Skip to content

Repository files navigation

🛡️ DeepSentry v2.0.5 Ultimate — 深海哨兵

"让 AI 成为你的红蓝对抗伙伴与安全运维专家。"

Your AI-powered Security Agent for Local, Remote & Fleet Auditing.

Team Version Released Platform Go AI

一眼看懂 • 下载 • 聊天机器人 • 巡检报告 • 使用技巧 • 案例用法 • 快速开始

DeepSentry 是一个跑在你自己电脑或服务器上的 AI 安全应急 / 智能运维 Agent。用中文说清目标,它会规划步骤、调用工具、连本地或远程主机,并留下可审计的报告。

v2.0.4 起也可以:

  1. 在 微信、QQ、企业微信、飞书、钉钉 里私聊指挥(验证码回原任务,高危操作当场确认)。
  2. 对设备 Web 控制台做网页巡检,保留真实截图,一句话生成带封面的 Word / Markdown。
DeepSentry v2.0.5 Ultimate 宣传图

授权范围:只允许在你拥有或已获得明确书面授权的系统上使用。禁止未授权扫描、入侵、破坏、绕过访问控制或任何违法用途。

数据会出本机:任务描述、必要上下文和工具结果会发给你配置的大模型服务。涉密环境请改用受控本地模型,公开报告和截图前先脱敏。漏洞请走 Security Advisories,不要开公开 Issue。


v2.0.5(2026-09-24)

2.0.5 已发布。本节概览相对于 2.0.4 的主要变化;下载构建产物和校验值请前往 GitHub Releases。

  • Agent 与多目标: 新增服务器/终端基线加固等专职子 Agent、独立子任务恢复点和有来源的线索协作;Fleet 与 AWD-Plus 可按目标和服务并行采证、分批处置。
  • 桌面与界面: 新增 Computer Use,改善 Windows 控制台和常驻 PowerShell helper,并修复旧截图误用、输入框鼠标报文和聊天流式显示问题。
  • 聊天与定时: 收紧高危操作确认,改善微信、QQ、钉钉等渠道的回复可靠性;周期提醒和定时 Agent/巡检结果可回到原会话,并由 /schedule 管理。
  • 报告与长任务: Markdown 报告关联风险、授权与证据编号,同步保存 SHA256 串联的脱敏证据档案;检查点、task_wait 和 task_context 支持长任务继续执行。
  • 扩展与连接: Skill 目录和调用策略修复、内置 Skill 随包分发;更新 HawkEye MCP 适配,并增加本机 SOCKS5/HTTP 代理服务。

Windows/Linux 真实桌面与完整视觉操作链仍需真机验收;Linux 桌面目前依赖 X11。详细变化和适用范围见 更新日志 与 电脑操作说明。

目录

建议阅读顺序

你是谁 先看
第一次下载 下载哪个文件 → 5 分钟快速开始
想用手机指挥 聊天机器人接入
要网页截图和 Word 网页巡检与 Word 报告
接鹰眼 / FofaMap 鹰眼 MCP 深度适配、FofaMap MCP 适配
查完整参数 / 排错 操作手册、常见问题
报告漏洞 SECURITY.md

遇到使用问题可以开 GitHub Issues。提问时请去掉 API Key、密码、真实客户地址和未脱敏截图。


一眼看懂

你想做什么 DeepSentry 怎么做
排查一台服务器 用中文下任务,自动看系统、资源、进程、端口、登录记录
用手机指挥 扫码绑定微信 / QQ / 飞书等,私聊下发任务,验证码回原对话确认
网页设备留证 接上 Hx0 鹰眼(HawkEye) 后,用真实浏览器打开控制台、截图,再出带封面的 Word
查互联网暴露面 接上 Hx0 FofaMap 后,用自然语言搜资产、套产品规则,不必手写 FOFA 语法
分析安全事件 读日志、筛异常登录、关联可疑进程和网络连接
多台一起巡检 配置主机清单,按名称或标签批量只读检查
比赛 / 演练辅助 CTF 初筛、AWD 值守、多靶机协同(必须在授权环境)
要审计留痕 每次任务写 Markdown,并附带可校验的证据档案;网页巡检额外出 Word
目标机几乎没工具 大量能力在控制端用 Go 实现,不依赖目标机装齐常用命令

你需要准备:

  1. 一个大模型 API(DeepSeek / 国产或国际云、或本机 Ollama 等)。没有 Key 跑不起来。
  2. 一台你有权检查的机器或网页控制台。默认先查本机。
  3. (可选)聊天软件,以及 Hx0 的 鹰眼 / FofaMap。前者用来手机指挥;鹰眼负责真实浏览器巡检截图,FofaMap 负责互联网资产测绘。都不是第一步的必需品。

核心能力:中文全屏终端、本地 / SSH / Telnet / FTP / 多主机、77 个内置工具、会话恢复、定时任务、聊天机器人、网页巡检 Word、对 Hx0 鹰眼 MCP 与 FofaMap MCP 的深度适配。


最新版本亮点

确认版本:

./deepsentry --version
# 若你是从源码编译: ./build/deepsentry --version

应看到 DeepSentry v2.0.5 Ultimate (build 日期)。日期随你下载或自行编译的包变化。

你能直接用到的 说明
聊天机器人 微信、QQ、企业微信、飞书可扫码;钉钉走应用机器人。电脑上 /connect 或 --chat-setup,纯 SSH/CMD 用 --chat-setup-cli
手机指挥 私聊直接说任务;发「重启会话」「切换会话」;做到一半停住了就回「继续」
验证码和文件 登录/滑块图先发到聊天,你回复后回到原来那次巡检;也可以把 Word 发回群里
高危确认 聊天里选允许本次 / 本会话同类 / 本次会话全部高危 / 拒绝。生产环境不要开无人值守自动批准
跟终端同生命周期 配好通道后启动 DeepSentry 会带上机器人;关掉终端界面,聊天一并停。要 24 小时挂着再用 --chat
网页巡检出 Word 接上鹰眼后打开设备后台,说「生成报告」即可。不用写 JSON,不用安装 pandoc
Word 版式 封面 + 先结论再细节和建议,截图跟在对应章节后面
每天自动巡 无验证码的固定检查可定时跑;要人眼看验证码的,请从聊天里触发
鹰眼 MCP 深度适配 Hx0 鹰眼 是我们做的浏览器自动化。DeepSentry 按 MCP 1.0.12 的 51 个工具做了点对点适配(登录、截图、验证码辅助、长页续读),不是通用转发
FofaMap MCP 深度适配 FofaMap 是我们做的 FOFA 资产测绘客户端。DeepSentry 按 v2.0.1 的 15 个工具做了点对点适配(账户、规则、搜索、翻页、导出),密钥仍留在 FofaMap 里
视觉模型 常见多模态型号会自动识别截图;纯文本模型不会被硬塞图片

分步说明:聊天机器人接入、终端接入与每日巡检。鹰眼和 FofaMap 都是 Hx0 自家产品,通过 MCP 接到 DeepSentry;详细契约见 鹰眼适配 与 FofaMap 适配。


使用小技巧

最有效的提示词不是“帮我看看”,而是一次给清楚四件事:目标、范围、权限边界、交付物。

目标:排查这台交换机上联口丢包和高流量。
范围:只看最近 30 分钟,先只读,不修改配置。
证据:保留执行过的命令、关键原始输出和时间。
交付:按“现象→证据→根因→建议”写;证据不够必须写明,不要猜。
场景 推荐技巧
互联网资产 接上 FofaMap 后先 load_skill("fofamap"),产品名查规则再搜,不要手写 app=
真实网页 鹰眼已连接时让 Agent 走鹰眼,不要再用内置浏览器工具
用手机指挥 先 --init 配好模型,再 /connect 或 --chat-setup 扫码;无桌面用 --chat-setup-cli
网页出 Word 巡检结束后说「生成报告」;先结论、再详情和建议,截图跟章节走
聊天验证码 先看机器人发来的图,直接回复,不要 /new
聊天会话 「重启会话」开新对话,「切换会话」按序号恢复;停住了回「继续」
聊天确认 只认「允许本次 / 本会话同类 / 本次会话允许所有高危操作 / 拒绝」;「好」「ok」不会放行,10 分钟没回复按拒绝
聊天里的定时任务 在 QQ、微信、钉钉、企业微信或飞书里创建的任务,到点发回原来的对话;只发一句话用 reply_text
定时任务管理 TUI 用 /schedule 查看、修改、取消、重置或删除;触发仍要 --scheduler 常驻
报告与证据 每次对话同时留下 Markdown 和 .evidence.jsonl;报告标风险和是否经确认,证据用 SHA256 串成链
电脑操作 先 --computer-check;同一应用换窗口要重新截图;--batch 不会自动点鼠标
输入框清空 Ctrl+A 全选后再按删除;Ctrl+U 也能一键清空
日常排障 第一轮明确“只读取证”;模型给出根因和最小修改方案后,再单独批准变更与复验
华为/H3C/锐捷 配置 ssh_device_type / telnet_device_type;先执行完整 display/show,确认上下文后再过滤
输出疑似不完整 区分 projection=filtered、TUI 折叠和 output_truncated=true;只有最后一种是真正字节截断
Fleet 多机 先 fleet_inventory 确认 selector,再并行采证;修改型动作按目标串行审批
FTP/FTPS 先列目录、确认远端路径和文件大小,再下载并校验哈希;NAT 后数据通道失败可用 ftp_data_mode: auto/active,生产环境优先 SFTP 或验证证书的 FTPS
出站代理 临时使用 -proxy 或 -socks5;需持久化再设置 controller_proxy,两种命令行代理不可同时使用
重复高风险确认 Y 只批准当前操作;A 按确认面板显示的“目标 + 工具/操作类型”授权本会话同类操作;S 允许本次会话所有高危操作。/new、切换会话后授权失效
启动本地 Web 服务 要求 Agent 后台启动并记录 PID/端口;服务脱离前台管道后任务可继续,不必为了让 Agent 前进而关服务
模型不稳定 在 models[] 配置 fallback;持续 429 时不要无限重试,使用 --resume 从 checkpoint 继续
大日志/证据 要求“结论必须引用 artifact、命令和关键输出”,不要让自然语言摘要成为唯一证据
比赛 10 分钟题 启用 --competition,限定时间窗和答案格式,最后用 competition_answer_check 做幻觉与漏项检查
自动化/CI 使用 --no-tui --json --task;消费结构化事件,不要解析彩色终端文本
白色/深色终端 保持 terminal_theme: auto;老 SSH/tmux 终端探测不准时用 --theme light 或 --theme dark 临时固定
高风险操作 生产环境不要使用无人值守自动批准(--batch -y);先备份、再最小修改、最后用独立证据复验

典型场景与案例用法

DeepSentry 的核心用法不是记命令,而是把目标、范围和期望结果说清楚。Agent 会自己选择 Shell、内置工具、Fleet 多目标、文件传输、子 Agent 或报告生成流程。

1. 日常服务器巡检

适合上线前检查、日常运维、云主机交付验收。

./deepsentry -c config.yaml --task "检查这台服务器的系统版本、CPU、内存、磁盘、负载、监听端口、最近登录用户和异常进程,最后按风险等级输出巡检报告。"

它通常会组合使用:

  • target_health_summary 查看系统整体状态。
  • mem_info、disk_usage、process_list 获取基础资源。
  • port_listen、net_connections、route_table 判断网络暴露面。
  • login_audit 检查登录记录。
  • Markdown 报告沉淀结论和证据。

2. SSH 登录日志审计

适合排查爆破、撞库、异常来源 IP、可疑登录时间线。

./deepsentry -c config.yaml --task "审计今天的 SSH 登录日志,统计失败登录 Top IP、成功登录账号、异常时间段和可能的攻击来源,并给出封禁建议。"

可进一步要求:

把 auth.log、secure、syslog 中的登录行为合并成时间线,区分失败登录、成功登录、sudo、su、ssh key 登录和异常来源 IP。

3. WebShell 和后门排查

适合 Web 目录被篡改、可疑 PHP/JSP/ASP 文件排查、应急响应初筛。

./deepsentry -c config.yaml --task "检查 /var/www/html 是否存在疑似 WebShell、混淆脚本、最近新增文件和可疑外连,输出文件路径、命中原因和处置建议。"

它可以结合:

  • secret_scan 查找敏感配置、密钥和可疑片段。
  • file_ident、file_strings 判断文件类型和可疑字符串。
  • read_log 分析访问日志和错误日志。
  • process_list、net_connections 查找 Web 进程异常连接。
  • file_download 下载样本到控制端进一步分析。

4. Web / 数据库暴露面检查

适合新资产上线检查、内网服务盘点、应急期间快速摸清暴露面。

./deepsentry -c config.yaml --task "检查目标机开放端口,识别 Web、Redis、MySQL、PostgreSQL、Oracle 服务,判断是否存在弱配置或未授权访问风险。"

可用能力包括:

  • nmap_scan / cidr_scan 做端口和网段探测。
  • service_fingerprint 识别服务指纹。
  • http_probe / http_fetch / web_snapshot 检查 Web 响应和页面。
  • redis_probe / mysql_probe / postgres_probe / oracle_probe 做数据库连通性与基础风险探测。

5. 多台服务器批量巡检

适合多台靶机、业务集群、攻防演练环境、AWD 批量值守。

对 prod 标签下的所有 SSH 目标执行系统巡检,检查 CPU、内存、磁盘、监听端口、最近登录、Web 目录变化和可疑进程,最后按主机汇总风险。

如果只需要执行低风险只读命令:

对 selector=prod,ssh 的目标执行 uptime、df -h、ss -lntp,并汇总异常项。

Fleet 会根据 selector 匹配目标,并通过 fleet_exec / fleet_file 执行命令或文件操作。只读命令会尽量自动执行,写文件、删除、重启、上传等高风险动作会进入确认流程。

6. WebShell / 蚁剑场景后台执行

适合不能长时间保持交互的 WebShell、网页终端、受限终端。

./deepsentry --webshell -c config.yaml --task "后台排查当前机器的系统信息、Web 目录、可疑进程和最近登录,完成后生成报告。"

页面会立即返回报告路径和进度日志路径。你可以用:

cat reports/latest_webshell.txt
cat reports/webshell_progress_<timestamp>.log
cat reports/report_<timestamp>.md

7. 自动化定时巡检和通知

适合安全运营、值班巡检、比赛期间周期性检查。

每天 9 点巡检生产服务器 CPU、内存、磁盘、监听端口和 SSH 登录异常,生成报告后发送到飞书和钉钉。

可配合 schedule_task、钉钉机器人、飞书机器人、HTTP 邮件网关,把本地报告同步给团队。网页设备每日巡检用 kind=inspection,见 网页巡检与 Word 报告。

8. 用微信 / 飞书 / QQ 指挥 Agent

适合值班不在电脑旁、要在群里收报告、网页验证码需要人眼看一眼。

./deepsentry --chat-setup -c config.yaml

无桌面或 SSH/CMD:

./deepsentry --chat-setup-cli -c config.yaml

绑定后在私聊发送:

巡检 https://设备地址 的运行状态和最近一天告警。网页用鹰眼,验证码问我;保留截图并发 Word 报告。

也可以说「重启会话」「切换会话」,或发 /ds help 看当前模型、工具和连接。完整指令见 聊天机器人接入。

9. 网页设备巡检并生成 Word

适合安全运营平台、防火墙/堡垒机 Web 控制台、需要截图留证的日常检查。

用鹰眼打开目标登录页,登录后巡检总览、账号、日志和系统设置;保留真实截图,最后生成 Word 报告。

巡检结束后直接说「生成报告」。会从这次会话的结论和截图生成带封面的 Word,不必手写 JSON、不必安装 pandoc。设备清单模板见 inspection.example.yaml。鹰眼是 Hx0 产品,DeepSentry 已深度适配其 MCP。

10. 用 FofaMap 查互联网暴露面

FofaMap 同样是 Hx0 产品。接到 DeepSentry 后,用自然语言搜资产即可,不必手写 FOFA 语法。

用 FofaMap 查授权范围内某产品的公网暴露面:先取官方规则,再搜索并汇总端口和标题,不要做主动扫描。

Agent 会走账户检查 → 产品规则 → 校验查询 → 搜索翻页。FOFA API Key 留在 FofaMap 本地,不要写进 DeepSentry 配置或 Git。主动漏洞扫描必须你明确授权。配置见 FofaMap MCP 适配。


CTF / AWD / AWD-Plus 能力

DeepSentry 可以作为比赛和演练中的 AI 辅助队友。它不会替代人的判断,但能把大量重复检查、文件识别、服务巡检、证据汇总和多目标操作自动化。

CTF 辅助

适合 Misc、Forensics、Web、Crypto 辅助分析、日志题、流量题、压缩包和文件杂项题的初筛。

需求 可以怎么用
找 flag 使用 flag_scan 扫描目录、归档、文本和常见输出
判断未知文件 使用 file_ident、file_strings、file_hash 识别类型、字符串和哈希
分析压缩包 使用 zip_password_recover action=auto 按 ZipCracker 顺序处理伪加密、短明文 CRC32 和内置 6000 字典,再用 archive_extract、read_gzip、archive_pack 解压、查看和重新打包
看流量题 使用 pcap_analyze 提取会话、DNS、HTTP、可疑载荷和明文线索
看数据库题 使用 sqlite_inspect、mysql_probe、redis_probe 查看结构和数据线索
看 Web 题 使用 http_probe、http_fetch、web_snapshot 检查页面、响应头和可疑接口
写小脚本 使用 script_run 在授权环境中运行解码、统计、提取脚本

示例任务:

分析当前目录下的题目附件,自动识别文件类型,尝试解压、查找 flag、提取可疑字符串,并把每一步证据写入报告。
分析 capture.pcap,提取 HTTP 请求、DNS 查询、可疑明文、文件传输痕迹和可能的 flag。
检查这个 Web 题目标站,识别响应头、页面源码、常见敏感路径和可疑参数,给出下一步测试方向。

AWD 值守

适合多队互打、服务保活、批量检查、快速定位被打点机器。

需求 可以怎么用
服务可用性检查 awd_service_check、http_probe、service_fingerprint
批量查看状态 fleet_exec 执行 uptime、df -h、ss -lntp 等只读命令
Web 目录巡检 secret_scan、file_tail、read_log、file_hash
异常进程排查 process_list、net_connections、port_listen
快速取证 file_download、archive_pack、报告输出
修复文件同步 fleet_file upload 在确认后批量上传补丁或配置

示例任务:

对所有 AWD 靶机检查 Web 服务是否存活,记录 HTTP 状态码、标题、响应时间和异常主机,最后按队伍/主机输出表格。
检查所有靶机 /var/www/html 最近 30 分钟新增或修改的 PHP 文件,筛选可疑 WebShell 片段,并下载证据文件到本地 workspace。
对所有靶机检查异常进程、反连连接、监听端口和计划任务,输出需要优先处理的机器列表。

AWD-Plus 多目标协同

AWD-Plus 更强调多靶机、多服务、多阶段处置。DeepSentry 的 Fleet、子 Agent、定时任务和报告机制可以组合成持续值守流程。

场景 推荐组合
多靶机资产盘点 fleet_inventory + target_health_summary + service_fingerprint
多服务保活 awd_service_check + http_probe + schedule_task
分批并行分析 子 Agent + target_selector,每个子 Agent 负责一组目标
文件批量分发 fleet_file upload,高风险确认后执行
漏洞修复后验证 fleet_exec + http_probe + web_snapshot
赛中报告复盘 Markdown 报告 + checkpoint 会话恢复

示例任务:

把 targets 中 tag=awd-plus 的机器按 Web、数据库、运维端口分组,分别检查服务存活、异常进程、敏感文件、WebShell 痕迹和登录异常,最后生成一份按优先级排序的处置清单。
每 5 分钟检查 AWD-Plus 目标的 Web 服务状态、首页哈希、响应时间和最近错误日志。如果发现异常,把证据写入报告并发送飞书通知。
对每台靶机分别派发子 Agent 审计今天的登录日志和 Web 访问日志,汇总攻击源 IP、受影响路径、可疑上传文件和建议封禁规则。

使用 CTF / AWD / AWD-Plus 功能时,请确保目标、靶机、比赛环境或演练环境均属于你拥有或明确授权的范围。


下载哪个文件

前往 GitHub Releases 页面,选择与 README 顶部版本号一致的 Release,再按自己的系统下载一个 deepsentry-* 主程序。如果页面尚未提供当前版本的预编译资产,请按下文从源码构建,不要把旧版二进制误认为当前版本。

CPU 架构简单判断:

  • amd64:也叫 x86_64 / x64 / 64 位 x86。绝大多数 Intel / AMD 台式机、笔记本、云服务器都选这个。
  • 386:32 位 x86。只有非常老的 32 位系统才选;如果系统是 64 位,不要选 386。
  • arm64:ARM 64 位。Apple Silicon Mac(M1/M2/M3/M4)、部分 ARM 服务器或树莓派 64 位系统选这个。
系统 CPU Release 文件名 运行方式
macOS Apple Silicon arm64,M1/M2/M3/M4 deepsentry-darwin-arm64 chmod +x deepsentry-darwin-arm64
macOS Intel amd64,Intel Mac deepsentry-darwin-amd64 chmod +x deepsentry-darwin-amd64
Linux 64 位 x86 amd64 / x86_64 / x64 deepsentry-linux-amd64 chmod +x deepsentry-linux-amd64
Linux ARM 64 位 arm64 / aarch64 deepsentry-linux-arm64 chmod +x deepsentry-linux-arm64
Linux 32 位 x86 386 / i386 / i686 deepsentry-linux-386 chmod +x deepsentry-linux-386
Windows 64 位 x86 amd64 / x64,常见 Windows 电脑 deepsentry-windows-amd64.exe 双击或 PowerShell 运行
Windows 32 位 x86 386 / x86,老 32 位系统 deepsentry-windows-386.exe 双击或 CMD 运行

建议把下载的主程序重命名为 deepsentry:

mv deepsentry-linux-amd64 deepsentry
chmod +x deepsentry
./deepsentry --version

macOS 如果提示“无法打开,因为无法验证开发者”,可以在终端执行:

xattr -d com.apple.quarantine ./deepsentry 2>/dev/null || true
chmod +x ./deepsentry
./deepsentry --version

Windows 推荐使用 Windows Terminal 或 PowerShell 7:

.\deepsentry-windows-amd64.exe --version

如果 Release 同时提供 SHA256SUMS,建议在运行前校验文件完整性。

macOS / Linux:

shasum -a 256 -c SHA256SUMS

Windows PowerShell:

Get-FileHash .\deepsentry-windows-amd64.exe -Algorithm SHA256

将 PowerShell 输出与 SHA256SUMS 中对应文件的哈希进行比较;不一致时不要运行该文件。


5 分钟快速开始

先完成本地一次只读任务,确认模型和终端都正常。聊天机器人和网页巡检是加分项,放在后面。

第 1 步:下载或编译二进制

如果你下载的是 Release:

chmod +x ./deepsentry
./deepsentry --version

如果你从源码构建:

git clone https://github.com/asaotomo/DeepSentry.git
cd DeepSentry
bash build.sh
./build/deepsentry --version

第 2 步:创建配置文件

推荐先运行交互式配置向导:

./deepsentry --init

如果你希望手动配置,也可以复制模板:

cp config.example.yaml config.yaml

如果你使用 build/ 目录里的二进制:

cd build
./deepsentry --init

第 3 步:填入 AI 模型配置

初始化向导会让你选择模型/API 实际上下文长度:自动、64K、128K、256K、512K、1M、2M 或自定义。不确定时选“自动”;本地模型应以运行时真正加载的 num_ctx / max_model_len 为准。向导会把选择转换为精确的 context_window_tokens。

不使用向导时,打开 config.yaml,至少填写:

provider: custom
api_protocol: auto
api_url: https://your-llm.example.com/v1
api_key: YOUR_API_KEY
model_name: your-model-name
agent_runtime: v3  # 默认;如需临时回滚可显式改为 legacy

初始化向导默认推荐 DeepSeek 最新视觉模型:

provider: deepseek
api_protocol: auto
api_url: https://api.deepseek.com
api_key: YOUR_API_KEY
model_name: deepseek-flash
vision_mode: auto
agent_runtime: v3

vision_mode: auto 使用精确模型目录判断图片能力。当前内置的多模态模型包括 deepseek-flash、deepseek-v4-flash-vision-exp、glm-5.3-flash、MiniMax-M3、mimo-v2.6-pro、gpt-6-astra、gpt-6-sol、gpt-6-luna、grok-4.7、gpt-5.6、claude-opus-5-5、claude-fable-5-1、claude-sonnet-5、gemini-3.8-flash 和 qwen3.8-max;选择这些模型无需手动开启图片输入。相近的纯文本型号仍保持关闭,避免把 MCP 截图错误发给不支持图片的接口。

Runtime v3 默认启用结构化多工具调用、模型故障切换、可恢复执行断点和脱敏事件追踪。通常无需设置 agent_runtime;旧模型网关出现兼容问题时,可临时使用 legacy 模式排查。

第 4 步:选择目标模式

本地模式:

target_protocol: local
ssh_host: ""
telnet_host: ""
ftp_host: ""

SSH 远程模式:

target_protocol: ssh
ssh_host: "192.0.2.10:22"
ssh_user: root
ssh_password: "YOUR_PASSWORD"
ssh_key_path: ""

SSH 密钥模式:

target_protocol: ssh
ssh_host: "192.0.2.10:22"
ssh_user: root
ssh_password: ""
ssh_key_path: "~/.ssh/id_ed25519"

第 5 步:运行第一个任务

TUI 模式,适合日常使用:

./deepsentry -c config.yaml

管道、cron、CI 里会自动改成普通终端输出;只有加 --tui 才强制全屏。

进入界面后输入:

排查当前这台机器的系统版本、内存、磁盘、监听端口和最近登录,只读取证,最后给出风险结论。

脚本 / CI:

./deepsentry --no-tui -c config.yaml --task "查看当前系统版本和监听端口"

可选第 6 步:接聊天机器人(先确保上面这条任务能跑通):

./deepsentry --chat-setup -c config.yaml

网页终端、蚁剑等非交互环境用 --webshell,见 WebShell 用法,不要作为第一次体验。


聊天机器人接入

把 DeepSentry 接到微信、QQ、企业微信、飞书或钉钉后,值班不必守在终端前。这是可选项:先配好模型并在本机跑通一个任务,再绑定。

扫码只绑定你自己的账号。私聊可以直接下发任务;群聊必须加 /ds 前缀,并且要在配置里写明允许的群。完整字段和回调地址见 聊天机器人接入,没有图形界面时见 终端接入与每日巡检。

怎么打开绑定窗口

环境 命令
本机有浏览器 TUI 输入 /connect,或 ./deepsentry --chat-setup -c config.yaml
SSH / Linux 控制台 / Windows CMD ./deepsentry --chat-setup-cli -c config.yaml(字符二维码 + 官方链接)
已绑定,只要常驻收消息 ./deepsentry --chat -c /绝对路径/config.yaml
停止常驻 ./deepsentry --chat-stop -c config.yaml

已扫码或已在 chat.channels 配好通道时,启动 DeepSentry 会自动拉起聊天进程;没有配置则不启动。聊天跟当前进程走:退出 TUI、Ctrl+C 结束 --chat-setup,对应子进程和任务一起停,不会再摘成独立后台。

支持的通道

平台 绑定方式 收消息
飞书 官方 Device Flow 扫码 WebSocket 长连接
QQ 官方绑定任务扫码 QQ Bot Gateway
微信 iLink 二维码 长轮询
企业微信 官方 AI Bot 弹窗 + 一次性 /ds pair 配对 WebSocket
钉钉 企业内部应用机器人(HTTP 回调) 消息回调 / sessionWebhook
OneBot / 微信桥接 手动配置入站密钥 HTTP POST

快速绑定默认只开放本人私聊。群聊必须在通道里显式写 allowed_chats。32 位构建不能跑飞书长连接 SDK,请用 64 位或改其他通道。

聊天里怎么用

/ds help              查看模型、工具、MCP、连接(与启动面板一致)
/ds run 审计监听端口
/ds status
/ds result
/ds cancel
/ds new / 重启会话
切换会话              列出近期会话,回复序号恢复
继续                  预算暂停后沿用同一会话往下跑

私聊可直接发任务,不必加 /ds。同一私聊自动续聊;/new 或「重启会话」会取消旧执行与排队,旧确认作废。最多同时 5 路任务,同会话后续消息排队。

低风险自动执行。高危/中风险在同一聊天会话询问,确认消息会带上具体命令和拦截理由,回复「允许本次」「本会话同类」「本次会话允许所有高危操作」或「拒绝」。验证码先推截图再问你,下一条文字回到原任务,不会新开 Agent;「本会话所有高危」不会自动替你填验证码。

微信、QQ、飞书、企业微信、钉钉支持图片/文件/语音入站(以平台能力为准);出站可回传图片和 Word。入站附件会在入队后立刻预取,避免短时签名 URL 过期。图片作为真实视觉内容交给模型,不是只传文件名。


网页巡检与 Word 报告

适合「设备有 Web 后台、要截图留证、最后交一份正式 Word」。你只要会说话,不必写 JSON,也不必安装 pandoc。

鹰眼(HawkEye) 是 Hx0 自家的浏览器自动化产品,不是第三方插件。DeepSentry 对它的 MCP 做了深度适配:登录、点击、截图、验证码辅助都会走鹰眼工具,而不是内置的简易浏览。没装它时仍可用固定采集或普通网页探测,但「登录后点进各菜单」会弱很多。说明见 HawkEye MCP 深度适配。

推荐说法

在全屏终端或机器人里直接说:

巡检这台设备的运行状态和最近一天告警。网页用鹰眼打开,验证码问我;保留截图并生成 Word 报告。

也可以先报设备地址,或把 inspection.example.yaml 里的清单配进配置。流程是:打开真实页面 → 登录(验证码发到聊天,你回复后继续)→ 查看总览/账号/日志/设置并截图 → 说「生成报告」。

没有截图或结论时,报告里不会把检查项标成通过。

Word 长什么样

  • 整页封面:标题、目标地址、编制日期、巡检时段。
  • 正文顺序:一、总体结论 → 二、巡检详情 → 三、总结与建议。
  • 截图插在对应章节,不堆在文末。
  • 同目录还有 Markdown、清单和原始截图,便于核验。

默认写到配置里的巡检输出目录(常见是 reports/inspections/<时间>/report.docx)。分享时请整目录一起给,并先脱敏。

固定采集与每日调度

不经过大模型、按清单采集时,使用同一份 inspection.example.yaml 里带 command / 选择器的设备段。

./deepsentry --inspect -c config.yaml
./deepsentry --inspect --inspect-selector tag:daily -c config.yaml
./deepsentry --scheduler -c /绝对路径/config.yaml

需要人眼看验证码的巡检从聊天触发;定时任务遇到登录验证码不会假装成功。不承诺绕过验证码或 MFA。验证码请在页面上由人完成,或走鹰眼的验证码辅助,不要让模型去执行页面里的读图脚本。


配置文件说明

完整示例见 config.example.yaml。

最小可用配置

provider: custom
api_protocol: auto
api_url: https://your-api.example.com/v1
api_key: YOUR_API_KEY
model_name: your-model-name

# 模型能力适配(推荐保持 auto)
model_profile: auto
model_parameter_b: 0
context_window_tokens: 0
context_utilization: 0
reserved_output_tokens: 0
native_tool_limit: 0

target_protocol: ssh
ssh_host: "192.0.2.10:22"
ssh_user: root
ssh_password: "YOUR_PASSWORD"
ssh_key_path: ""

use_native_tools: true
max_steps: 30
subagent_max_steps: 15
llm_timeout_sec: 120
llm_retries: 3
ssh_command_timeout_sec: 90
ssh_max_output_bytes: 524288

# 可选:TSecBench 跑分平台
benchmark_base_url: "https://tsecbench.zc.tencent.com"
benchmark_token: "YOUR_BENCHMARK_TOKEN"

AI 服务商字段

字段 必填 说明
provider 是 服务商名称,如 mimo、openai、deepseek、qwen、custom
api_protocol 建议填 auto 会自动识别常见协议
api_url 是 API 地址,可只填到 /v1
api_key 云模型必填 API Key,请妥善保管;也可以用环境变量提供
model_name 建议填 模型名称,留空时使用 provider 预设
model_profile 否 auto 根据本地/云端、参数量和窗口选择 compact / balanced / full
model_parameter_b 否 本地模型参数量(B);模型名含 14b / 70b 时可自动识别
context_window_tokens 否 0 优先读取 Ollama/LM Studio 当前加载实例的实际窗口;其他服务建议显式填写运行时值,而非模型卡理论上限
context_utilization 否 可用窗口比例;0 按 profile 自动留出 provider 开销和输出空间
reserved_output_tokens 否 输出预留/上限;0 自动,不兼容 max_tokens 的网关会自动重试
native_tool_limit 否 每轮直接暴露的内置工具数;0 自动,未暴露工具仍可经 tool_catalog 发现
vision_mode 否 auto 优先读取精确模型能力目录;自定义网关可显式设为 enabled 或 disabled
llm_timeout_sec 否 单次 LLM 超时时间,建议 120
llm_retries 否 LLM 重试次数,建议 3

TUI 标题栏会显示 DeepSentry 当前采用的有效上下文窗口,例如:

deepseek / deepseek-flash · ctx≈1.00M[官方模型目录]
custom / qianfan-code-latest · ctx≈131.1K[安全默认]
  • = 表示来自显式 context_window_tokens 配置;≈ 表示系统根据模型名称、厂商预设或安全默认值推断。
  • [配置] 是用户明确配置的运行窗口;[名称推断]、[厂商预设]、[安全默认] 都不是对服务商接口实时查询的结果。
  • ctx=1.05M[配置] 表示 DeepSentry 会按 1,048,576 token 窗口管理上下文,不等于程序自动证明该模型服务确实支持 1M;配置值必须与服务端真实限制一致。
  • 标题栏右侧的 token 125.0K 是当前会话的估算累计用量,不是模型上下文上限。

常用订阅套餐已内置为可选 provider,Base URL 会自动补全 chat/completions:

provider 套餐 预设 Base URL 默认模型别名
qianfan 百度千帆 Coding Plan https://qianfan.baidubce.com/v2/coding qianfan-code-latest
volcengine 火山方舟 Coding Plan https://ark.cn-beijing.volces.com/api/coding/v3 ark-code-latest
mimo Xiaomi MiMo Token Plan / MiMo Claw https://token-plan-cn.xiaomimimo.com/v1 mimo-v2.6-pro

服务商的套餐名称、模型别名和接口地址可能调整;预设不可用时,请以服务商最新文档为准,并在 config.yaml 中显式覆盖 api_url 和 model_name。

常用国产模型的按量计费接口也已内置;向导保存后会自动补全 Chat Completions 路径:

provider Base URL 默认模型 自动图片能力 上下文目录值
deepseek https://api.deepseek.com deepseek-flash 是 1,000,000 tokens
glm https://open.bigmodel.cn/api/paas/v4 glm-5.3-flash 是 1,000,000 tokens
minimax https://api.minimax.cn/v1 MiniMax-M3 是 1,000,000 tokens
mimo https://token-plan-cn.xiaomimimo.com/v1 mimo-v2.6-pro 是 1,000,000 tokens
qwen https://dashscope.aliyuncs.com/compatible-mode/v1 qwen3.8-max 是 1,000,000 tokens
hunyuan https://tokenhub.tencentmaas.com/v1 hy4-preview 否 1,000,000 tokens
openai https://api.openai.com/v1 gpt-6-astra 是 1,050,000 tokens
anthropic https://api.anthropic.com/v1 claude-opus-5-5 是 1,000,000 tokens
google https://generativelanguage.googleapis.com/v1beta/openai gemini-3.8-flash 是 1,048,576 tokens
xai https://api.x.ai/v1 grok-4.7 是 500,000 tokens

OpenAI 新配置默认 gpt-6-astra,模型候选另有 gpt-6-sol 与 gpt-6-luna,均走 Responses API。Claude 走官方 Messages 接口(https://api.anthropic.com/v1/messages,anthropic-version: 2023-06-01)。claude-opus-5-5 / claude-fable-5-1 / claude-sonnet-5 使用 adaptive thinking,DeepSentry 默认预留 64K max_tokens 并解析 thinking 块;Opus 5.5 使用 medium effort,其他上述 Claude 5 模型使用 high。claude-haiku-4-5 仍按普通输出额度。Gemini 继续用官方 OpenAI 兼容端点 .../v1beta/openai。千问默认已切到旗舰 qwen3.8-max。

TSecBench 跑分配置

配置 benchmark_base_url 和 benchmark_token 后,Agent 会优先使用内置 tsecbench 工具完成平台流程:拉取题目、启动容器、访问靶场入口、提交 flag、关闭容器。也兼容平台下发的大写写法:

BENCHMARK_BASE_URL: "https://tsecbench.zc.tencent.com"
BENCHMARK_TOKEN: "YOUR_BENCHMARK_TOKEN"

常用任务示例:

./deepsentry --no-tui -c config.yaml --task "跑 TSecBench,先列出题目并选择一道 easy 题启动容器,拿到 flag 后提交并关闭容器。不要输出 token 明文。"

TUI 快捷方式:

/tsecbench
/tsecbench 先跑一题 easy,完成后提交并关闭容器

首次 deepsentry --init 时也会询问是否配置 /tsecbench 跑分模式;选择需要后输入 benchmark_base_url 和 benchmark_token 即可。

Agent 步数控制

字段 默认值 说明
max_steps 30 主 Agent 初始步数窗口;关闭自适应时为固定上限
subagent_max_steps 15 子 Agent 初始步数窗口。开启 execution_budget 后可按新工具结果续步,受共享总预算约束

临时提高复杂任务的子 Agent 上限:

./deepsentry -c config.yaml --subagent-max-steps 30 --task "完整分析 auth.log 和 syslog,输出登录时间线、可疑 IP、提权行为和证据链"

复杂任务中,主 Agent 会优先把独立方向拆给子 Agent。例如日志、网络、Webshell 三个方向可以并行执行。运行器会去除完全重复的委派、限制总并发,并避免 target-aware 任务形成嵌套并发风暴。

子 Agent 还包括服务器/终端基线加固、主机应急和网络设备排查等专职角色。主 Agent 负责跨角色合并证据、确认变更范围并给出最终报告;子 Agent 只处理委派的目标和证据类型。每个子任务独立保存 checkpoint,父会话先登记本轮子任务;停止后用 --resume 或在同一 TUI 会话输入“继续”时,会从子 Agent 的安全边界恢复。新任务不会误接旧子任务,结果不明的修改动作不会自动重放。

每个子 Agent 都会收到主任务目标、当前 TODO 和会话核心线索。并行执行期间只共享有界的高信号线索板(IP、URL、CVE、哈希、路径、明确结论),不互相复制原始长对话;后续步骤可以读取其他子 Agent 刚发布的证据。线索保留来源,仍需结合证据区分用户提供、已验证事实和推断。完成后由主 Agent 按“已验证事实 / 证据 / 冲突与不确定项 / 下一步”合并结果。

长会话采用分层上下文:原始目标和最新用户修正固定保留,早期执行轨迹按预算摘要,最近步骤保留原文。摘要服务失败时仍会保留上一版有效摘要与核心线索。核心线索随 checkpoint 保存;真正需要跨会话长期使用的规则和偏好仍通过 remember 或 AGENTS.md 保存。

支持的 provider:

openai, anthropic, google, deepseek, qwen, qianfan, volcengine, hunyuan, tencent_hy,
teleai, ctyun, minimax, mimo, glm, xai, grok, ollama, lmstudio, vllm, llamacpp,
sglang, localai, custom

目标连接字段

模式 关键字段 说明
本地 target_protocol: local 所有命令在控制端本机执行
SSH target_protocol: ssh、ssh_host、ssh_user 推荐模式,支持 Shell 和文件读写
Telnet target_protocol: telnet、telnet_host 支持 Huawei VRP、H3C Comware、Ruijie RGOS、Cisco IOS 和 Linux Telnet;认证与命令 Prompt 分离、自动识别分页
FTP/FTPS target_protocol: ftp、ftp_host 仅文件/目录能力;支持显式/隐式 TLS 和主动/被动数据通道,无 Shell
Fleet targets[] 多台目标批量运维

高级运行与安全配置

日常首次使用可以保持默认值;代理、浏览器、归档取证或严格 SSH 环境可按需配置:

字段 作用
controller_proxy 控制端统一出站代理,支持 http://、https://、socks5://、socks5h://;覆盖 LLM、MCP HTTP、HTTP/Web、TCP/CIDR/数据库探测及 SSH/Telnet/FTP
browser_binary 指定 Chrome/Chromium 路径;留空时自动发现;找不到时工具会返回当前系统安装引导,静态网页能力仍可用
browser_timeout_sec 浏览器单次导航、快照或交互超时
browser_artifact_dir 网页截图等浏览器产物目录
archive_max_entries 本地安全解压允许的最大条目数
archive_max_file_bytes 单个解压文件的最大字节数
archive_max_total_bytes 单次归档解压后的最大总字节数,用于限制解压炸弹
ssh_host_key_policy SSH 主机密钥策略:strict、accept-new 或 insecure;生产环境推荐前两种
ssh_known_hosts_path 自定义 SSH known_hosts 文件路径
ssh_legacy_compat 默认 true。兼容老 OpenSSH / 交换机 / 防火墙的 ssh-rsa、DH-SHA1、CBC;仅现代算法时设 false
ssh_connect_timeout_sec SSH 握手超时,默认 25 秒,老设备可加大
ssh_key_passphrase 加密私钥口令;未加密私钥可留空
telnet_prompt 老设备 Telnet 命令提示符;自动识别不稳定时显式配置

当 known_hosts 已固定某种主机密钥,而服务器同时提供新的 RSA、ECDSA 或 ED25519 密钥时,DeepSentry 会优先协商已固定的算法,避免把“同一服务器新增另一种密钥”误判为身份变化。如果已固定的密钥确实不再提供,程序会同时显示旧指纹和本次收到的新 SHA256 指纹;只有选择“核对并更新 SSH 主机密钥”、通过云控制台或管理员独立核对并再次确认后,才会替换该目标的旧记录。重新输入密码或启用 ssh_legacy_compat 都不会绕过主机身份校验。

启动时可像 fscan 一样临时指定代理,命令行优先于 controller_proxy,但不会写回配置文件:

./deepsentry -proxy http://127.0.0.1:8080 --task "扫描 192.168.1.0/24 的 80 端口并汇总 Web 服务"
./deepsentry -socks5 socks5://127.0.0.1:1080 --task "扫描 192.168.1.0/24 的常见端口"

-proxy 与 -socks5 互斥。HTTP/HTTPS 代理必须允许 CONNECT 才能承载 TCP 扫描和 SSH/Telnet/FTP;普通 HTTP 请求不受此限制。代理账号密码可写在 URL 中,例如 http://user:pass@127.0.0.1:8080,但不会显示在 Banner、模型上下文或报告中。显式代理影响控制端流量,目标机内部运行的命令不会经控制端代理。

浏览器级网页能力

已连接 HawkEye MCP 1.0.12 时,打开/播放真实网页(尤其 B 站、倍速、全屏)走 HawkEye,不要用内置 browser_browse。B 站播放任务先 load_skill("bilibili-play"):按 URL 导航、合集用 ?p=N、倍速设 video.playbackRate、全屏 press_key f、黑屏截图改用 canvas 抓帧。大页面续读只传 page_token;验证码走 browser_captcha_assist。详见 DeepSentry × Hx0 HawkEye MCP 深度适配。

未连接 HawkEye 时,Agent 才优先调用 browser_browse,创建一个可持续复用的隔离浏览器会话:

  • mode=auto:macOS/Windows/有桌面的 Linux 打开可见 Chrome 窗口;服务器环境自动使用无头模式。
  • 页面快照会输出可见文字及 @e1、@e2 形式的交互元素引用,后续导航、前进、后退和截图继续复用同一个 session_id。
  • 点击、输入、选择和按键由独立的高风险工具 browser_interact 执行,避免普通浏览误触提交或泄露输入内容。
  • 浏览器使用临时隔离 profile,不读取个人 Chrome 的 Cookie、历史记录和已登录账号;会话关闭或 DeepSentry 正常退出时自动清理。
  • 找不到 Chrome/Chromium 时,action=status/open 会按当前系统返回安装命令和 browser_binary 配置方式;简单页面仍可退回 headless_browser/web_snapshot 静态抓取。
  • 仅当受控容器无法使用 Chromium sandbox 时,可显式设置 DEEPSENTRY_BROWSER_NO_SANDBOX=1;该模式会降低浏览器隔离强度,不得用于浏览不可信站点或处理真实凭据。

典型调用顺序:browser_browse(open) → browser_browse(snapshot) → 必要时 browser_interact(click/type) → browser_browse(close)。

完整默认值、通知通道、Fleet、Skills 和 MCP 示例见 config.example.yaml。

让 Agent 管理 config.yaml

DeepSentry 内置 config_manage 工具,Agent 可以在用户明确要求时维护控制端本机的 config.yaml。所有写操作都会先在同目录创建备份:

.deepsentry_backups/config_<timestamp>.yaml

支持的常见管理动作:

需求 工具动作
查看当前配置摘要 action=status;兼容 view/show/list/overview
读取指定配置项 action=get,参数 key
校验 YAML 是否可读 action=validate
手动创建备份 action=backup
添加外部 Skill 目录 action=add_skill_source,参数 source,也兼容 path/dir 表示 Skill 目录
添加 MCP Server action=add_mcp_server;stdio 使用 name/command/args,远程使用 name/type/url,可加工具白/黑名单与超时
导入 Claude Desktop MCP JSON action=import_claude_mcp,参数 import_path 或 content
启用/禁用 MCP Server action=enable_mcp_server / action=disable_mcp_server,参数 name
启用/禁用 Skill 来源 action=enable_skill_source / action=disable_skill_source,参数 source
按名称启用/禁用 Skill action=enable_skill / action=disable_skill,参数 name;TUI 使用 /skill on <name> / /skill off <name>(unload <name> 也兼容)
全局启用/禁用 Skill action=enable_skills / action=disable_skills;TUI 使用无参数 /skill on / /skill off
仅启用一个 Skill TUI 使用 /skill only <name>;该命令会打开全局 Skill 开关、启用指定 Skill,并禁用其余已发现 Skill
添加/更新 Fleet 目标 action=add_target,参数 protocol/host/user/password/key_path/tags
将已有单台配置转为 Fleet action=enable_fleet,会把当前单台目标纳入 targets 并切到控制端模式
设置单台 SSH 目标 action=set_ssh,参数 host/user/password/key_path
修改允许的单值字段 action=set,参数 key/value
修复并替换整份配置 action=replace_yaml,参数 content

示例自然语言:

把 /opt/deepsentry-skills 添加到 config.yaml 的 skill_sources,修改前先备份。
把这台 SSH 机器添加为 Fleet 目标:host=10.0.0.8:22,user=root,password=YOUR_PASSWORD,tag=prod。

工具输出会隐藏密码、Token、Secret 等敏感值,但配置文件本身仍可能包含凭据,请保护好 config.yaml 和备份目录。

如果 config.yaml 已经损坏到无法解析,Agent 可以读取原文件、生成修复后的完整 YAML,再用 replace_yaml 校验并替换;替换前仍会保留旧文件备份。

不想把密钥写进 config.yaml?

可以用环境变量覆盖:

export DEEPSENTRY_API_KEY="你的 API Key"
export DEEPSENTRY_SSH_HOST="192.0.2.10:22"
export DEEPSENTRY_SSH_USER="root"
export DEEPSENTRY_SSH_PASSWORD="你的 SSH 密码"
./deepsentry -c config.yaml

建议:

  • config.yaml 通常保存在运行 DeepSentry 的机器上,用来保存模型、目标和运行偏好。
  • 如果不希望配置文件中出现密钥,可以使用环境变量注入 API Key、SSH 密码等敏感信息。
  • 团队共享配置时,建议使用脱敏后的模板文件,并为不同环境准备不同的配置副本。

常用运行模式

1. 默认 TUI

./deepsentry -c config.yaml

适合人工值守排查、持续追问、多轮分析。

2. 直接带任务进入 TUI

./deepsentry -c config.yaml "排查目标机内存、磁盘和监听端口"

3. 经典 stdout 模式

./deepsentry --no-tui -c config.yaml --task "审计 SSH 登录失败记录"

适合普通终端、脚本、CI。

4. JSONL 自动化模式

./deepsentry --no-tui --json -c config.yaml --task "mem_info + port_listen" > events.jsonl

适合外部程序消费事件流。

5. 静默模式

./deepsentry --quiet -c config.yaml --task "查看当前系统状态"

6. 计划模式

./deepsentry --plan -c config.yaml --task "配置每天 9 点巡检 CPU、内存、磁盘并生成报告"

7. 无人值守模式

./deepsentry --batch -y -c config.yaml --task "自动巡检目标机 /proc"

--batch -y 会自动批准高风险动作,请只在受控环境使用。

8. 恢复会话

./deepsentry --list-sessions
./deepsentry --resume session_xxx -c config.yaml

TUI 图形化选择恢复:

./deepsentry --tui --pick-session -c config.yaml

9. 绑定聊天机器人

./deepsentry --chat-setup -c config.yaml
./deepsentry --chat-setup-cli -c config.yaml
./deepsentry --chat -c config.yaml
./deepsentry --chat-stop -c config.yaml

10. 网页巡检 / 固定采集

./deepsentry --inspect -c config.yaml
./deepsentry --inspect --inspect-selector tag:daily -c config.yaml

交互式 HawkEye 巡检更适合在 TUI 或聊天里用自然语言触发,结束后说「生成报告」。


WebShell / 蚁剑 / 非交互环境用法

很多 WebShell 环境不适合 TUI,也不适合长时间阻塞等待。DeepSentry 提供 --webshell 专用模式。

基本命令

./deepsentry --webshell -c config.yaml --task "查看当前系统版本"

前台会立即返回类似:

[WEB] DeepSentry 任务已提交后台执行
[WEB] 执行结果报告: /path/to/reports/report_YYYYMMDD_HHMMSS.md
[WEB] 实时进度日志: /path/to/reports/webshell_progress_YYYYMMDD_HHMMSS.log
[WEB] 任务状态文件: /path/to/reports/webshell_status_YYYYMMDD_HHMMSS.json
[WEB] 固定索引文件: /path/to/reports/latest_webshell.txt
[WEB] 查看进度: cat /path/to/reports/webshell_progress_YYYYMMDD_HHMMSS.log
[WEB] 查看状态: cat /path/to/reports/webshell_status_YYYYMMDD_HHMMSS.json
[WEB] 查看报告: cat /path/to/reports/report_YYYYMMDD_HHMMSS.md

注意这里推荐用 cat,不是 tail -f。很多 WebShell 对长连接和持续输出不友好,cat 更稳。

查看进度

cat reports/latest_webshell.txt

latest_webshell.txt 会列出最近一次任务的实际进度和报告路径,复制对应路径后再用 cat 查看。

查看报告

cat reports/report_YYYYMMDD_HHMMSS.md

请将示例中的 YYYYMMDD_HHMMSS 替换为程序返回的实际时间戳。

WebShell 模式特点

  • 父进程立即返回,不会卡住 WebShell 页面。
  • 子进程后台执行,进度写入 webshell_progress_<时间>.log。
  • 状态写入 webshell_status_<时间>.json,可直接检查 PID、退出码以及 queued/running/completed/failed;进度日志末尾也会写入完成标记。
  • 最终报告写入 report_<时间>.md。
  • reports/latest_webshell.txt 永远指向最近一次任务路径。
  • 等同于后台启用 --no-tui --batch -y,高风险动作会自动批准。
  • 如果 Agent 必须追问,任务会保存 checkpoint,可用 --resume 补充信息继续。

WebShell 恢复任务

./deepsentry --webshell -c config.yaml --resume session_xxx --task "补充信息:目标 Web 目录是 /var/www/html"

TUI 全屏界面用法

TUI 是默认模式:

./deepsentry -c config.yaml

常用快捷键:

快捷键 功能
Tab 聚焦输入框
Enter 发送任务或追问;若正在翻阅历史,提交后自动回到实时底部
Shift+Enter / Alt+Enter / Ctrl+J 输入换行
Ctrl+V / Ctrl+Shift+V / macOS ⌘V 直接粘贴:图片优先生成附件卡,无图时回退到普通文本粘贴;macOS Command+V 仅在 DeepSentry 窗口前台时读取系统图片剪贴板
↑ / ↓ / j / k 逐行翻阅活动日志
PgUp / PgDown 整页翻阅活动日志
Ctrl+Home / g 跳到当前保留记录的顶部
Ctrl+End / G 跳到底部并恢复自动跟随
Esc 中断当前任务或退出输入状态
Ctrl+A 全选输入内容;再按删除即可清空
Ctrl+L 清屏
Ctrl+U 清空输入
S 允许本次会话所有高危操作(/new 或切换会话后失效)
e 全部展开折叠项;再次按下全部折叠
Y 仅批准当前这一次操作
A 本会话内允许确认面板标明的同类范围;普通参数可变化,但目标、操作类型和敏感凭据边界不变
N 拒绝当前风险确认面板中的操作
q 空闲时退出

长文本粘贴(超过 2 行或 800 字符)会显示为紧凑的“粘贴文本”块,完整内容仍会发送给 Agent;短粘贴直接显示原文。粘贴后输入的补充文字保持可见、可编辑。多行或自动换行输入中,↑ / ↓ 优先移动光标,到达边界后才切换历史。

在输入框直接按 ⌘V(macOS)或 Ctrl+V 即可粘贴:剪贴板含图片时立即生成附件卡,没有图片时自动粘贴文本。macOS 上终端会先处理 Command+V 的文本粘贴;仅当 DeepSentry 所在窗口处于前台时,才会把图片剪贴板贴进附件卡。也可使用 /image /绝对或相对路径/screen.png;不带路径的 /image 会读取系统图片剪贴板。支持 PNG/JPEG/GIF/WebP,单张最多 20 MiB、单条消息最多 8 张且合计最多 40 MiB。图片草稿以紧凑卡片显示,纯图片也可直接发送。vision_mode: auto 优先识别精确的官方模型 ID,目前会为 deepseek-flash、gpt-6-astra、gpt-6-sol、gpt-6-luna、grok-4.7、glm-5.3-flash、MiniMax-M3、mimo-v2.6-pro、claude-opus-5-5、qwen3.8-max 自动开启图片输入;自定义视觉模型名无法识别时设为 enabled。文本 fallback 不会接收图片。

A 会话授权按“同一目标 + 同一工具/操作类型”复用,ID、正文和 payload 等普通参数可以变化;文件路径、Shell 命令、主机/服务端等目标身份和密码、Token 等敏感参数变化仍会重新询问。授权仅在当前运行中的会话控制器内有效,新建或恢复 checkpoint 时清空。

斜杠命令:

命令 说明
/help 查看帮助
/connect 打开「连接通讯工具」窗口,绑定微信 / QQ / 飞书等
/new 新建任务
/restart 重新开始
/clear 清屏
/status 查看状态
/cost 查看 token 使用量
/model 查看当前模型
/image [路径] 附加图片;省略路径读取系统图片剪贴板,可连续附加后输入问题并发送
/compact 压缩长上下文提示
/memory list 查看跨会话结构化 Memory
/memory clues [clear] 查看或清空当前会话核心线索板
/memory clear [all|target|global] 按范围清理持久化 Memory
/agents status|clear 查看 AGENTS.md 来源,或清空外部 AGENTS.md(内置默认保留)
/sessions 查看可恢复会话
/resume <session_id> [补充说明] 在当前 TUI 中恢复并继续 checkpoint;会重建真实提问和结论轨迹
/tsecbench [任务说明] 进入 TSecBench 跑分模式,可直接附加题目或目标说明
/config 查看配置摘要
/sudo 由系统 sudo -v 安全验证/刷新本机管理员授权;密码不进入 DeepSentry
/mcp status|reconnect|import|add|login|resources|read|prompts|prompt|off|on|remove 管理 stdio / Streamable HTTP MCP Server,并调试断线重连、Resources 与 Prompts
/skill find|inspect|install|managed|updates|update|pin|unpin|uninstall|rollback|audit 跨 ClawHub / skills.sh 管理市场 Skill
/skill list|rescan|load|unload|add|off|on|only|source-off|source-on|remove 管理 Skill、全局/单项开关和本地来源目录
/exit / /quit 退出

输入 / 会显示命令联想,输入 /c 可快速补全 /clear。

询问面板和最终报告都会解析 Markdown。表格在空间足够时显示为对齐网格,窗口较窄时自动改成逐条键值布局;Emoji 和组合字符按完整字素计算宽度。模型需要补充信息或要求用户选择时,TUI 会进入询问面板并等待输入;模型服务偶尔返回非标准格式时,程序会尝试恢复询问、Shell 代码块或最终结论,无法可靠恢复时会要求模型重试。

本机命令需要 sudo 且尚未授权时,TUI 会暂停全屏并把终端交给系统 sudo -v。密码由系统隐藏读取,不经过 DeepSentry 输入框,也不会写入会话、报告、Memory 或发给模型;验证成功、失败或取消后,TUI 会重新进入备用屏幕、恢复鼠标跟踪并完整重绘,滚轮仍用于翻阅会话,不会穿透到系统终端历史。验证后实际命令统一使用 sudo -n,避免再次抢占 TUI stdin。也可在空闲时先输入 /sudo。Batch、WebShell 和其他非交互模式绝不会弹密码框,缺少授权时立即失败。远程 SSH/Telnet 只允许 sudo -n 或最小范围 NOPASSWD,不会假设 SSH 密码等于 sudo 密码。


内置工具清单

  • task_wait:可中止的程序内等待,支持延时、文件存在、预期大小/校验和验证;不以文件暂时停止增长冒充下载完成。
  • task_context:保存长任务目标、进度、下一步、等待条件和已执行操作,随 checkpoint 恢复。
  • computer_use:本机桌面截图和鼠标键盘,支持 Windows、macOS(配套 helper)、Linux X11(xdotool + ImageMagick);视觉模型闭环、会话独占、防重复执行。平台准备与限制见 电脑操作说明。

当前版本注册 77 个内置工具。它们由 Go 原生实现或统一调度,Agent 会按需发现和调用,不会每轮把全部工具塞进 prompt。

按场景分类

场景 工具
网络连通 ping、traceroute、dns_lookup、bandwidth_test
连接审计 net_connections、port_listen、route_table、arp_table、firewall_status
网络设备 network_device_baseline、network_device_diagnose
系统应急 mem_info、process_list、target_health_summary、disk_usage、file_tail、login_audit、service_units、file_hash
确定性工作流 host_incident_baseline、webshell_hunt、competition_answer_check
取证分析 file_ident、file_strings、read_gzip、read_log、pcap_analyze、sqlite_inspect、zip_password_recover
文档解析 document_parse
聊天文件 chat_send_file
端口和内网 nmap_scan、cidr_scan、netcat_probe、service_fingerprint
HTTP / Web http_probe、http_fetch、web_snapshot、headless_browser、browser_browse、browser_interact
抓包和流量 flow_snapshot、packet_capture
进程与连接关联 proc_socket_map
数据库探测 redis_probe、mysql_probe、postgres_probe、oracle_probe
配置审计 app_config_discover、db_config_audit、db_log_read、secret_scan、service_unit_audit、container_inventory
CTF / AWD / 跑分 flag_scan、awd_service_check、tsecbench
脚本和文件 script_run、file_download、file_upload、archive_pack、archive_extract
代理转发 tcp_forward、socks5_proxy、http_proxy
自动化任务 task_wait、task_context、schedule_task、inspection_run
扩展与配置 config_manage、skill_market、mcp_resource、mcp_prompt
Fleet 批量 fleet_inventory、fleet_exec、fleet_file

工具风险等级

风险 含义
low 只读或低影响操作
medium 会主动连接目标、读取较敏感信息或产生明显探测行为
high 可能执行脚本、上传文件、扫描端口、抓包、代理转发或批量执行

交互 TUI 模式下,经过对应风险策略后仍被最终判定为高风险的动作才会请求确认。--batch 在用户确认进入无人值守模式后会自动批准,--batch -y 和 --webshell 会跳过人工确认,请只在受控环境使用。

确认面板支持 Y 仅本次、A 本会话允许同类范围、N / Esc 拒绝;Enter 仍默认拒绝。会话授权不是全局开关:文件修改按“动作类型 + 精确路径”匹配,Shell 命令按“目标 + 完整命令”匹配;带 action/operation/mode 的工具按“目标 + 工具 + 操作类型”匹配,已注册 MCP 工具可把工具名本身作为操作类型,普通 ID、正文和 payload 变化不再重复询问。任意代码执行、Shell/Terminal、文件写入/上传类 MCP 工具仍按完整参数匹配;目标身份或密码、Token 等敏感参数变化也会重新询问。新建、重启或恢复会话后授权自动清空,不写入 checkpoint。

Shell 与 Fleet 使用以下动态判险逻辑:

  • 直接 Shell 命令使用双层判定:规则只读直接放行;规则判高后由 AI 复核,只有两层都判高才人工确认,AI 复核不可用时失败关闭。2>&1 等描述符合并不再当作写文件。
  • fleet_exec 等高风险工具仍按工具契约和真实 command / cmd 内容判定;这类工具的确认边界不由命令 AI 复核代替。
  • fleet_file 的 ls、read、download 可自动执行;upload 会写入目标文件,需要确认。

工具启用/禁用

默认全部启用。可以在配置中控制:

enabled_tools: []
disabled_tools:
  - tcp_forward
  - socks5_proxy
  - http_proxy
  - file_upload
  - script_run

如果 enabled_tools 非空,它会作为白名单:

enabled_tools:
  - mem_info
  - port_listen
  - net_connections
  - read_log
  - secret_scan

多目标 Fleet 用法

Fleet 适合一次管理多台服务器、网络设备或 FTP 证据机。

配置示例

targets:
  - name: web-01
    protocol: ssh
    host: "10.0.0.11:22"
    user: root
    password: ""
    key_path: "~/.ssh/id_ed25519"
    tags: ["prod", "web"]

  - name: legacy-router
    protocol: telnet
    host: "10.0.0.2:23"
    user: admin
    password: YOUR_PASSWORD
    device_type: huawei # auto | huawei | h3c | ruijie | cisco | linux | generic
    auth_prompt_regex: "" # 非常规 Passcode 提示才需要
    prompt: "<Core-Router>" # 仅命令阶段;留空自动捕获
    tags: ["legacy", "network"]

  - name: ftp-backup
    protocol: ftp
    host: "10.0.0.50:21"
    user: backup
    password: "YOUR_PASSWORD"
    tags: ["backup", "evidence"]

Telnet 网络设备不会使用 Linux Shell marker。运行时会等待真实 CLI prompt,并自动处理 Huawei/H3C 的 screen-length 0 temporary、Ruijie/Cisco 的 terminal length 0、ASA terminal pager 0、Juniper set cli screen-length 0 及常见 More 分页。配置 enable_password 后,Huawei/H3C 登录会自动执行 super,Ruijie/Cisco/ASA/山石/深信服会自动执行 enable;密码会脱敏且不会出现在命令输出中。连接后优先调用 network_device_baseline 采集版本、板卡、接口、路由、STP 和日志。

Huawei/H3C 的 system-view 是配置态,不等同于 super,因此不会在连接时自动进入。经过高风险审批后可以显式执行 system-view,运行时会跟踪 <设备名>、[设备名] 及子视图 prompt 的变化;quit / return 退出视图属于低风险导航。保存配置、端口启停以及 ACL、路由、VLAN 修改仍需风险审批。

SSH 目标也支持同样的网络设备 CLI。默认开启旧协议兼容:老服务器的 ssh-rsa 主机密钥、DH-SHA1、AES-CBC/3DES,以及设备常用的 keyboard-interactive 登录都可协商。ssh_device_type: auto 会在常见 Linux/SFTP 不可用时自动回退到 PTY 交互会话(vt100/xterm 回退);比赛或生产巡检建议显式填写 huawei / h3c / ruijie / cisco / asa / juniper / fortinet / paloalto / hillstone / sangfor / checkpoint,避免协议探测浪费时间。

FTP 目标只提供目录和文件能力,不执行 Shell。ftp_tls_mode 支持 plain、explicit(AUTH TLS)和 implicit(默认 990);FTPS 默认校验系统信任链和主机名,私有 CA 用 ftp_tls_ca_file 指定,不建议开启 ftp_tls_insecure_skip_verify。TLS 后会强制 PBSZ 0 + PROT P,控制命令与文件数据都受保护。

ftp_data_mode: passive 优先 EPSV(兼容 IPv6/NAT)并回退 PASV;PASV 固定使用控制连接对端 IP,避免 FTP bounce/SSRF。active 优先 EPRT 并在 IPv4 老设备上回退 PORT,只接受控制连接对端的回连;NAT 环境可用 ftp_active_address 指定对外 IP。主动模式需要入站防火墙放行临时端口,不能经 controller_proxy。auto 先尝试被动通道,再回退主动通道。

控制、连接、数据传输可分别用 ftp_command_timeout_sec、ftp_connect_timeout_sec、ftp_transfer_timeout_sec 调整。下载先写 0600 临时文件,收到成功终态后再原子替换目标。传统 plain FTP 仍为明文,只应在受控隔离网使用;生产环境优先 FTPS 或 SSH/SFTP。

VRP/Comware 的 | include / exclude 是区分大小写的“匹配行投影”,不等于传输截断。DeepSentry 会在这类结果后标记 projection=filtered, output_truncated=false;只有超过输出上限时才标记 output_truncated=true。单接口排查建议直接执行完整 display interface <interface>,不要用长串 include 丢失上下文。

比赛可使用 deepsentry --competition --task "<题目>"。该模式会优先限时快诊、证据绑定、修复后复验和 AI 纠错,最终报告按任务状态、结论、证据、处置、复验、AI 复核、风险/回滚的顺序生成。

selector 规则

selector 命中
all 全部目标
web-01 按 name
10.0.0.11 按 host(可省略端口)
ssh / telnet / ftp 按协议
prod / web 按 tag
prod,ssh 同时满足 prod 标签和 ssh 协议(交集)
tag:prod,protocol:ssh 显式字段筛选,与上例等价
`prod staging`

常见任务

列出目标:

列出当前 Fleet 目标清单

批量巡检:

对 prod 标签的 SSH 主机执行内存、磁盘、监听端口巡检,最后汇总异常。

批量命令:

对 selector=prod,ssh 的目标执行 uptime 和 df -h,并汇总结果。

连接和密码注意事项

如果目标已经写在 targets[] 或单台 SSH 配置里,不要让 Agent 在控制端手写裸 ssh/scp/sftp root@host ...。这些系统命令不会读取 DeepSentry 的 config.yaml 密码/私钥,可能直接卡在 OpenSSH 的交互式密码提示里。

正确方式:

对 target-01 执行 echo SSH_OK

Agent 应调用:

{"action":"tool","tool_name":"fleet_exec","tool_args":{"selector":"target-01","command":"echo SSH_OK","concurrency":"1"}}

下载文件应走 fleet_file:

{"action":"tool","tool_name":"fleet_file","tool_args":{"selector":"target-01","action":"download","remote_path":"/tmp/flag.txt","local_path":"~/.deepsentry/workspace/flag.txt"}}

多个目标下载时会在 local_path 后自动加 .001-目标名、.002-目标名 等后缀,避免目标文件相互覆盖;输出会列出每个实际保存路径。fleet_file 支持 concurrency(默认 5,最大 20)。AWD 探活可给 awd_service_check 传 expected_status、contains 和 concurrency,区分业务异常与单纯端口可达。

需要每台机器独立分析时,优先使用子 Agent 的 target_selector,例如让 log-analyst 分别分析 prod 目标并汇总。


长上下文与多 Agent 协作

分层长上下文

DeepSentry 会自动整理长会话,不需要用户反复复制前情:

  • 固定保留第一条真实用户目标和最新补充/修正;
  • 固定保留上一版成功摘要、会话核心线索,以及 task_context 记录的目标、进度、下一步、等待条件和已执行副作用;
  • 恢复会话后先核对实际状态,不把工作记录当成新的授权,也不重复已提交、已发送或已删除的动作;
  • 按模型的实际 token 窗口和预留输出动态决定何时压缩,1M 模型不再被固定 60K 字符阈值提前截断;
  • 早期命令、输出、文件变化、失败原因和 TODO 按 token 分块、分层摘要,巨大单条日志也不会只留首尾;
  • 近期原文数量随 profile 调整:compact 8 条、balanced 12 条、full 24 条,但 token 预算始终优先;
  • 摘要失败或 API 报上下文超限时,机械保留目标、最新修正、上次摘要、核心线索和最近步骤后自动重试一次;
  • AGENTS.md、Memory、Skills、MCP 说明和直接 Native Tool schema 都按 profile 分配预算,小模型优先获得短指令和任务相关工具。

本地模型可选择以下 OpenAI 兼容服务。初始化向导会用填入的地址和可选密钥读取 /v1/models,展示服务返回的模型 ID;服务尚未启动或不支持列举时,需手动填写实际 Model ID。这里的端口是各服务的常见默认值,若部署时更改了端口或加了反向代理,请以实际地址为准。

provider 默认 API Base URL 模型 ID
ollama http://localhost:11434/v1 ollama list 中的模型名
lmstudio http://localhost:1234/v1 LM Studio 服务返回的 ID
vllm http://localhost:8000/v1 vLLM 服务返回的 ID
llamacpp http://localhost:8080/v1 llama-server 返回的 ID
sglang http://localhost:30000/v1 SGLang 服务返回的 ID
localai http://localhost:8080/v1 LocalAI 服务返回的 ID

其他实现了 OpenAI Chat Completions 的本地服务可用 provider: custom、api_protocol: openai_chat 接入。本地模型的 Agent 表现取决于当前加载实例的上下文窗口、模型工具能力和服务端协议。向导会读取 LM Studio 当前实例的 context_length、Ollama 运行中模型的 context_length;选择“自动”时采用这个实值。已有配置的 context_window_tokens: 0 也会在启动时读取当前实例,无法读取才按 32K 保守运行。模型卡宣称的最大长度不会覆盖运行时实际值。

向导会根据 LM Studio 的 trained_for_tool_use、Ollama 和 LocalAI 的 tools 能力设置原生工具调用的建议默认值,并让你确认;未提供能力信息时默认保持 JSON 兼容路径。若现有配置将 use_native_tools 显式设为 false,程序尊重该选择;可重新运行 --init 或自行设为 true。JSON 兼容路径针对小模型提供动作示例,并可恢复部分本地聊天模板误输出的工具控制格式;所有恢复的命令仍走常规风险检查和执行流程。

本地模型也能理解图片,但要看选中的模型及服务端是否启用了图片输入。向导查询 Ollama 的 /api/show、LM Studio 的 /api/v1/models、LocalAI 的 /v1/models/capabilities,并读取其他兼容服务 /v1/models 中明确给出的图片输入字段。仅有宽泛的 multimodal 标记不能确认图片输入;能力未知时仍可在向导中选择“支持图片理解”,或设置 vision_mode: enabled。更换本地模型后应重新检查这些能力设置。例如:

# 14B/20B/30B 通常保持 auto,会选 compact
provider: ollama
api_url: http://127.0.0.1:11434/v1
api_key: none
model_name: qwen3:14b       # 用 /v1/models 返回的实际 ID 替换
model_parameter_b: 14
context_window_tokens: 32768   # 必须与 Ollama 实际 num_ctx 一致

# 70B 本地模型会选 balanced;长窗口仍以服务端实值为准
model_name: llama-70b
model_parameter_b: 70
context_window_tokens: 131072

会话核心线索板

运行过程中会自动汇聚最多 48 条高信号候选事实,包括 IP、URL、CVE、哈希、Flag、文件路径和明确结论。同一线索由多个子 Agent 或多台目标发现时会合并来源;密码、Token、私钥等敏感值不会写入线索板。

/memory clues        # 查看当前会话线索和来源
/memory clues clear  # 仅清空当前会话线索板

核心线索会随 checkpoint 保存和恢复,但不会自动升级为永久 Memory。需要跨会话保存的事实仍使用 remember,长期规则使用 AGENTS.md。

并发子 Agent

主 Agent 委派时会向每个子 Agent 提供:主目标、用户最新修正、当前 TODO、已有核心线索和唯一分工。子 Agent 使用独立历史和输出目录,只通过有界线索板共享高信号证据,不互相复制完整对话。

任务类型 最大并发
本地独立子任务 4
带 target_selector 的并行任务 3
并行任务内部的目标展开 1

调度器会去除完全相同的任务、在停止后取消运行任务并阻止排队任务启动。parallel_tasks 内含 target_selector 时也会进入多目标风险确认流程。

推荐按独立证据方向拆分:

{
  "action": "task",
  "parallel_tasks": [
    {
      "task_name": "log-analyst",
      "task_prompt": "只分析今天 auth.log,输出异常 IP、时间线和原始证据;完成后停止"
    },
    {
      "task_name": "network-analyst",
      "task_prompt": "只分析 established 连接和 DNS,输出远端、PID 和证据;完成后停止"
    },
    {
      "task_name": "webshell-hunter",
      "task_prompt": "只检查 Web 根目录近期修改文件,输出路径、哈希和代码证据;不得修改文件"
    }
  ]
}

并行结束后,主 Agent 会收到任务成功/失败数量、耗时、新增核心线索与来源,并按“已验证事实、证据、冲突/不确定项、下一步”合并结果。有依赖关系的任务应分两批执行:先并行取证,再围绕第一批线索定向复核。

更完整的触发规则、失败降级、两阶段协作和排障方法见 操作手册:长上下文、核心线索与并发协作。


报告、会话与记忆

报告位置

每次任务都会生成 Markdown 报告:

reports/report_<timestamp>.md
reports/report_<timestamp>.evidence.jsonl

Markdown 按阅读顺序排列:用户原话、每一步的目标 / 风险 / 授权 / 摘要、最终结论、文末的风险统计。命令和工具的完整脱敏返回在同名 .evidence.jsonl。每条记录有 E-000001 这样的编号,后一条带上一条的 SHA256。报告末尾给出记录条数和末条摘要,用来核对档案没有被截掉。

证据档案保存的是运行器实际返回、并且已经脱敏的内容。工具自己截断的输出、没有执行的步骤、被策略抹掉的密钥,都不能从档案里还原。会话如果是取消、失败、等待补充或达到步数上限,报告会单独写「会话结束」,这段不能当作排查结论。

网页巡检再说「生成报告」时,会额外写出正式 Word,一般在:

reports/inspections/<时间>/report.docx
reports/inspections/<时间>/report.md

若你把输出目录配在 build/reports 下,路径会相应变化。转发报告时请连同 .evidence.jsonl 一起给,并先去掉真实地址和截图中的敏感信息。巡检 Word 按「总体结论 → 巡检详情 → 总结与建议」排版并嵌入截图。聊天绑定密钥不在报告目录里,也不要把密钥文件提交到 Git。

会话恢复

DeepSentry 会保存 checkpoint:

~/.deepsentry/sessions/<session_id>/checkpoint.json

查看会话:

./deepsentry --list-sessions

恢复会话:

./deepsentry --resume session_xxx -c config.yaml

记忆层

记忆 位置 说明
内置 AGENTS.md 二进制内置 默认行为准则
用户 AGENTS.md ~/.deepsentry/AGENTS.md 用户级偏好
项目 AGENTS.md .deepsentry/AGENTS.md 项目级偏好
KV 记忆 ~/.deepsentry/memory/store.json Agent 保存的结构化事实
会话核心线索 checkpoint 中的 state.core_clues 当前会话最多 48 条高信号线索及来源,不自动跨会话推广

明显的密码、Token、私钥、Webhook 密钥会被记忆系统拒绝保存。


外部 MCP 与 Skills 扩展

DeepSentry 支持加载一部分 Claude / Codex / OpenClaw / Hermes 生态中常见的外部能力,但不是所有格式都能无缝通用。

外部 Skills

DeepSentry 的 Skill 加载规则很简单:一个目录就是一个 Skill,目录里必须有 SKILL.md。

默认加载目录:

可执行文件旁的 bundled-skills(发布包内置)
./skills
~/.deepsentry/skills

内置目录按可执行文件位置查找,因而从其他工作目录启动发布包也能加载。配置 skill_sources 会替代 ./skills,仍保留内置目录和用户管理目录;可用 disabled_skill_sources 按路径禁用。

推荐目录结构:

~/.deepsentry/skills/
└── log-audit/
    └── SKILL.md

SKILL.md 示例:

---
name: log-audit
description: Linux 登录日志审计与异常来源分析
license: Apache-2.0
---

# Log Audit

当用户需要分析 auth.log、secure、syslog 登录异常时,按以下流程执行……

如果你的外部 Skill 本身就是 SKILL.md + YAML frontmatter 结构,通常可以直接复制到 ~/.deepsentry/skills/<skill-name>/SKILL.md 使用。加载器兼容 Claude 的 disable-model-invocation / user-invocable,以及 Codex agents/openai.yaml 中的 policy.allow_implicit_invocation;目录元数据按需披露并有 8,000 字符预算。

DeepSentry 也可直接导入本地 .skill 文件。由于开放 Agent Skills 规范定义的是“包含 SKILL.md 的目录”,并没有统一 .skill 容器,DeepSentry 同时兼容两种常见形式:ZIP 包(内含唯一 SKILL.md 及 scripts/references/assets),以及直接将单文件 SKILL.md 保存为 .skill。导入会复用市场安装的路径逃逸、符号链接、数量/体积限制、静态风险扫描、SHA-256 来源锁和原子落盘,不会执行包内脚本。

内置 find-skills 会调用原生 skill_market,同时搜索 ClawHub 与 skills.sh。搜索阶段不会执行 npx、clawhub 或第三方脚本;安装前会检查市场安全状态、YAML、路径逃逸、符号链接、文件数量/体积和危险指令模式,并记录来源、版本与 SHA-256 锁。市场标记可疑或本地静态审查有警告时,安装会先停下,必须在人工复核后显式使用 acknowledge-risk。

也可以在 config.yaml 指定额外来源目录:

skill_sources:
  - "skills"
  - "~/.deepsentry/skills"
  - "/opt/deepsentry-skills"
disabled_skill_sources:
  - "/opt/old-skills"

TUI 快捷命令:

/skill list
/skill find log forensics
/skill inspect clawhub:security-audit
/skill install skills:owner/repo@skill-name
/skill inspect "/path/My Skills/log-audit.skill"
/skill import "/path/My Skills/log-audit.skill"
/skill updates
/skill update skill-name
/skill pin skill-name
/skill rollback skill-name
/skill uninstall skill-name
/skill load log-audit
/skill unload log-audit
/skill only fofamap
/skill add /opt/deepsentry-skills
/skill source-off /opt/old-skills
/skill source-on /opt/old-skills
/skill remove /opt/old-skills

例如系统发现 fofamap、fun-brainstorming 和 log-audit,只保留 fofamap 时直接输入:

/skill only fofamap

不需要先执行 /skill on。该命令会自动打开全局 Skill 开关、立即应用到当前会话并写入配置,同时禁用其余当前已发现的 Skill。执行 /skill list 可以核对最终状态。

覆盖更新会保留可恢复备份;pin 会让批量更新跳过当前版本,rollback 可按版本或摘要前缀恢复,uninstall 默认移动到受控备份而非永久删除。load 只加载到当前会话;unload/off/on/only 会持久化 Skill 启停策略;Skill 来源目录请使用 add/source-off/source-on/remove。

外部 MCP

DeepSentry 使用官方 Tier-1 MCP Go SDK,支持 stdio 与 Streamable HTTP。任意兼容的 MCP 服务都可以接。Hx0 鹰眼 和 Hx0 FofaMap 是我们自己的产品:DeepSentry 按它们的正式工具表做了点对点适配(契约、超时、风险分级、任务路由),不是只把 JSON 转发给模型。

旧 stdio 短格式仍兼容:

mcp_servers:
  - "fs:npx:-y,@modelcontextprotocol/server-filesystem,/tmp"

含义是:

名称:启动命令:参数1,参数2,参数3

Agent 会协商 MCP 协议并分页读取 Tools、Resources、Resource Templates 与 Prompts;list_changed 会原子热刷新能力。MCP Tools 使用 Server 提供的 JSON Schema 作为一等原生函数暴露;紧凑 profile 会把有限 schema 预算分给与当前任务最相关及已经调用过的 MCP 工具,其余工具仍可通过 agent_action 按需调用。工具使用 <server>__<tool> 规范名,只有不冲突时才提供短别名,避免多个 Server 同名工具互相覆盖。

HawkEye MCP 会启用 1.0.12 全部 51 工具的本地能力契约,而不只是通用 MCP 转发:紧凑模型会按当前意图选中抓包、拦截、Research、真实手势、视觉、播放、验证码或审计工具链;默认超时按工具提升到 100/130/205 秒。HawkEye 已连通时覆盖内置 browser_browse。B 站播放先加载 bilibili-play:倍速用 video.playbackRate,全屏用 press_key f,合集用 ?p=N,全屏黑屏用 canvas 抓帧。常规浏览、标签页新建/选中、点击输入、trusted input、播放校验 JS、抓包启停以及拦截启停不再打断 Agent 弹确认;仅 Scope 变更、Replay/Fuzz、请求放行/丢弃、上传和任意 JS 等真正高风险动作保留强确认。需 userActivation 时明确使用 clickMode/inputMode=trusted,大页面把 next_page_token 作为 page_token 单独续读(1.0.12 拒绝数字 cursor);拦截任务必须 disable 收尾,连接关闭时还有最后的防挂起清理。HawkEye 或其他 MCP 返回的图片会保存到 reports/mcp-artifacts/(可用 DEEPSENTRY_MCP_ARTIFACT_DIR 覆盖),校验哈希后作为下一轮视觉输入。安装、工具矩阵、工作流和 Firefox 真实输入排障见 DeepSentry × Hx0 HawkEye MCP 深度适配。

FofaMap MCP 会启用 v2.0.1 全部 15 个工具的本地契约:资产查询先检查账户/字段,产品规则使用 fofa_rules 返回的 app=,查询先 fofa_validate_query 再 fofa_search,翻页原样传递 next_cursor(也接受该字段作为 cursor 别名)。fofa_export/nuclei_plan 的嵌套 request 可由扁平 query/targets 自动包装。只有用户明确授权主动扫描时才走 nuclei_plan → 人工确认 → nuclei_execute;查询类低风险、导出/计划中风险、执行扫描高风险。连接后先 load_skill("fofamap")。安装、密钥边界、stdio/HTTP 配置和完整工具矩阵见 DeepSentry × FofaMap MCP 适配。

推荐使用结构化格式。stdio 示例:

mcp_server_configs:
  - name: fs
    type: stdio
    command: npx
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
    cwd: "/tmp"
    env:
      EXAMPLE_TOKEN: "xxx"
    disabled: false

Streamable HTTP 示例:

mcp_server_configs:
  - name: docs
    type: streamable_http
    url: https://mcp.example.com/mcp
    bearer_token_env_var: MCP_DOCS_TOKEN
    headers:
      X-Workspace: security
    enabled_tools: [search, read]
    disabled_tools: [delete]
    startup_timeout_sec: 30
    tool_timeout_sec: 120
    required: false

远程地址必须使用 HTTPS,只有 localhost / 回环地址允许 HTTP。Bearer Token 推荐放环境变量;需要 OAuth 时执行 /mcp login <name>,浏览器授权令牌只保留在当前进程,不写入配置文件。

TUI 快捷命令:

/mcp status
/mcp import ~/Library/Application Support/Claude/claude_desktop_config.json
/mcp add fs npx -y,@modelcontextprotocol/server-filesystem,/tmp
/mcp add docs https://mcp.example.com/mcp token_env=MCP_DOCS_TOKEN enabled_tools=search,read
/mcp login docs
/mcp reconnect docs
/mcp resources docs
/mcp read docs docs://guide
/mcp prompts docs
/mcp prompt docs review topic=authentication
/mcp off fs
/mcp on fs
/mcp remove fs

当前支持:

能力 状态
stdio / Streamable HTTP 支持;远程强制 HTTPS(回环地址除外)
MCP tools/list 与 tools/call 支持;分页、结构化内容、超时、工具白/黑名单、list_changed 热刷新
Claude Desktop JSON 配置直接导入 支持,使用 /mcp import <json路径> 或 config_manage action=import_claude_mcp
env / cwd 细粒度启动参数 支持,使用 mcp_server_configs
MCP resources / templates / prompts 支持;Agent 工具 mcp_resource / mcp_prompt 与 /mcp 调试命令均可访问
MCP server instructions 支持;按连接注入并限制长度
Bearer / 自定义 Headers / OAuth 支持;OAuth 需用户主动 /mcp login,不持久化明文 Token
断线恢复 /mcp status 显示重连提示,/mcp reconnect <name> 用原配置重建会话并重新发现能力;不会自动重放结果不确定的工具调用
多 Server 同名工具 使用规范名消歧,短别名只在唯一时开放
旧式 HTTP+SSE transport 不新增支持;使用当前 MCP Streamable HTTP

定时任务与多通道通知

DeepSentry 的定时任务可以在生成本地报告后发送外部通知。当前支持:

通道 notify 值 配置
钉钉机器人 dingtalk dingtalk_webhook,可选 dingtalk_secret
飞书/Lark 机器人 feishu feishu_webhook,可选 feishu_secret
HTTP 邮件网关 email email_gateway_url、email_to,可选 token/header/from

notify 支持逗号多选,例如 dingtalk,feishu,email,会按顺序同时发送。

基础配置:

scheduler_enabled: true
scheduler_store: reports/schedules/tasks.json
scheduler_interval_sec: 30
scheduler_timezone: Local

# 钉钉机器人
dingtalk_webhook: ""
dingtalk_secret: ""

# 飞书/Lark 自定义机器人
feishu_webhook: ""
feishu_secret: ""

# HTTP 邮件网关
email_gateway_url: ""
email_gateway_token: ""
email_gateway_header: Authorization
email_to: "secops@example.com"
email_from: "deepsentry@example.com"

创建钉钉任务:

每天 9 点巡检服务器 CPU、内存、磁盘和监听端口,生成报告并发钉钉。

创建飞书任务:

每天 9 点巡检服务器 CPU、内存、磁盘和监听端口,生成报告并发飞书。

创建多通道任务:

每天 9 点巡检生产服务器,生成报告,同时发钉钉、飞书和邮件通知。

也可以显式调用工具:

使用 schedule_task 添加任务:每天9点巡检,notify=dingtalk,feishu,email,kind=inspection。

定时任务是持久化操作,当前采用保守意图门控:

  • 在对话里说明任务和周期,由模型调用 schedule_task 创建。正文放 task,周期放 interval_sec(每分钟=60,每小时=3600)和 repeat=interval,单次时间放 run_at。程序不会从任务正文猜测时间。只在当前聊天发一句话时再带 reply_text,不需要 allow_batch 或 confirm_unattended。
  • 只出现“明天”、“几点”、“执行”等词不会落盘;安全题答案、日志、HTTP 记录和代码块会被排除。
  • action=plan 只预览;action=add/create 必须显式带 confirm_create=true。真正无人值守执行的 Agent 任务还需 allow_batch=true 和 confirm_unattended=true。reply_text 不需要这两项。
  • 已建立的任务在 TUI 管理,不必再开一轮对话:
/schedule
/schedule show <id>
/schedule edit <id> prompt=新的任务 every=1m
/schedule cancel <id>
/schedule resume <id>
/schedule reset <id>
/schedule delete <id>

id 可以是完整 ID,或能唯一匹配的前缀、名称。cancel 只停止以后的触发。reset 清除失败次数并重新安排;已经开始过的一次性任务可以用它再跑一次,但不会撤销已经做过的事。周期最短 60 秒,调度器默认约 30 秒检查一次。

  • 相同任务、执行时间、时区和重复规则的重复提交是幂等的,不会再写入一份。
  • cancel / pause 停止后续触发,不撤销已经开始的动作;任务仍在运行时不能 resume 或 reset。已经开始过的一次性任务不能靠 resume 重放,要用 /schedule reset 再安排一次。连续失败三次的周期任务会自动暂停。
  • 最多同时跑 3 个到期任务。长任务不会堵住其他已到期任务。单次 Agent 默认最多 2 小时,可用 timeout_sec 提高到 7 天。
  • 调度器只在进程存活且系统未休眠时触发。短延时和下载完成等待用 task_wait,不要用超长 sleep 冒充定时任务。
  • 用户要在当前聊天框按周期发一句话时,创建任务带 reply_text。到点调度器把这句话写入当前会话,不另起 Agent,也不只留报告。TUI 打开后只接收之后的新消息。/schedule cancel 停止后续发送。
  • 到点先把正文发进当前聊天,最后一行写本次完成时间;周期任务再在同一行写下次时间。只发一句话的任务也是那句话加上这一行时间。失败时另写一行未完成原因。

邮件网关请求格式为 HTTP JSON POST:

{
  "to": ["secops@example.com"],
  "from": "deepsentry@example.com",
  "subject": "DeepSentry 定时任务: 巡检",
  "markdown": "# 报告正文",
  "text": "报告正文",
  "source": "DeepSentry"
}

鉴权规则:

  • email_gateway_header: Authorization 时,email_gateway_token 会以 Bearer <token> 发送。
  • 如果你的网关使用 API Key,可设置 email_gateway_header: X-API-Key。
  • 如果需要自定义完整 header,可写成 email_gateway_header: "X-Token: {token}"。

只运行调度器:

./deepsentry --scheduler -c config.yaml

查看、修改、取消、重置、删除用 /schedule。也可以让 Agent 调用 schedule_task 的 show、edit、cancel、reset、remove。

从源码构建

环境要求

  • Go 1.26.8 或更高版本。
  • macOS、Linux 或 Windows。
  • 如需远程模式,需要目标 SSH/Telnet/FTP 可达。

拉取代码

git clone https://github.com/asaotomo/DeepSentry.git
cd DeepSentry

中国大陆网络可配置 Go 代理:

go env -w GOPROXY=https://goproxy.cn,direct

构建当前平台

这种方式适合只需要当前系统二进制的用户。它不会注入 build.sh 中的构建日期参数,所以 --version 看到的 build 日期可能是代码默认值;如果需要生成 README 和 Release 中列出的全平台文件,请使用下一节的 bash build.sh。

当前平台(macOS / Linux / Windows):

go build -trimpath -buildvcs=false -o deepsentry ./cmd

Windows PowerShell 中可将输出名改为 deepsentry.exe。必须构建整个 ./cmd 包,不要手工枚举 .go 文件;Go 会按当前系统自动选择平台实现。

一键生成全平台二进制

bash build.sh

每次更新代码后统一运行 bash build.sh,不要只编译到带版本号的子目录。脚本会重新构建七个平台目标,并同步 build/deepsentry、build/bin/deepsentry 和项目根目录的默认启动文件;Windows 主机默认入口带 .exe。在 macOS 上还会重新编译 universal computer-use-helper 并同步到三个入口旁。脚本逐一比较默认入口与本机架构产物,防止启动旧版。

build/README.md、build/CHANGELOG.md、build/Computer-Use.md 随构建同步,标准全平台 ZIP 包含这些文档与 SHA256SUMS。源码发布时也应先更新 README 与变更日志。配置、报告及历史版本目录保留,不会打入发布包。可用 DEEPSENTRY_BUILD_LABEL=local-test bash build.sh 指定本地构建标记,再用 ./build/deepsentry --version 核对;构建标记不是版本发布记录。

build.sh 会生成全平台二进制和 build/SHA256SUMS。发布前建议先运行 go test ./...,再执行构建和产物校验:

bash build.sh
(cd build && shasum -a 256 -c SHA256SUMS)

输出目录:

build/
  deepsentry-darwin-amd64
  deepsentry-darwin-arm64
  deepsentry-linux-amd64
  deepsentry-linux-arm64
  deepsentry-linux-386
  deepsentry-windows-amd64.exe
  deepsentry-windows-386.exe
  deepsentry

常见问题

1. 提示找不到配置文件

运行:

./deepsentry --init

或显式指定:

./deepsentry -c config.yaml

2. SSH 连接失败

检查:

  • ssh_host 是否包含端口,例如 192.0.2.10:22(请替换为你已授权的实际目标)。
  • ssh_user 是否正确。
  • 密码或 ssh_key_path 是否正确。
  • 在系统终端里单独测试 ssh root@<已授权目标> -p 22 是否可达。注意不要让 DeepSentry Agent 通过裸 ssh/scp/sftp 访问已配置目标;应使用 fleet_exec / fleet_file。
  • 云服务器安全组是否放行。

3. 已经在 config.yaml 写了密码,为什么还提示 root@host's password:?

通常是 Agent 生成了控制端裸 ssh/scp/sftp 命令。OpenSSH 子进程不会读取 DeepSentry 的配置文件,也不会把密码提示交给 TUI 输入框。

解决办法:

  • 退出当前卡住的进程,重新启动当前构建的二进制。
  • 把多目标访问改成 fleet_exec / fleet_file。
  • 单台远程模式下直接执行目标命令,不要再包一层 ssh root@host。

4. WebShell 没有持续输出

WebShell 模式不会在前台持续刷屏,而是写入进度文件:

cat reports/latest_webshell.txt
cat reports/webshell_progress_<timestamp>.log
cat reports/report_<timestamp>.md

5. WebShell 报告没有生成

优先看进度日志:

cat reports/webshell_progress_<timestamp>.log

常见原因:

  • config.yaml 路径不对。
  • API Key 无效。
  • SSH 连接失败。
  • 目标命令超时。

6. LLM 报 429 / rate limit

说明模型服务商限流或高负载。可以:

  • 稍后重试。
  • 保持默认 llm_retries: 3;已使用退避和随机抖动,不建议在持续 429 时盲目增大。
  • 增大 llm_timeout_sec。
  • 更换模型或服务商。

当供应商级重试全部耗尽时,DeepSentry 会保存 checkpoint 并停止当前轮,避免外层 Agent 继续放大限流。服务恢复后使用 --resume <session_id> 继续。

7. 终端乱码或显示错位

尝试:

DEEPSENTRY_PLAIN=1 ./deepsentry -c config.yaml
DEEPSENTRY_ASCII=1 ./deepsentry --no-tui -c config.yaml --task "查看系统状态"
./deepsentry --no-color -c config.yaml
./deepsentry --theme light -c config.yaml

TUI 默认使用 terminal_theme: auto,会探测终端背景明暗并自动切换高对比深色/日间色板。无法响应背景查询的远程终端可在 config.yaml 固定 terminal_theme: dark 或 terminal_theme: light,也可用 --theme auto|dark|light 临时覆盖。Markdown 表格与正文会自动分隔紧贴文字的 Emoji,不修改原始命令和证据。

Windows 推荐 Windows Terminal 或 PowerShell 7。

如果只有 Emoji、Markdown 表格或询问框右边线错位,请先确认终端字体支持对应字符,并确认运行的是当前构建的二进制。确实不支持 Emoji 的终端可用 DEEPSENTRY_PLAIN=1 稳定降级。

如果模型偶尔不返回标准结构,程序会尝试恢复普通 Markdown;残缺响应会要求模型重试。若仍连续出现空响应,再检查模型兼容性、API 网关是否截断正文,以及 llm_timeout_sec。

如果出现 root@host's password:,通常是控制端启动了裸 ssh/scp/sftp。先按 Ctrl+C 中断,再让 Agent 使用 fleet_exec / fleet_file 访问已配置目标;不要把目标密码输入 TUI,也不要把密码拼进命令。

本机命令需要管理员权限时,DeepSentry 会暂时把终端交给系统 sudo -v。此时只在系统密码提示中输入,密码不会进入 TUI;完成、取消或验证失败后会恢复全屏界面。也可以在 TUI 空闲时执行 /sudo,或在启动程序前运行 sudo -v。不要使用 echo 密码 | sudo -S,也不要把 sudo 密码写进任务或配置。

8. TUI 退出后终端状态不正常

运行:

reset
stty sane

9. 不想让 Agent 执行高风险工具

在 config.yaml 禁用:

disabled_tools:
  - script_run
  - file_upload
  - archive_extract
  - tcp_forward
  - socks5_proxy
  - http_proxy
  - nmap_scan
  - cidr_scan
  - packet_capture

10. 绑定了机器人,为什么启动后收不到消息?

  • 确认用的是当前构建的 ./deepsentry 或 ./build/deepsentry,先发 /ds help 做真实联调。
  • 已配置通道时,启动 TUI 会自动拉起聊天;退出 TUI 聊天一并停止。要单独常驻请用 --chat。
  • 扫码成功不等于消息权限已通;微信可能还要短信验证码,飞书需订阅 im.message.receive_v1。
  • 无桌面请用 --chat-setup-cli,不要转发绑定窗口的本机链接。

11. 巡检完说「生成报告」没有 Word?

  • 先确认这次会话里已经有结论和截图,再说「生成报告」。不必安装 pandoc。
  • 看配置里的巡检输出目录,常见是 reports/inspections/<时间>/report.docx。
  • 没有真实截图或结论时,不会把检查项标成通过。
  • 聊天绑定用的密钥不会出现在报告目录里,也不要提交到 Git。

安全建议

  • 只在授权环境使用。
  • 请妥善保管包含 API Key、SSH 密码、私钥路径、Webhook 的配置文件和备份文件。
  • 分享截图、报告、压缩包或配置模板前,请先脱敏主机名、IP、账号、Token、密码和业务路径。
  • 生产环境慎用 --batch -y。
  • SSH 正式环境请使用 ssh_host_key_policy: accept-new 或 strict,不要使用 insecure。
  • Telnet 和 ftp_tls_mode: plain 会明文传输凭据与数据,仅限受控隔离网;生产优先 SSH/SFTP 或开启严格证书校验的 FTPS。
  • 远程安全解压采用“下载到控制端 → 安全解压与核验 → 再上传”;直接在远程目标解压会被失败关闭。
  • WebShell 模式会自动批准动作,建议只在隔离环境或应急授权场景使用。
  • 高风险工具如 script_run、file_upload、tcp_forward、socks5_proxy、http_proxy 默认存在确认机制;无人值守时请先配置 disabled_tools。
  • 已配置目标请使用 fleet_exec / fleet_file / target_selector,不要在 Agent 内裸跑 ssh/scp/sftp 访问目标。
  • 生成报告可能包含敏感路径、主机名、日志片段,公开前请脱敏。
  • 聊天绑定只授权本人私聊;群聊必须显式配置白名单。不要把绑定窗口链接转发到公网。
  • 巡检截图应框选状态/告警区域,避免把口令、验证码答案或无关个人信息写进 Word。

项目结构

cmd/                    CLI 入口、TUI/经典/WebShell 参数处理
internal/analyzer/      LLM 协议、JSON/action 解析
internal/harness/       Agent 循环、动作执行、中间件、checkpoint
internal/tui/           全屏 TUI 界面
internal/chat/          微信 / QQ / 企业微信 / 飞书 / 钉钉聊天通道
internal/inspection/    网页巡检采集与 Word / Markdown 报告
internal/builtin/       Go 原生内置工具实现
internal/tools/         工具注册表与调度
internal/executor/      Local / SSH / Telnet / FTP / Fleet 执行器
internal/memory/        内置 AGENTS.md、用户记忆、KV 记忆
internal/scheduler/     本地定时任务
internal/security/      命令风险评估
docs/操作手册.md          详细中文操作手册
docs/聊天机器人接入.md    通讯工具绑定与指令
docs/终端接入与每日巡检.md  无桌面绑定与巡检流程
hawkeye-mcp-server.mjs   随附的 Hx0 鹰眼 MCP Server 1.0.12
inspection.example.yaml  巡检设备清单(聊天 + 可选固定采集)
config.example.yaml      配置模板
build.sh                 一键交叉编译脚本

License

本项目采用 Apache License 2.0 开源协议,详见 LICENSE。


Credits

DeepSentry v2.0.5 Ultimate is developed by Hx0 Studio.

同一工作室的配套产品:

  • 鹰眼 HawkEye:浏览器自动化,DeepSentry 已深度适配其 MCP 1.0.12
  • FofaMap:FOFA 资产测绘客户端,DeepSentry 已深度适配其 MCP v2.0.1

Author: asaotomo

About

🛡️ DeepSentry 是一款本地 AI 安全应急与智能运维 Agent。支持本地、SSH、Telnet、FTP、Fleet 与 WebShell,用自然语言完成巡检、日志分析、授权演练和事件处置;可从微信、QQ、飞书等聊天渠道指挥,并生成可审计的 Markdown / Word 报告。

Topics

Resources

Security policy

Stars

32 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages