EFF-Monitoring
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。
📚 深度解析
EFF-Monitoring 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
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。
📖 中文文档
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。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 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')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 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"
简介
EFF-Monitoring 安全运营协作平台
<p align="center"> <a href="https://github.com/Fausto-404/EFF-Monitoring/releases"> <img src="https://img.shields.io/github/v/release/Fausto-404/EFF-Monitoring?style=flat-square&label=release&color=blue&cacheSeconds=3600" alt="Release"> </a>
<a href="https://github.com/Fausto-404/EFF-Monitoring/stargazers"> <img src="https://img.shields.io/github/stars/Fausto-404/EFF-Monitoring?style=flat-square&label=stars&color=brightgreen&cacheSeconds=3600" alt="GitHub Stars"> </a>
<a href="https://github.com/Fausto-404/EFF-Monitoring/network/members"> <img src="https://img.shields.io/github/forks/Fausto-404/EFF-Monitoring?style=flat-square&label=forks&color=orange&cacheSeconds=3600" alt="GitHub Forks"> </a>
<a href="https://github.com/Fausto-404/EFF-Monitoring/releases"> <img src="https://img.shields.io/github/downloads/Fausto-404/EFF-Monitoring/total?style=flat-square&label=downloads&color=success&cacheSeconds=3600" alt="Downloads"> </a> </p>
</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，提供内容解析、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>
核心亮点功能展示
功能模块概览
| 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 |
| 内容解析 | 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 |
| 报告中心 | 报告新建、编辑、复制、导出 MD、删除，支持从模板和规则一键生成 |
| 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 |
Docker 一键部署
cp .env.example .env
docker compose up -d --build默认访问地址：
- 前端页面：
http://localhost:8080
- FastAPI 文档：
http://localhost:8000/docs
- 后端 API：
http://localhost:8000 - 健康检查：
http://localhost:8000/healthz
默认管理员账号：
管理员账号密码通过.env文件中的INITIAL_ADMIN_USERNAME和INITIAL_ADMIN_PASSWORD配置。 默认值（仅开发环境）：admin / admin123
生产环境务必修改 .env 中的所有安全相关配置（JWT_SECRET、POSTGRES_PASSWORD、INITIAL_ADMIN_PASSWORD 等），详见 .env.example 中的注释。
快速启动
内置演示数据
初始化后会保留一组演示数据，便于快速验证功能：
- 演示用户：
demo_analyst / demo_viewer等，密码通过DEMO_USER_PASSWORD环境变量配置（默认demo123456） - 演示项目：攻防演练、日常运营
- 演示设备：WAF、NDR、态势感知
- 演示资产：门户、交易 API、数据库、办公终端、WebLogic 业务服务器、网段资产
- 演示规则：通用规则、WAF/NDR 规则、态势感知日志解析规则
- 演示模板：态势感知研判通报、Excel 行、CSV 资产导出
- 演示告警：可验证资产命中、AI 研判、Hash 搜索、重复限制、运营总览和导出功能
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。
界面预览
能力配置
适配常见大模型API、威胁情报、webhook，支持快速配置 <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
- 构建多智能体协作系统的 Agent 开发者
- 需要从图片、PDF 提取文字的文档自动化场景
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：EFF-Monitoring 提供官方镜像，docker compose up 一键启动
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- 需要从图片、PDF 提取文字的文档自动化场景
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +Apache-2.0 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
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。
🔗 相关工具推荐
❓ 常见问题 FAQ
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 |
| 原始描述 | 开源AI工作流：EFF-Monitoring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。⭐25 · Python |
| 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：2026-05-30 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。
🤖 交给 Agent 安装 · EFF-Monitoring
选择 Agent 类型，复制安装指令后粘贴到对应客户端