工具概览
LogAssistant 是一个由 AI 驱动的网络威胁分析系统。它摄取原始的网络/访问日志，通过带有特征和流量检测规则的可配置规则引擎处理，当规则被触发时，把可疑活动交给 LLM 安全智能体。该智能体借助 MITRE ATT&CK 知识库和 IP 活动历史进行调查，然后生成结构化的威胁报告，包含类型、严重程度、缓解方案和建议。报告会被持久化，并通过 WebSocket 实时广播到 Streamlit 仪表盘。
系统包含在 JSON 策略文件中定义、并用 Pydantic 校验的可配置规则引擎。其 LLM 安全智能体是 LangChain 工具调用智能体（Claude），返回结构化、经过模式校验的威胁报告。批量分析仅限机器对机器，由通过 OAuth2 client_credentials 流程获得的 JWT 保护。项目还提供基于 SQLAlchemy 2.0 异步 ORM 的异步持久化、基于 structlog 的结构化日志，以及模拟 LLM 和向量存储的测试套件。
技术栈包括 FastAPI、LangChain（Anthropic Claude）、Qdrant、HuggingFace 嵌入、SQLAlchemy（异步）、Pydantic v2、structlog、PyJWT、Streamlit、WebSocket 客户端、pytest、pytest-cov、anyio 和 Docker Compose。bruno/ 下附带一个 Bruno 集合，含有每个端点的示例请求。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 安全运营团队用 LogAssistant 上传原始网络日志，并实时收到由 AI 生成的结构化威胁报告。
- 安全团队用 LogAssistant 应用在 JSON 策略文件中定义的、可配置的基于特征和流量的检测规则。
- 分析人员用 LogAssistant 让 LLM 安全智能体借助 MITRE ATT&CK 知识库和 IP 活动历史，调查被触发的规则。
- 团队用 LogAssistant 在 Streamlit 仪表盘上通过 WebSocket 接收新生成的威胁报告。
- 服务客户端用 LogAssistant 的批量分析端点，配合 OAuth2 client_credentials JWT 进行机器对机器的日志处理。
- 开发者用 LogAssistant 的测试套件，在无需实际调用 LLM 或向量存储的情况下验证规则引擎、模式和服务。
功能特性
AI 助手
自然语言界面
工作流自动化
用户评论
还没有评论，来分享你的使用体验吧