EFF-Monitoring 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。
安全运营协作平台,提供日志解析、AI研判等功能
EFF-Monitoring 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
安全运营协作平台,提供日志解析、AI研判等功能
EFF-Monitoring 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 方式一:pip 安装(推荐)
pip install eff-monitoring
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install eff-monitoring
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/Fausto-404/EFF-Monitoring
cd EFF-Monitoring
pip install -e .
# 验证安装
python -c "import eff_monitoring; print('安装成功')"
# 命令行使用
eff-monitoring --help
# 基本用法
eff-monitoring input_file -o output_file
# Python 代码中调用
import eff_monitoring
# 示例
result = eff_monitoring.process("input")
print(result)
# eff-monitoring 配置文件示例(config.yml) app: name: "eff-monitoring" debug: false log_level: "INFO" # 运行时指定配置文件 eff-monitoring --config config.yml # 或通过环境变量配置 export EFF_MONITORING_API_KEY="your-key" export EFF_MONITORING_OUTPUT_DIR="./output"
</div>
EFF-Monitoring(Efficient Monitoring,高效监控)是一款以内置 Agent 为核心的安全运营协作平台。平台围绕安全事件全生命周期,提供日志解析、资产关联、AI研判、处置流转、经验沉淀与报告输出等能力,通过证据驱动的分析与协同机制,帮助安全团队快速看懂告警、定位风险、联动上下游并提升处置效率。
---
<font style="color:#000000;background-color:#FBF5CB;">详细功能操作与最佳实践请查看:</font><font style="color:#000000;background-color:#FBF5CB;">操作手册.md</font>
| 模块 | 主要能力 |
|---|---|
| 运营总览 | 告警总量、状态趋势、平均处置耗时、最近告警和运营统计 |
| 日志解析 | 原始日志解析、资产命中、IP 名单检测、模板输出、保存告警 |
| 告警工作台 | Hash 搜索、认领机制、状态流转、AI 研判、威胁情报、闭环反馈、CSV 导出 |
| AI 中心 | 提示词管理、AI 对话、执行链路/证据包查看、STE 经验库、AI 经验提取、AI 生成消息模板 |
| 资产中心 | 个体资产、网段资产、Excel 导入导出、资产指纹、负责人和区域维护 |
| 消息中心 | 工作流消息、未读提醒、按告警 Hash 快捷跳转 |
| 规则中心 | 元规则、自定义规则、正则测试、设备规则适配、规则生成 |
| 模板中心 | 消息模板、Excel 模板、CSV 模板 |
| IP 名单 | 白名单、黑名单、CIDR/IP 范围检测、名单导出 |
| 系统设置 | AI 模型网关、威胁情报、Webhook 的全员配置与个人配置,支持连通性测试和模型列表获取 |
| 系统管理 | 用户、项目、设备、审计日志、后台任务、历史导入 |
cp .env.example .env
docker compose up -d --build
默认访问地址:
http://localhost:8080
http://localhost:8000/docs
http://localhost:8000http://localhost:8000/healthz默认管理员账号:
admin / admin123
生产环境务必修改 .env 中的 JWT_SECRET、INITIAL_ADMIN_PASSWORD、DATABASE_URL、REDIS_URL 和 Webhook/AI/威胁情报密钥。
初始化后会保留一组演示数据,便于快速验证功能:
demo_analyst / demo123456、demo_viewer / demo123456演示日志中的公网 IP 使用文档保留地址段,不包含真实客户 IP。
<img width="2978" height="1504" alt="image" src="https://github.com/user-attachments/assets/ad46d622-6ba1-42bc-b4fe-0ba994e7fc79" />
高质量的安全运营协作平台,功能齐全
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。
经综合评估,EFF-Monitoring 在Agent工作流赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。
| 原始名称 | EFF-Monitoring |
| Topics | 安全运营AI日志解析资产关联 |
| GitHub | https://github.com/Fausto-404/EFF-Monitoring |
| License | Apache-2.0 |
| 语言 | Python |
收录时间:2026-05-27 · 更新时间:2026-05-27 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端