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
cve-intel — 面向 CVE 分类的本地安全情报——31 个工具、25 个数据源、风险评分以及面向 AI 代理的 MCP 服务器,全部采用原生 Rust 实现。默认私密。 | Kitploit
工具/GitHubGitHub/fazmin/cve-intel
危害指标 (IOC) 管理OSINT (开源情报)漏洞扫描器威胁源与聚合器漏洞分析信息收集DevSecOps威胁情报供应链安全事件响应AI 安全
512519小时22分前尚未审核

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享
GitHub
fazmin/cve-intel

cve-intel

面向 CVE 分类的本地安全情报——31 个工具、25 个数据源、风险评分以及面向 AI 代理的 MCP 服务器,全部采用原生 Rust 实现。默认私密。

查看仓库

🛡️ CVE Intel

CVE Intel 桌面应用 — CVE-2021-44228 的 CVE 分类,显示 100/100 严重风险评分,包含 CISA KEV、EPSS 和公开漏洞利用证据

原生 Rust 构建的本地安全情报 — 一个 Tauri 桌面应用、一键内置小型 AI 模型(llama.cpp)、适用于任意 harness 的 MCP 服务器、REST API 以及纯 CLI。31 个工具,25 个数据源。默认使用私密的设备端 AI;OpenAI、Anthropic 或 Gemini 为可选设置。

Rust Tauri MCP Compatible License: MIT

它是什么?

安全团队会持续收到大量新漏洞(CVE),并且必须反复回答同一个问题:“我们现在需要修复这个,还是可以等一等?” 回答这个问题通常意味着要打开 NVD、EPSS、CISA KEV、GitHub、Shodan 以及十几个其他标签页,然后手动拼凑出完整情况。

CVE Intel 为你完成这些工作。给它一个 CVE、一个 IP 地址、一个文件哈希、一个域名或一组依赖项。它会同时查询所有相关的公开来源,并返回一个按优先级排序、有证据支撑的答案:它是什么、风险有多高,以及是否需要立即采取行动。 风险评分(0–100)根据严重性、被利用的可能性以及攻击者是否已经在使用它来计算——任何列入 CISA KEV 列表的项始终为严重(CRITICAL)。

你可以将其作为桌面应用、通过命令行、通过 REST API 使用,或通过 MCP 接入 AI 编码工具。你也可以直接用自然语言提问(“我们这个周末应该修补 CVE-2021-44228 吗?”),一个小型 AI 模型会解释发现结果。默认情况下,该模型在你自己的机器上运行;如果你更喜欢更强的模型,可以在设置中切换到 OpenAI、Anthropic(Claude)或 Google Gemini。

它帮助你决定要修补什么。它不会扫描你的网络,也不会替你修复任何东西,结果的时效性仅取决于公开来源。


📸 截图

桌面应用,显示来自真实数据源(log4j、CISA KEV、EPSS、OSV.dev)的实时结果。深色和浅色主题跟随你的系统设置。

CVE 分类(上方):一次查询、一个 0–100 风险评分,以及其背后的证据。

询问 AI: 用自然语言提问。先查询事实,然后由运行在你机器上的小型模型进行解释。

询问 AI 使用本地 Qwen 模型比较 CVE-2024-3400 和 CVE-2023-44487

比较 CVE — 补丁优先级排名
比较 CVE,按补丁优先级对四个列入 KEV 的 CVE 进行排名
扫描依赖项 — 来自 OSV.dev 的已知漏洞
依赖项扫描,列出存在漏洞的 PyPI 和 npm 包
数据库 — 每个数据源、其密钥状态和缓存
数据库视图,列出 NVD 和 EPSS 等上游来源
浅色主题
浅色主题下 CVE-2024-3400 的 CVE 分类

🧭 实际应用场景

情况你该怎么做
周五新闻里铺天盖地都是某个新 CVE。 我们要放下一切吗?问 “这个周末我们应该修补 CVE-2024-3400 吗?” 或运行 cve-intel triage CVE-2024-3400 --depth deep。你会得到一个评分、它是否在 CISA KEV 中、EPSS 利用概率、任何公开利用代码,以及明确的紧急程度。
漏洞扫描器刚刚报告了 40 个发现项。 先处理哪个?将 CVE ID 粘贴到 Compare CVEs(或 cve-intel compare CVE-… CVE-…)中,得到排序后的修补顺序,而不是仅按 CVSS 排序。
防火墙或登录日志中出现了一个奇怪的 IP。将其粘贴到 Quick Find(⌘K)中,或运行 cve-intel ip 185.220.101.34,从 AbuseIPDB、GreyNoise、Shodan 等来源获取信誉信息。私有/内部 IP 会被拒绝,绝不会被发送出去。
你的 EDR 标记了一个未知文件。cve-intel hash <sha256> 一次性检查 MalwareBazaar、VirusTotal 和 CIRCL hashlookup。
发布之前: 我们的依赖项安全吗?将 requirements.txt / package.json / pom.xml 粘贴到 Scan Dependencies 中,或在 CI 中运行(见下文)。
你使用 AI 编码工具(Claude Code、Cursor、VS Code)。将 CVE Intel 添加为 MCP 服务器,并在你的助手于仓库中工作时向它询问 CVE。参见 examples/mcp/。
你是漏洞管理的新手。问 “像给新手一样解释 EPSS 和 CISA KEV。” Ask 标签页会用通俗语言解释证据。

当依赖项存在已知漏洞时使 CI 构建失败:

cve-intel scan-deps requirements.txt | jq -e '.vulnerable_count == 0'

获取工单或仪表板的机器可读判定结果:

cve-intel triage CVE-2024-3400 --depth deep --json | jq '.risk | {risk_score, risk_label, urgency}'

✨ 一键本地 AI

小模型不擅长直接调用工具,因此 Ask 由三层构成:

  1. 确定性预路由 —— 在你提出的问题中检测 CVE ID / IP / 哈希 / 域名,并在模型看到任何内容之前运行正确的工具;结果作为权威上下文注入。
  2. 有依据的生成 + 工具循环 —— 模型解释证据,并可请求更多工具(原生 llama.cpp 调用,外加针对极小模型的 JSON-in-text 回退;语法失败时以纯有依据对话重试)。
  3. 无模型回退 —— 在没有模型运行时,Ask 返回结构化的工具发现结果。在任何下载完成之前,应用就已完全可用。

一键安装(桌面 Ask 标签页,或下方 CLI)会为你的操作系统/架构将官方 llama.cpp 运行时安装到 ~/.cve-intel/bin/,将一个小型 GGUF 模型下载到 ~/.cve-intel/models/,并仅在 127.0.0.1 上启动它:

模型下载大小最低内存说明
Qwen 2.5 1.5B Instruct (Q4_K_M)~1.0 GB4 GB最快
Qwen 2.5 3B Instruct (Q4_K_M) ★~1.9 GB6 GB推荐的默认选项
Llama 3.2 1B Instruct (Q4_K_M)~0.8 GB4 GB最小
Llama 3.2 3B Instruct (Q4_K_M)~2.0 GB6 GB对话能力强
Qwen 2.5 7B Instruct (Q4_K_M)~4.7 GB10 GB可选升级

已经有 Ollama / LM Studio / 你自己的 llama-server?将 CVE_LLM_BASE_URL 指向任意 OpenAI 兼容端点即可。

可选:使用前沿模型(OpenAI、Anthropic、Gemini)

想要比 3B 模型更精准的回答?打开 Settings → AI provider,选择 OpenAI、Anthropic (Claude) 或 Google Gemini,选择一个模型并粘贴你自己的 API 密钥。Save & use 会启用它并测试密钥;随时可切换回私有模型。

提供商默认模型环境变量(作为保存密钥的替代方案)
OpenAIgpt-4oOPENAI_API_KEY
Anthropic (Claude)claude-sonnet-4-5ANTHROPIC_API_KEY
Google Geminigemini-2.5-flashGEMINI_API_KEY

模型输入框接受你的账户可使用的任意模型 ID,因此更新的模型无需更新应用。从 CLI 使用: cve-intel ask "Should we patch CVE-2024-3400?" --provider anthropic。

  • 默认关闭,需主动选择启用。 当选择云提供商时,每个问题以及为其收集的查询结果(CVE 详情以及你询问的任何 IP、哈希或域名)都会发送给该供应商,并受其条款约束。启用时 Ask 标签页会显示横幅提示。
  • 你的密钥保留在你的机器上。 它保存在应用内置的 SQLite 数据库(~/.cve-intel/settings.db,仅所有者权限)中,不会在 UI 中再次显示,也绝不会被记录到日志。不想存储它?改为设置环境变量。参见 SECURITY.md。
  • 无需额外 SDK。 三家供应商都提供支持工具调用的 OpenAI 兼容聊天 API,Ask 代理已经支持该 API,因此一个提供商只需固定的 base URL、模型名称和密钥。Anthropic 将其 OpenAI 兼容端点标注为主要用于评估;如果你需要 Claude 特有的功能,请在 Claude 客户端中通过 MCP 使用它。
  • REST /api/v1/ask 端点有意仅使用本地 / CVE_LLM_BASE_URL 模型,因此网页无法消耗你的云密钥。

🚀 快速开始

下载并运行(每个平台一个文件)

从最新发布获取适用于你的操作系统的文件。它就是整个产品:桌面应用、cve-intel CLI、MCP 服务器和 REST API 都是同一个可执行文件。无需安装其他任何东西。

操作系统下载运行
WindowsCVE-Intel_<version>_windows-x64-setup.exe(或 …-portable.exe,免安装)运行安装程序,然后打开 CVE Intel
macOS(Apple Silicon + Intel)CVE-Intel_<version>_macos-universal.dmg将 CVE Intel 拖入 Applications
LinuxCVE-Intel_<version>_linux-x64.AppImage(或 .deb)对文件执行 chmod +x 并运行

每个文件旁边都有一个 .sha256 文件。这些构建版本尚未进行代码签名,因此 Windows SmartScreen 和 macOS Gatekeeper 会在首次启动时发出警告(macOS:右键点击应用,选择 打开)。

同一个可执行文件同时也是命令行工具。双击会打开窗口;任何参数都会让它以 CLI、MCP 服务器或 REST 服务器的形式运行:

# macOS (the app bundle's executable)
"/Applications/CVE Intel.app/Contents/MacOS/cve-intel" triage CVE-2024-3400
"/Applications/CVE Intel.app/Contents/MacOS/cve-intel" mcp      # MCP over stdio
"/Applications/CVE Intel.app/Contents/MacOS/cve-intel" serve    # MCP /mcp + REST /api/v1
# Linux AppImage:  ./CVE-Intel_<version>_linux-x64.AppImage mcp
# Windows (default per-user install):
#   "%LOCALAPPDATA%\CVE Intel\cve-intel.exe" mcp

在 Windows 上,该可执行文件是一个窗口化程序,因此终端不会等待它结束:请使用 start /wait "" "…\cve-intel.exe" triage CVE-2024-3400(或 PowerShell 的 & "…\cve-intel.exe" … | Out-Host)来查看有序输出。MCP 客户端会直接启动它,不受此影响。

桌面应用(从源码构建)

cargo build -p cve-intel-desktop
./target/debug/cve-intel-desktop

对于你在上面会下载的可安装包(.dmg / .exe / .AppImage):

cargo install tauri-cli --version "^2" --locked
cd apps/desktop/src-tauri && cargo tauri build
下载工具