Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
ShunyaNet-Sentinel — ShunyaNet Sentinel 是一个轻量级程序,用于监控 RSS 订阅源,将其发送给 LLM 进行分析,并直接将摘要或警报传送到 GUI 和 Slack。 | Kitploit
工具/GitHubGitHub/everythingscomputer/shunyanet-sentinel
OSINT (开源情报)信息收集实用工具与框架威胁情报学习与教育
GitHubeverythingscomputer/shunyanet-sentinel

ShunyaNet-Sentinel

ShunyaNet Sentinel 是一个轻量级程序,用于监控 RSS 订阅源,将其发送给 LLM 进行分析,并直接将摘要或警报传送到 GUI 和 Slack。

查看仓库
分享
4043325天前Kitploit 审核通过
ShunyaNetSentinelAppGraphicV1

ShunyaNet Sentinel (v3.3) - 重大更新(更新日期:2026/10/22)

ShunyaNet Sentinel 是一个轻量级、赛博朋克风格的程序,它摄取 RSS 源(突发新闻、社交媒体、政府警报),将其发送给 LLM 进行分析,并按固定间隔将警报和摘要报告发送到 GUI 和你的通知渠道。

该项目通过 LM Studio、Ollama 或 llama.cpp 使用托管在同一台机器或同一网络(例如通过 Tailscale)上的本地 LLM——或使用 OpenAI API。警报可通过 Slack、Discord、Telegram、ntfy、任意通用 webhook 以及桌面弹窗 发送(可同时使用任意多个)。

兼容当前版本的 Linux、macOS 和 Windows。

报告质量取决于你的提示词、上下文大小、RSS 源和 LLM。如果你的模型带有“思考”功能,你可能需要将其关闭。我最常搭配 Qwen3.8 27B 和 Qwen3.8 Flash Next 使用。Gemma 模型应该也相当不错。


高层工作流程

  1. 输入感兴趣的主题(首次启动时,设置向导会引导你完成)
  2. 提供 RSS 源列表(附带内置列表,每行一个 URL)
  3. Sentinel 按你配置的间隔拉取源
  4. 源内容发送到你的 LLM 服务器
  5. LLM 筛选警报,并定期撰写趋势报告
  6. 警报/摘要会出现在 GUI 中,同时发送到你配置的每个通知渠道(通过 Slack/Discord/Telegram/ntfy 推送到手机)
  7. 每份报告还会保存为纯文本文件——包括一个 agent_handoff.json 索引,使脚本和 AI 代理无需接触 GUI 即可使用 Sentinel 的输出

核心能力

RSS 源监控

  • 定期轮询,并行拉取但按主机串行化(对 Reddit 等限流器保持礼貌)
  • 按条目 GUID 去重;按源记录失败日志
  • 处理缓慢或格式错误的源时不会阻塞 UI

基于 LLM 的分析

  • 适用于任何 OpenAI 兼容的 /v1/chat/completions 端点:LM Studio、Ollama、llama.cpp、OpenAI
  • 一个提示词文件通过 #> ALERT / #> SUMMARY / #> MEMORY 段驱动两种模式
  • 当拉取内容超出你的 token 预算时自动分块

警报

  • Slack 传入 webhook
  • Discord 频道 webhook
  • Telegram 机器人(token + chat ID)
  • ntfy 主题 URL(免费、无需账号的手机推送;可自托管)
  • 通用 webhook(POST JSON——Home Assistant、脚本、任何东西)
  • 通过系统托盘显示桌面弹窗
  • 在设置 → 通知中,使用你刚输入的值提供每渠道的测试按钮,可在保存前测试
  • 可切换是否也发送定期摘要,或仅发送即时警报

本地与自托管

除了轮询 RSS 源和发送通知(两者均可选)之外,所有信息都保留在你控制的硬件上。

代理 / 脚本集成

Sentinel 会在每份报告旁写入稳定的、机器可读的产物:Report_Output/agent_handoff.json 指向最新的警报/摘要文件以及记忆文件。任何本地代理都可以轮询这一个 JSON 文件,以跟踪 Sentinel 正在看到的内容。完整约定见 docs/AGENT-INTEGRATION.md,以及应用内的帮助 → 代理 / 脚本集成。


要求

  • Python 3.10+
  • 依赖项(见 requirements.txt):PySide6、feedparser、requests

LLM 托管方式:

  • LM Studio(推荐)
  • Ollama
  • llama.cpp 服务器
  • OpenAI API 密钥

安装

1. 克隆(或下载 ZIP)并进入文件夹

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

2. (强烈推荐)创建虚拟环境

macOS / Linux:

python3 -m venv venv
source venv/bin/activate

Windows (PowerShell):

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

3. 安装依赖

pip install -r requirements.txt

4. 运行

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


快速开始

首次启动时,Sentinel 会通过引导式 设置向导 带你完成配置(随时可用 Ctrl+W 或 帮助 → 设置向导 重新打开):

  1. 主题 – 你的总体主题和信号(每行一个)。输入时自动保存。
  2. 模型连接 – 选择你的提供商(LM Studio 和其他本地服务器位于“OpenAI 兼容”下;托管选项包括 OpenAI、Claude、Gemini、OpenRouter、Groq、Mistral、DeepSeek、Together、Grok);向导会准确显示需要填写的内容,并带有 测试连接 按钮,让你在依赖它之前确认其可用。
  3. 订阅源 – 一键加载内置列表:快速开始(短)、世界新闻(长)或主题列表(AI 与技术、网络安全、金融与市场、气候与灾害、健康与疫情、地缘政治与冲突)。
  4. 确认 – 检查并启动你的首次抓取(该按钮会实际执行抓取)。

手动设置(跳过向导):

  1. 在 Targeting 面板中输入主题。
  2. 选择一个起点:Profiles → 选择一个内置主题配置文件,然后 File → Bundled Source Lists → 选择匹配的订阅源列表(或加载你自己的 .txt,每行一个 RSS URL——你加载的列表会在重启后保留)。
  3. 运行 → 设置(Ctrl+,)→ Connection 选项卡:选择提供商,设置 Server URL(LM Studio 示例:http://localhost:1234/v1),按 测试连接,保存并应用。
  4. 在 LM Studio 中加载模型,并在 Server Settings 中开启“Serve on Local Network”。提示:
    • 在 Load Model 窗口中,开启“Manually choose model load parameters”
    • 将 Max Concurrent Predictions 设为 1(暂时)
    • 如果可用,关闭或尽量减少思考
    • 一个稳妥的中等选择:gpt-oss-20b,思考设为“low”
  5. 点击那只猫!(……或按 Ctrl+Enter 执行 Fetch / Send,或等待状态栏中的自动抓取倒计时)

要将警报推送到手机:设置 → 通知 → 填写一个渠道(Slack/Discord/Telegram/ntfy),按 发送测试通知,保存并应用。每个服务的设置提示都在该选项卡的工具提示中。

每个设置都有悬停工具提示;帮助(F2)列出键盘快捷键。矩阵雨屏保:F1。


完整说明与配置

  1. 主题 — 在 Targeting 面板中输入主题(自动保存)。将命名集合保存为 Profiles,以便快速切换关注列表。你加载的订阅源列表是应用状态的一部分,并会在重启后保留。

    Sentinel 附带 11 个现成主题配置文件(topic_profiles.default.json),首次运行时会自动安装到你自己的 topic_profiles.json 中——此后该文件归你所有:编辑、删除、添加,你的更改永远不会被覆盖。使用了全新克隆或删除了你喜欢的配置?Profiles → Restore Bundled Topic Profiles… 只会合并回你缺失的内置配置文件。

    一个配置文件有两个字段,与 Targeting 面板对应:overall_topic(一句话界定什么算新闻)和 subtopics(以换行分隔的信号行——将每一行写成 要寻找什么,并在括号中给出示例;具体信号比宽泛的主题词筛选效果好得多)。

  2. 提示词:一个文件搞定一切(sentinel_prompt.txt)。 它会自动加载,并包含标记段落:

    • #> ALERT — 随每次抓取发送的指令(即时警报筛选)
    • #> SUMMARY — 用于定期趋势报告的指令
    • #> MEMORY — 长期记忆策略;Sentinel 会将其追加到摘要提示词中,仅在记忆分析器启用时

    没有 #> 标记的提示词文件会整体用于两种模式。File → Load Prompt File 可切换文件(它会报告检测到的各个部分)。令牌 {TOPICS}、{CHUNK} 和 {LONG_TERM_MEMORY} 在发送时填入。调整措辞可以显著提升信号质量。

  3. 数据源 — “Load Data Sources…” 接受一个 .txt 文件(每行一个 RSS URL,允许 # 注释)或一个 JSON 列表。下面每个随附列表在发布时都经过实时探测(HTTP 200 + 可解析条目);请将每个列表与同名主题配置搭配使用:

随附列表订阅源主题配置适用场景
Default_test-v1.txt31General News & Breaking V1首次运行:简短多样,因此较慢的模型也能快速完成
Default_long-v1.txt127World News Deep Dive V1广泛的全球覆盖:通讯社 + Reddit + Bluesky
AI_Technology_V1.txt59AI & Technology V1模型发布、AI 监管、芯片/算力、技术故障
Cybersecurity_V1.txt56Cybersecurity V1数据泄露、勒索软件、被利用的 CVE、基础设施攻击
Finance_Markets_V1.txt53Finance & Markets V1市场错位、银行/信贷压力、政策意外、加密货币
Climate_Disasters_V1.txt58Climate & Disasters V1突发性灾害以及纪录/气候信号
Health_Outbreaks_V1.txt51Health & Outbreaks V1早期疫情信号、药品短缺/召回、医院容量
Geopolitics_Conflict_V1.txt51Geopolitics & Conflict V1升级指标:空域、导弹、航运、外交
India_regional_example-v1.txt64India Regional Monitor V1国家/地区构建的完整示例(国家级 + 城市订阅源)
Iran_List_V1.txt43Iran Conflict V2单一事件构建的完整示例(通讯社 + OSINT + Telegram)
Irkutsk_plague_V1.txt24Irkutsk Plague Monitor (Example)狭窄、特定事件监控的完整示例

上述每个 URL 在发布时都经过实时探测(HTTP 200 + 可解析条目)。有两点需要注意:订阅源会失效,因此请删除任何不再响应的行;Reddit 会对批量轮询进行严格的速率限制(HTTP 429)——Sentinel 会按主机串行化请求,但如果某个列表大量依赖 Reddit,预计某些源在某个周期会被跳过。

Reddit URL 通过添加 .rss 生效;Bluesky 个人资料可用 https://bsky.app/profile/NAME/RSS。像 RSS-Bridge 这样的工具可以转换没有订阅源的网站(例如 Telegram)。请随机化列表顺序,以免限速网站被突发请求集中命中(Sentinel 也会自动按主机串行化请求)。

  1. 设置(Ctrl+,)— 六个选项卡,每个字段都有工具提示:
选项卡关键设置
Connection提供商、服务器 URL、模型名称、API 密钥、测试连接
Appearance配色主题(实时预览;取消可恢复);报告中可选的链接预览
Limits最大输入/输出令牌数、分块大小(令牌)、每个订阅源的条目数、LLM 超时——全部基于令牌
Automation自动抓取间隔;模式 1:即时警报;模式 2:带分析窗口的周期性摘要
NotificationsSlack / Discord / Telegram / ntfy / 通用 webhook;桌面弹窗;是否也推送摘要;发送测试通知
Memory & Output报告文件夹、顺序长期记忆分析器及其上限

默认值适用于大多数配置。值得注意的值:FETCH_INTERVAL(默认 600 秒——必须超过 LLM 的处理时间,否则会积压)、MAX_INPUT_TOKENS(保持在模型上下文窗口以下;如果超出则启用分块)。

提供商速查表

提供商下拉菜单涵盖本地服务器和流行的托管 API。每个条目在底层都使用相同的 OpenAI chat-completions 格式,因此未列出的任何服务仍可通过 OpenAI-compatible 使用:

提供商基础 URLAPI 密钥
OpenAI 兼容(LM Studio、Ollama、llama.cpp、vLLM、unsloth 等)http://localhost:1234/v1(Ollama::11434/v1)本地留空
OpenAIhttps://api.openai.com/v1sk-...
Anthropic(Claude)https://api.anthropic.com/v1来自 console.anthropic.com
Google Geminihttps://generativelanguage.googleapis.com/v1beta/openai来自 aistudio.google.com
OpenRouterhttps://openrouter.ai/api/v1来自 openrouter.ai
Groqhttps://api.groq.com/openai/v1来自 console.groq.com
Mistralhttps://api.mistral.ai/v1来自 console.mistral.ai
DeepSeekhttps://api.deepseek.com(无 /v1)来自 platform.deepseek.com
Together AIhttps://api.together.xyz/v1来自 api.together.ai
xAI(Grok)https://api.x.ai/v1来自 docs.x.ai
主题

六种内置外观,可在 设置 → 外观 中实时切换:赛博朋克绿(经典款)、赛博朋克琥珀、赛博朋克蓝、单色 — 黑底白字、单色 — 白底黑字,以及 专业(纸张) — 一款简洁的浅色主题,同时会切换为系统 UI 字体。所选主题在重启后仍会保留;Ctrl+= / Ctrl+- / Ctrl+0 可缩放所有控件。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

暂无热门数据。

探索所有工具

浏览我们的工具集合

查看所有工具 →