gitGraber 使用教程
2026-01-22 04:02:10作者:凌朦慧Richard
1. 项目介绍
gitGraber 是一个用 Python3 开发的工具,旨在实时监控 GitHub 以搜索和发现不同在线服务的敏感数据。它支持的服务包括 Google、Amazon (AWS)、Paypal、Github、Mailgun、Facebook、Twitter、Heroku、Stripe 等。gitGraber 通过解析 GitHub 上最新索引的文件来发现敏感数据,并将结果通知到 Slack 频道或直接在命令行中输出。
2. 项目快速启动
2.1 安装依赖
首先,确保你已经安装了 Python3 和 pip。然后,克隆 gitGraber 仓库并安装依赖:
git clone https://github.com/hisxo/gitGraber.git
cd gitGraber
pip3 install -r requirements.txt
2.2 配置文件
在启动 gitGraber 之前,你需要修改配置文件 config.py:
# config.py
GITHUB_TOKENS = ['yourToken1Here', 'yourToken2Here']
SLACK_WEBHOOKURL = 'https://hooks.slack.com/services/TXXXX/BXXXX/XXXXXXX'
2.3 启动 gitGraber
使用以下命令启动 gitGraber:
python3 gitGraber.py -k wordlists/keywords.txt -q "uber" -s
该命令将搜索包含 "uber" 关键词的敏感数据,并将结果发送到 Slack。
3. 应用案例和最佳实践
3.1 监控特定关键词
假设你想要监控与 "uber" 相关的敏感数据,可以使用以下命令:
python3 gitGraber.py -k wordlists/keywords.txt -q "uber" -s
3.2 创建自定义词表
你可以通过以下命令创建一个自定义词表,并使用它进行搜索:
python3 gitGraber.py -k wordlists/keywords.txt -q "yahoo.com" -s -w mysuperwordlist.txt
3.3 定期监控
使用 -m 参数可以定期监控你的搜索查询,每隔 30 分钟执行一次:
python3 gitGraber.py -k wordlists/keywords.txt -q "yahoo.com" -s -m
4. 典型生态项目
gitGraber 是一个专注于 GitHub 敏感数据监控的工具,但它可以与其他安全工具和项目结合使用,以增强整体安全监控能力。以下是一些典型的生态项目:
- GitLeaks: 一个用于扫描 Git 仓库历史记录中敏感数据的工具。
- TruffleHog: 另一个用于扫描 Git 仓库中敏感数据的工具,支持多种编码格式。
- Sn1per: 一个自动化渗透测试工具,可以与 gitGraber 结合使用,以发现和利用敏感数据。
通过结合这些工具,你可以构建一个更全面的安全监控和漏洞管理解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2