项目概述面向政务服务平台及政企安全运营中心，设计适配一道墙、天眼、SOC / WAF / NDR 等多类安全平台的流量攻击告警智能研判 Skill，将零散告警转化为覆盖攻击意图识别、漏洞可利用性评估、成功证据验证、业务合法性检查、影响定级与通报决策的结构化研判流程。

技术栈基于 Codex Skill 框架，采用 Python、JSON、Markdown / YAML 编排研判规则；融合 HTTP / WAF 日志、应用与数据库审计、EDR 主机日志及 OOB 回连验证，对接 CISA KEV、FIRST EPSS、NVD CVE API，并通过 GitHub Actions 持续迭代。

核心功能搭建四级攻击判定体系，结合请求响应、多源日志、资产暴露面与历史处置记录形成证据链，覆盖弱口令、未授权访问、注入攻击、WebShell、组件暴露及扫描器仿真流量，自动输出研判结论、证据、处置口径与修复建议。

项目成效经脱敏历史告警样本回放，辅助研判准确率达到 90% 以上；落地政企告警初筛后统一通报标准，核心 Skill 体量缩减 56% 并拆分为按需加载模块。

项目概述依托河南省数字政府“一道墙”安全运营支撑平台，面向政务信创云 35 个统建政务信息系统开展常态化安全运营，覆盖流量攻击检测、防御验证与告警研判全流程，构建“监测 - 研判 - 处置 - 整改”安全运营闭环。

技术栈融合奇安信天眼、SOC、NDR、WAF / IDS、全流量态势感知等平台能力，采用多源告警关联、全流量回溯、漏洞利用链分析、攻击成功性验证、协议行为分析、误报归因与白名单策略构建攻击证据链。

核心功能覆盖漏洞扫描、弱口令爆破、未授权访问、Web 注入、命令执行、WebShell 通信、异常外联等攻击场景；区分真实攻击、漏洞暴露、已阻断攻击、平台误报、扫描仿真流量与正常业务访问，输出标准化处置建议。

项目成效日均监测处置恶意攻击告警约 2,005 条，降低误报漏报与人工复核成本，缩短风险响应时长与漏洞暴露窗口，保障省级平台重大活动期间 0 重大安全事故。

项目概述面向政企与 SOC 安全运营场景，基于 LangGraph 构建 Agentic 告警研判工作流，将告警标准化、调查规划、受限工具调用、RAG 证据检索、风险判定、人工审批及报告生成串联为可测试、可追溯的状态化流程，并提供 CLI、MCP stdio、FastAPI 与 Docker 运行入口。

技术栈以 Python 3.11 / 3.12 为基础，采用 LangGraph、MCP 1.x、Pydantic v2、FastAPI 构建研判服务内核，配套 Pytest、Ruff、Docker Compose、GitHub Actions 完成工程化测试与持续交付。

核心功能通过 MCP Server 开放五类只读安全工具，以 Schema 白名单与重试机制约束 Agent；实现 CISA KEV 情报同步与可审计快照、EvidenceGate 证据门禁、高风险动作人工审批，以及规则引擎与本地大模型双模式降级。

项目成效覆盖 7 个基准研判场景，检索召回、工具调用、引用有效性、结论准确性及情报溯源等指标全部达标；45 项单元测试与多环境 CI 门禁全部通过。