AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
开源自托管的 AI 安全运营中心,用可审计的 AI Agent 做告警分诊与调查。
AiSOC 是一个可自托管的安全运营中心平台。它接收各类安全遥测,做归一化、规则检测与关联,把触发的告警聚合成事件,再由 AI Agent 逐个调查并给出处置建议,每一步推理和工具调用都有记录可回放。项目采用 MIT 许可,自带本地模型,无需 API 密钥即可运行,并提供 MCP 服务供 Claude、Cursor、Continue 等客户端接入。
推荐指数
功能链路完整、上手路径多、文档扎实,适合想自建 AI 分诊能力的安全团队试用。
近 7 天
+893
新增 Star
总 Star 排名
#816
雷达追踪的 3,931 个 AI 仓库中
创建于
2026
2026年5月2日
核心亮点
1全链路可审计
Agent 的每次提示与工具调用都被记录,可回放决策过程。
2无需 API 密钥
内置本地模型,首次运行自动下载,开箱即可出分诊结论。
3规则库规模大
README 称规则库共 7408 条,其中 2966 条可执行。
4多种上手方式
支持 Docker Compose、安装脚本、pip 沙箱演示和 Codespaces。
5自带 MCP 服务
可接入 Claude、Cursor、Continue 等支持 MCP 的客户端。
适用场景
安全团队自建分诊流程
例如:把防火墙和终端告警接入,让 Agent 先给出置信度与理由,再由分析师复核。
告警降噪与关联
例如:多条低危告警被聚合成一个事件,减少重复处置。
威胁情报回溯
例如:新情报入库后,重新扫描已收集的历史数据。
教学与演示
例如:用 pip 沙箱在 30 秒内离线跑通一条告警的 Agent 处理流程。
它是怎么工作的
第 1 步
采集归一化
从安全工具接收遥测,统一格式后写入管道。
第 2 步
检测关联
运行规则库,把命中的告警聚合成事件。
第 3 步
Agent 调查
AI Agent 结合 MITRE ATT&CK 分析事件,记录每步推理。
第 4 步
给出建议
输出处置建议,由人工审批后才下发到厂商侧。
第 5 步
情报回溯
新威胁情报到达后,重新扫描已收集的历史数据。
快速上手
- 1
克隆并启动
需要 Docker Compose v2、8 GB 内存和 20 GB 磁盘。
git clone https://github.com/beenuar/AiSOC && cd AiSOC && make up - 2
环境自检
检查依赖与端口,端口被占用会自动换端口。
make doctor - 3
验证链路
投递一条真实事件,跟踪它经过各阶段变成告警。
make smoke - 4
离线体验
不装 Docker,用沙箱跑通一条告警的处理流程。
pip install aisoc-sandbox && aisoc-sandbox demo
适合谁
- 有自托管需求的安全运营团队
- 想评估 AI 分诊能力的分析师
- 做蓝队或紫队建设的工程师
- 需要 MCP 接入的安全工具开发者
不太适合
- 没有 Docker 环境且不想安装的用户
- 期望开箱即用于生产、不愿调优的团队
成熟度
- 活跃度star 超 8000,最近一次推送在 2026 年 11 月,仍在活跃开发。
- 文档有技术指南 PDF、在线文档、架构说明和 OpenAPI 规范。
- 社区fork 约 819,开放 issue 仅 12 个,讨论区可用。
- 上手难度一条 make up 即可启动,另有沙箱和 Codespaces 备选,但需 8 GB 内存。
使用前注意
- · 首次运行需下载约 2 GB 模型,占用 Docker 卷空间。
- · 要求 Docker Compose v2、8 GB 内存和 20 GB 空闲磁盘。
- · 管理员初始密码只显示一次,丢失需用 make bootstrap 重置。
- · 生产环境关闭了交互式 API 文档,需参考 docs/openapi.yaml。
