | | Censys | `services.http.response.favicons.md5_hash:` | | | Quake | `favicon.hash:""` | | | ZoomEye | `iconhash:""` | | | Hunter | `web.icon=""` | | ## Docker ``` docker run --rm cyberspacesec/iconhash:latest url https://example.com/favicon.ico docker run -d -p 8080:8080 cyberspacesec/iconhash:latest server -H 0.0.0.0 -p 8080 ``` ## 开发 ``` make build # Lite build make build-full # Full build (with fingerprints) make test # Run tests make test-coverage # Run tests with coverage ``` ## 许可证 [MIT License](LICENSE) ## 🚀 接入方式 IconHash 支持 **4 种接入方式** —— 根据你的工作流选择： | # | 方式 | 适用场景 | 快速开始 | |---|------|---------|---------| | 1 | **🧠 SKILLS** | AI Agent（Claude、GPT 等） | 一键复制 ↓ | | 2 | **💻 CLI** | 终端用户、脚本 | [安装 CLI](#安装) | | 3 | **📦 Go SDK** | Go 开发者、嵌入式集成 | `go get github.com/cyberspacesec/iconhash-skills` | | 4 | **🔌 MCP / API** | AI 工具、Web 服务、自动化 | [API 与 MCP](#api-服务与-mcp) | ### 🧠 SKILLS 接入（面向 AI Agent） 将以下内容添加到你的 AI Agent 技能配置中，为其赋予 favicon 哈希计算和 Web 服务识别能力： ``` # IconHash Skills — 网络空间测绘 Favicon 哈希计算工具 ## 功能描述 计算 favicon 的 MMH3 哈希，并通过指纹库识别 Web 服务。输出适用于 Fofa、Shodan、Censys、Quake、ZoomEye、Hunter 的搜索语法。 ## 安装方式 ### 方式 A：下载二进制文件（推荐） Linux x86_64: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_linux_x86_64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` macOS Apple Silicon: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_aarch64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` macOS Intel: `wget -qO- https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_x86_64.tar.gz | tar xz && chmod +x iconhash && sudo mv iconhash /usr/local/bin/` ### 方式 B：源码编译 `git clone https://github.com/cyberspacesec/iconhash-skills.git && cd iconhash-skills && make build && sudo mv iconhash /usr/local/bin/` ### 方式 C：Go 安装 `go install github.com/cyberspacesec/iconhash-skills/cmd/iconhash@latest` ## 可用命令 - `iconhash url ` — 从 URL 计算 favicon 哈希 - `iconhash file ` — 从本地文件计算哈希 - `iconhash base64 ` — 从 base64 文件计算哈希 - `iconhash discover ` — 发现网站所有 favicon 并计算哈希 - `iconhash identify ` — 完整识别：发现 + 哈希 + 指纹匹配 - `iconhash lookup ` — 在指纹库中查找哈希（700+ 服务） - `iconhash batch -i urls.txt` — 批量计算 URL 列表 - `iconhash fingerprints` — 浏览/搜索指纹数据库 - `iconhash fingerprints update` — 更新指纹数据库 - `iconhash server -p 8080` — 启动 HTTP API 服务器 ## 关键参数 - `--engine fofa|shodan|censys|quake|zoomeye|hunter` — 搜索引擎输出格式 - `--insecure` — 跳过 TLS 证书验证 - `--proxy socks5://host:port` — 使用代理 - `--fingerprint-db ` — 自定义指纹数据库 - `--uint32` — 输出 uint32 而非 int32 ## 示例 - `iconhash url https://example.com/favicon.ico` → 哈希: -305179312 - `iconhash identify https://gitlab.example.com` → 发现 favicon、计算哈希、匹配指纹 - `iconhash lookup -- -305179312` → 从哈希识别服务 - `iconhash url https://example.com/favicon.ico --engine fofa` → icon_hash="-305179312" ## 完整文档 查看 https://github.com/cyberspacesec/iconhash-skills/blob/main/SKILLS.md ``` ## 功能特性 - 🧮 计算 favicon 的 MMH3（MurmurHash3）哈希 - 🌐 多种输入源：URL、本地文件、base64 数据、标准输入 - 🔎 6 种搜索引擎格式：Fofa、Shodan、Censys、Quake、ZoomEye、Hunter - 🏷️ 指纹数据库包含 700+ 已知服务，支持识别 - ⚡ 批量处理，支持并发工作池 - 🖥️ HTTP API 服务器，支持认证 - 🤖 支持模型上下文协议（MCP），便于 AI 集成 - 📦 完整的 Go SDK，可嵌入其他工具 - 🐳 支持 Docker 容器化部署 - 📋 SKILLS 文档，方便 AI Agent 接入 - 🏗️ 两种构建变体：Lite（小体积）和 Full（离线可用） ## 安装 ### 下载预构建二进制文件（推荐） 从 [GitHub Releases](https://github.com/cyberspacesec/iconhash-skills/releases/latest) 下载。 **构建变体：** - **Lite**（`iconhash_lite_*`）：更小的二进制，指纹首次使用时自动下载 - **Full**（`iconhash_full_*`）：更大的二进制，内嵌指纹，离线可用 ``` # Linux x86_64（Lite） wget https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_linux_x86_64.tar.gz tar xzf iconhash_lite_linux_x86_64.tar.gz chmod +x iconhash && sudo mv iconhash /usr/local/bin/ # macOS Apple Silicon（Lite） wget https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_macos_aarch64.tar.gz tar xzf iconhash_lite_macos_aarch64.tar.gz chmod +x iconhash && sudo mv iconhash /usr/local/bin/ # Windows x86_64（下载并解压 zip） # https://github.com/cyberspacesec/iconhash-skills/releases/latest/download/iconhash_lite_windows_x86_64.zip ``` **支持平台：** Linux（x86_64、aarch64、i386、arm、riscv64）、macOS（x86_64、aarch64）、Windows（x86_64、aarch64、i386）、FreeBSD（x86_64、aarch64） ### 通过 Go 安装 ``` go install github.com/cyberspacesec/iconhash-skills/cmd/iconhash@latest ``` ### 源码编译 ``` git clone https://github.com/cyberspacesec/iconhash-skills.git cd iconhash-skills # Lite 构建（默认） make build # Full 构建（内嵌指纹，离线可用） make build-full ``` ### Docker ``` docker pull cyberspacesec/iconhash:latest docker run --rm cyberspacesec/iconhash:latest url https://example.com/favicon.ico ``` ## 快速开始 ``` iconhash url https://www.example.com/favicon.ico # 从 URL 计算哈希 iconhash identify https://example.com # 识别网站 iconhash lookup -- -305179312 # 查找指纹 iconhash batch -i urls.txt -o results.json # 批量处理 iconhash server -p 8080 # 启动 API 服务器 ``` ## 💻 CLI 命令 | 命令 | 功能 | |---|---| | `iconhash url ` | 从 URL 计算哈希 | | `iconhash file ` | 从文件计算哈希 | | `iconhash base64 ` | 从 base64 文件计算哈希 | | `iconhash discover ` | 发现网站 favicon | | `iconhash identify ` | 完整识别（发现 + 哈希 + 指纹） | | `iconhash lookup ` | 在指纹库中查找 | | `iconhash batch -i ` | 批量处理 URL | | `iconhash fingerprints` | 浏览/搜索指纹库 | | `iconhash fingerprints update` | 更新指纹库 | | `iconhash server` | 启动 HTTP API 服务器 | ### 全局参数 | 参数 | 缩写 | 说明 | |---|---|---| | `--engine` | `-e` | 格式：`plain`、`fofa`、`shodan`、`censys`、`quake`、`zoomeye`、`hunter` | | `--uint32` | `-n` | 输出 uint32 而非 int32 | | `--insecure` | `-k` | 跳过 TLS 验证 | | `--timeout` | `-t` | HTTP 超时（默认 30s） | | `--proxy` | | HTTP/SOCKS5 代理地址 | | `--debug` | `-d` | 启用调试输出 | | `--format` | | 输出：`text`、`json`、`csv` | | `--output` | `-o` | 输出文件路径 | | `--fingerprint-db` | | 自定义指纹数据库 | 📖 完整文档见 [SKILLS.md](./SKILLS.md)。 ## 📦 Go SDK ``` go get github.com/cyberspacesec/iconhash-skills ``` ``` import ( "context" "github.com/cyberspacesec/iconhash-skills/pkg/hasher" "github.com/cyberspacesec/iconhash-skills/pkg/fingerprint" "github.com/cyberspacesec/iconhash-skills/pkg/util" ) // 一次性计算（默认选项） hash, _ := hasher.HashURL(context.Background(), "https://example.com/favicon.ico") // 自定义 hasher h := hasher.New(&hasher.HashOptions{InsecureSkipVerify: true}) hash, _ = h.HashFromURL(ctx, "https://example.com/favicon.ico") // 完整识别 db := fingerprint.DefaultDB() results := h.Identify(ctx, "https://example.com", db, nil) // 批量处理 results := h.BatchHashURLs(ctx, urls, 10) // 格式化为所有搜索引擎 queries := util.FormatAll(hash) // 使用代理 opts, _ := hasher.NewOptionsWithProxy("socks5://127.0.0.1:1080", 30*time.Second, true) ``` ## 🔌 API 服务与 MCP ### HTTP API 服务器 ``` iconhash server -p 8080 --auth-token secret123 ``` | 端点 | 方法 | 说明 | |---|---|---| | `/health` | GET | 健康检查 | | `/hash/url` | GET, POST | 从 URL 计算哈希 | | `/hash/file` | POST | 从文件计算哈希 | | `/hash/base64` | POST | 从 base64 计算哈希 | | `/hash/batch` | POST | 批量计算 | | `/hash/discover` | POST | 发现 favicon | | `/lookup` | GET | 指纹查找 | | `/fingerprints` | GET | 指纹数据库 | | `/mcp` | POST | 模型上下文协议 | ### MCP 集成 ``` import "github.com/cyberspacesec/iconhash-skills/pkg/mcp" handler := mcp.NewHandler(false) tools := handler.Tools() result := handler.CallTool("iconhash_url", map[string]interface{}{ "url": "https://example.com/favicon.ico", }) ``` **MCP 工具：** `iconhash_url`、`iconhash_base64`、`iconhash_file`、`iconhash_discover`、`iconhash_lookup` ## 搜索引擎格式 | 引擎 | 格式 | 示例 | |---|---|---| | Fofa | `icon_hash=""` | `icon_hash="-305179312"` | | Shodan | `http.favicon.hash:` | `http.favicon.hash:-305179312` | | Censys | `services.http.responseavicons.md5_hash:` | | | Quake | `favicon.hash:""` | | | ZoomEye | `iconhash:""` | | | Hunter | `web.icon=""` | | ## Docker ``` docker run --rm cyberspacesec/iconhash:latest url https://example.com/favicon.ico docker run -d -p 8080:8080 cyberspacesec/iconhash:latest server -H 0.0.0.0 -p 8080 ``` ## 开发 ``` make build # Lite 构建 make build-full # Full 构建（含指纹） make test # 运行测试 make test-coverage # 运行测试并生成覆盖率 ``` ## 许可证 [MIT License](LICENSE)

标签：C2日志可视化, EVTX分析, Favicon Hash, Go语言, MMH3, 实时处理, 指纹识别, 日志审计, 程序破解, 网络安全, 请求拦截, 隐私保护