Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
ShunyaNet-Sentinel — ShunyaNet Sentinel est un programme léger qui surveille les flux RSS, les envoie à un LLM pour analyse, et délivre des résumés ou des alertes directement à la GUI et à Slack. | Kitploit
Outils/GitHubGitHub/everythingscomputer/shunyanet-sentinel
OSINT (Renseignement de Sources Ouvertes)Collecte d'InformationsUtilitaires et FrameworksRenseignement sur les MenacesApprentissage et Éducation
GitHubeverythingscomputer/shunyanet-sentinel

ShunyaNet-Sentinel

ShunyaNet Sentinel est un programme léger qui surveille les flux RSS, les envoie à un LLM pour analyse, et délivre des résumés ou des alertes directement à la GUI et à Slack.

Partager
Voir le dépôt
40433il y a 25 joursVérifié par Kitploit
ShunyaNetSentinelAppGraphicV1

ShunyaNet Sentinel (v3.3) - MISE À JOUR MAJEURE (MIS À JOUR : 22/10/2026)

ShunyaNet Sentinel est un programme léger au thème cyberpunk qui ingère des flux RSS (actualités de dernière minute, réseaux sociaux, alertes gouvernementales), les envoie à un LLM pour analyse, et transmet des alertes et des rapports de synthèse à l'interface graphique et à vos canaux de notification à intervalles réguliers.

Le projet utilise un LLM hébergé localement sur la même machine ou sur le même réseau (par exemple avec Tailscale) via LM Studio, Ollama ou llama.cpp — ou l'API OpenAI. L'alerte fonctionne via Slack, Discord, Telegram, ntfy, tout webhook générique et des popups de bureau (utilisez-en autant à la fois que vous le souhaitez).

Compatible avec les versions actuelles de Linux, macOS et Windows.

La qualité des rapports dépend de votre prompt, de la taille du contexte, des flux RSS et du LLM. Vous devrez peut-être désactiver les fonctionnalités de « réflexion » si votre modèle en dispose. Je l'utilise le plus souvent avec Qwen3.8 27B et Qwen3.8 Flash Next. Les modèles Gemma devraient également être plutôt bons.


Flux de travail global

  1. Saisissez les sujets d'intérêt (l'assistant de configuration vous guide lors du premier lancement)
  2. Fournissez une liste de flux RSS (des listes fournies sont incluses, une URL par ligne)
  3. Sentinel récupère les flux à l'intervalle configuré
  4. Le contenu des flux est envoyé à votre serveur LLM
  5. Le LLM filtre les alertes et, périodiquement, rédige des rapports de tendances
  6. Les alertes/synthèses arrivent dans l'interface graphique et dans chaque canal de notification que vous avez configuré (notification push sur téléphone via Slack/Discord/Telegram/ntfy)
  7. Chaque rapport est également enregistré sous forme de fichier texte brut — y compris un index agent_handoff.json afin que les scripts et les agents IA puissent consommer la sortie de Sentinel sans passer par l'interface graphique

Capacités principales

Surveillance des flux RSS

  • Interrogation périodique, récupération en parallèle mais sérialisée par hôte (respectueuse des limiteurs de débit comme Reddit)
  • Déduplication par GUID d'entrée ; journalisation des échecs par source
  • Gère les flux lents ou malformés sans bloquer l'interface

Analyse basée sur un LLM

  • Fonctionne avec tout point de terminaison /v1/chat/completions compatible OpenAI : LM Studio, Ollama, llama.cpp, OpenAI
  • Un seul fichier de prompt pilote les deux modes via les sections #> ALERT / #> SUMMARY / #> MEMORY
  • Découpage automatique lorsque les récupérations dépassent votre budget de tokens

Alertes

  • Webhook entrant Slack
  • Webhook de canal Discord
  • Bot Telegram (token + ID de chat)
  • URL de topic ntfy (notification push gratuite et sans compte sur téléphone ; auto-hébergeable)
  • Webhook générique (envoie du JSON en POST — Home Assistant, scripts, tout ce que vous voulez)
  • Popups de bureau via la zone de notification système
  • Bouton Test par canal dans Paramètres → Notifications, utilisant les valeurs que vous venez de saisir, avant l'enregistrement
  • Activation/désactivation de l'envoi des synthèses périodiques, ou uniquement des alertes instantanées

Local et auto-hébergé

Hormis l'interrogation des flux RSS et l'envoi de vos notifications (tous deux facultatifs), toutes les informations restent sur du matériel que vous contrôlez.

Intégration d'agents / de scripts

Sentinel écrit des artefacts stables et lisibles par machine à côté de chaque rapport : Report_Output/agent_handoff.json pointe vers le fichier d'alerte/synthèse le plus récent ainsi que vers les fichiers de mémoire. Tout agent local peut interroger ce seul fichier JSON pour suivre ce que Sentinel observe. Consultez docs/AGENT-INTEGRATION.md pour le contrat complet, et Aide → Agent / Script Integration dans l'application.


Prérequis

  • Python 3.10+
  • Dépendances (voir requirements.txt) : PySide6, feedparser, requests

LLM hébergé via :

  • LM Studio (recommandé)
  • Ollama
  • Serveur llama.cpp
  • Clé API OpenAI

Installation

1. Clonez (ou téléchargez le ZIP) et entrez dans le dossier

git clone https://github.com/EverythingsComputer/ShunyaNet-Sentinel.git
cd ShunyaNet-Sentinel

2. (Fortement recommandé) Créez un environnement virtuel

macOS / Linux :

python3 -m venv venv
source venv/bin/activate

Windows (PowerShell) :

python -m venv venv
venv\Scripts\Activate.ps1

3. Installer les dépendances

pip install -r requirements.txt

4. Lancer

macOS / Linux : python3 ShunyaNet_Sentinel.py Windows : python ShunyaNet_Sentinel.py


Démarrage rapide

Au premier lancement, Sentinel vous guide à travers la configuration grâce à un Assistant de configuration (rouvrez-le à tout moment avec Ctrl+W ou Aide → Assistant de configuration) :

  1. Sujets – votre sujet global et vos signaux (un par ligne). Sauvegarde automatique pendant la saisie.
  2. Connexion au modèle – choisissez votre fournisseur (LM Studio et autres serveurs locaux se trouvent sous « Compatible OpenAI » ; les fournisseurs hébergés incluent OpenAI, Claude, Gemini, OpenRouter, Groq, Mistral, DeepSeek, Together, Grok) ; l'assistant indique exactement quoi saisir, avec un bouton Tester la connexion pour vérifier que tout fonctionne avant de vous y fier.
  3. Flux – un clic charge une liste fournie : Quick-Start (court), World News (long), ou une liste thématique (IA & Technologie, Cybersécurité, Finance & Marchés, Climat & Catastrophes, Santé & Épidémies, Géopolitique & Conflits).
  4. Confirmer – vérifiez et lancez votre première récupération (le bouton effectue réellement la récupération).

Configuration manuelle (en ignorant l'assistant) :

  1. Saisissez les sujets dans le panneau Ciblage.
  2. Choisissez un point de départ : Profils → sélectionnez un profil thématique fourni, puis Fichier → Listes de sources fournies → choisissez la liste de flux correspondante (ou chargez la vôtre, un fichier .txt avec une URL RSS par ligne — votre liste chargée est conservée entre les redémarrages).
  3. Exécuter → Paramètres (Ctrl+,) → onglet Connexion : choisissez le fournisseur, définissez l'URL du serveur (exemple LM Studio : http://localhost:1234/v1), appuyez sur Tester la connexion, puis Enregistrer & Appliquer.
  4. Chargez un modèle dans LM Studio et activez « Serve on Local Network » dans les paramètres du serveur. Conseils :
    • Dans la fenêtre Load Model, activez « Manually choose model load parameters »
    • Réglez Max Concurrent Predictions sur 1 (pour l'instant)
    • Désactivez ou réduisez la réflexion (thinking), si disponible
    • Un choix modéré solide : gpt-oss-20b, thinking « low »
  5. Cliquez sur le chat ! (...ou appuyez sur Récupérer / Envoyer avec Ctrl+Enter, ou attendez le compte à rebours de récupération automatique dans la barre d'état)

Pour envoyer des alertes sur votre téléphone : Paramètres → Notifications → remplissez un canal (Slack/Discord/Telegram/ntfy), appuyez sur Envoyer une notification de test, puis Enregistrer & Appliquer. Des astuces de configuration pour chaque service sont disponibles dans les infobulles de cet onglet.

Télécharger l’outil

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 La boîte à outils OSINT ultime : graphe d'enquête, notation de confiance, familles d'alias, carte, chronologie et rapports. 49 modules, plus de 400 sites, aucune clé API requise.

    524
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Application d'exécution en un clic GhostLock (CVE-2026-43499)

    478
  • 3

    ARTEX

    baarai/artex

    Plateforme autonome de tests d'intrusion multi-agents basée sur des LLM, avec agents planificateur/ouvrier, graphes d'actifs et d'exploration, enregistrement du trafic MITM et retest des vulnérabilités.

    357
  • 4

    redforge

    cybersecurity91/redforge

    Boîte à outils red team côté navigateur avec 102 outils hors ligne pour la reconnaissance, la génération de payloads, les attaques par identifiants, la cryptographie, l'encodage et le reporting d'engagement.

    317
  • 5

    estorides

    grisuno/estorides

    Agrège plus de 99 sources OSINT gratuites en parallèle, résout les entités dans un graphe de connaissances et exporte en STIX 2.1, MISP ou GraphML avec une analyse assistée par LLM.

    305
  • 6

    opencti

    opencti-platform/opencti

    Plateforme ouverte de renseignement sur les cybermenaces

    275

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →