morpheuslord/cloudgAWS, Azure और GCP को एक ही CLI से मैप, ग्राफ़ और ऑडिट करें। यह एक टोपोलॉजी ग्राफ़ बनाता है, Prowler/Checkov/Trivy चलाता है, निष्कर्षों को 28 अनुपालन फ़्रेमवर्क के विरुद्ध टैग करता है, और HTML रिपोर्ट, RDF ऑन्टोलॉजी, RAG चंक्स तथा Terraform पुनर्निर्माण फ़ाइलें निर्यात करता है।
cloudg (cloud graphing) AWS, Azure और GCP अवसंरचना को एक ग्राफ़ में मैप करता है,
उसी इन्वेंटरी पर सुरक्षा स्कैनर चलाता है, और परिणामों को ऐसी रिपोर्टों में बदल देता है जिन्हें आप वास्तव में उपयोग कर सकें।
एक ही कमांड हर कॉन्फ़िगर किए गए प्रोवाइडर से समानांतर रूप से एसेट एकत्र करता है, उन्हें रीचेबिलिटी और अटैक पाथ विश्लेषण के लिए NetworkX ग्राफ़ के माध्यम से गुज़ारता है, Prowler, ScoutSuite, Checkov और Trivy तक फैलाता है, फिर सभी निष्कर्षों को 28 अनुपालन फ्रेमवर्क के विरुद्ध मिलाता और डुप्लिकेट हटाता है। दूसरे छोर से एक इंटरैक्टिव HTML रिपोर्ट, GraphML, एक RDF ऑन्टोलॉजी, LLM पाइपलाइनों के लिए RAG चंक्स, और ऐसी Terraform फ़ाइलें निकलती हैं जो लाइव अवसंरचना को पुनः बनाती हैं।
सुरक्षा टूलिंग के बिना केवल मैप चाहिए? cloudg map एक स्कैनर-स्वतंत्र इन्वेंटरी मैपर है: यह किसी अकाउंट में तैनात (या डिफ़ॉल्ट) हर चीज़ को, नेटवर्क फ़ैब्रिक तक, गहराई से एकत्र करता है, बाकी के लिए हर सेवा को स्कैन करता है, और इन सबको एक एसेट मैप में जोड़ता है जिसे आप बाद में स्कैनर निष्कर्षों के साथ ओवरले कर सकते हैं। देखें इन्वेंटरी मैपिंग।
चाहते हैं कि कोई AI एजेंट इस सब के साथ काम करे? cloudg mcp serve cloudg को Claude Desktop, Claude Code, Cursor या Model Context Protocol बोलने वाले किसी भी अन्य टूल के लिए एक MCP सर्वर बना देता है। देखें MCP सर्वर।
पूर्ण दस्तावेज़ीकरण: रेंडर किया गया हैंडबुक morpheuslord.github.io/cloudg पर उपलब्ध है, जिसमें वही सामग्री markdown के रूप में फ़ीचर संदर्भ में और रिलीज़ नोट्स चेंजलॉग में हैं। इन्वेंटरी मैपर के अपने गहन दस्तावेज़ हैं: इन्वेंटरी संदर्भ (प्रत्येक रिटर्न संरचना और आउटपुट फ़ाइल, फ़ील्ड दर फ़ील्ड), इन्वेंटरी कैटलॉग (सभी 156 एसेट प्रकार, उनके मेटाडेटा और संबंध) और इन्वेंटरी आंतरिकी (यह कैसे काम करता है और इसे कैसे बढ़ाया जाए)। MCP सर्वर को MCP गाइड, टूल संदर्भ और गोपनीयता संदर्भ में शामिल किया गया है, और थ्रॉटलिंग को रेट सीमाएँ और थ्रॉटलिंग में।
नमूना रिपोर्ट: कुछ भी चलाने से पहले यह देखने के लिए कि cloudg क्या उत्पन्न करता है, नमूना रिपोर्ट खोलें। यह एक सिंथेटिक AWS, Azure और GCP एस्टेट की report.html है, इसलिए इसमें मौजूद हर ID काल्पनिक है, और scripts/build_sample_report.py इसे टेस्ट फ़िक्स्चर से पुनः बनाता है।
git clone https://github.com/morpheuslord/cloudg.git
cd cloudg
uv venv && source .venv/bin/activate
uv pip install -e ".[all,dev]"
# one provider, one region
cloudg run -p aws --regions us-east-1
# everything, everywhere
cloudg run -p all --regions all
# with Terraform recreation files
cloudg run -p aws --regions us-east-1 --terraform
रिपोर्टें ./reports में आती हैं। पहले report.html खोलें।
स्कैनर पहले ही स्वयं चला चुके हैं? इसके बजाय cloudg को उनकी मूल आउटपुट फ़ाइलें दें। कोई क्लाउड क्रेडेंशियल नहीं, कोई स्कैनर बाइनरी नहीं:
cloudg ingest --prowler ./prowler-output/ --checkov ./results_json.json --trivy ./trivy.json
Prowler, ScoutSuite, Checkov और Trivy आउटपुट का कोई भी संयोजन काम करता है; cloudg सामान्यीकरण करता है, check-equivalence rulesets के माध्यम से स्कैनरों के बीच डुप्लिकेट हटाता है, compliance frameworks को मैप करता है, और रिपोर्ट रेंडर करता है।
CI में, cloudg gate किसी severity या उससे ऊपर के findings पर जॉब को विफल कर देता है और code scanning के लिए SARIF लिखता है। GitHub पर रिपॉज़िटरी एक action के रूप में भी काम करती है जो cloudg और स्कैनरों को इंस्टॉल करती है, pipeline चलाती है और उसे gate करती है:
permissions:
contents: read
id-token: write # OIDC login to the cloud
security-events: write # SARIF upload
steps:
- uses: aws-actions/configure-aws-credentials@v6
with:
role-to-assume: arn:aws:iam::123456789012:role/cloudg-github
aws-region: us-east-1
- uses: morpheuslord/[email protected]
with:
provider: aws
fail-on: critical
min-assets: "1"
CI और ऑटोमेशन गाइड में हर इनपुट, Azure और GCP लॉगिन, GitLab CI और एक सादा shell संस्करण मौजूद है।
सादा pip भी काम करता है: pip install -e ".[all]"। क्लाउड SDKs extras हैं, इसलिए pip install cloudg[aws] केवल boto3/aioboto3 खींचता है, [azure] और [gcp] अपने SDKs के लिए वही करते हैं, और [all] सब कुछ इंस्टॉल करता है। बिना extras वाला कोर पैकेज फिर भी आपको ग्राफ़ इंजन, ऑन्टोलॉजी, नॉर्मलाइज़र और रिपोर्ट रेंडरर देता है।
बाहरी स्कैनर (Prowler, Checkov, Trivy, ScoutSuite) अलग executables हैं, Python निर्भरताएँ नहीं। install.sh (Linux/macOS) और install.bat (Windows) स्कैनर और क्लाउड CLIs सहित सब कुछ सेट अप करते हैं।
Docker आलसी रास्ता है: इमेज में Prowler, Checkov और Trivy शामिल हैं (ScoutSuite शामिल नहीं है, इसलिए इसे अलग से चलाएँ और इसकी रिपोर्ट cloudg ingest को दें):
docker build -t cloudg:latest .
docker compose run --rm cloudg run -p aws --regions us-east-1
cloudg map एक अलग प्रश्न का उत्तर देता है, cloudg run से भिन्न: क्या मौजूद है, और यह आपस में कैसे जुड़ा है। यह पता लगाना कि क्या गलत है, स्कैनर का काम रहता है, और उनमें से कोई भी यहाँ नहीं चलता या स्थापित करने की आवश्यकता भी नहीं है। मैप को पूर्ण बनाने वाली बातें: