ASHIRT 服务器安装与配置指南
2025-04-17 07:09:35作者:瞿蔚英Wynne
1. 项目基础介绍
ASHIRT(Adversary Simulators High-Fidelity Intelligence and Reporting Toolkit)是一个用于敌手模拟的高保真情报和报告工具包。该项目的目的是为了解决在安全操作过程中,证据文档和报告的整理与管理的难题。它通过自动化的方式捕获、索引和提供操作期间来自所有证据源的集中同步点的高保真数据。
主要编程语言:
- Go(后端)
- TypeScript(前端)
2. 项目使用的关键技术和框架
- 后端:使用Go语言开发,基于标准的HTTP服务,以及一些用于处理任务队列和存储的库。
- 前端:使用TypeScript,搭配React或Vue等现代前端框架进行开发。
- 数据库:可能使用PostgreSQL或其他数据库系统进行数据存储。
- 容器化:使用Docker进行容器化部署,简化部署流程。
- 配置管理:使用环境变量和配置文件进行配置管理。
3. 项目安装和配置的准备工作
准备工作
在开始安装之前,请确保以下环境已经准备好:
- 操作系统:推荐使用Linux或macOS系统。
- Go环境:安装Go语言环境,版本至少为1.15。
- Node.js和npm:安装Node.js和npm,用于前端构建。
- Docker:安装Docker,用于容器化部署。
- 数据库:安装并配置PostgreSQL或其他支持的数据库。
- 环境变量:设置必要的环境变量,例如数据库连接信息等。
安装步骤
步骤1:克隆项目仓库
首先,你需要从GitHub上克隆项目仓库:
git clone https://github.com/ashirt-ops/ashirt-server.git
cd ashirt-server
步骤2:安装依赖
安装后端依赖:
go mod tidy
安装前端依赖:
cd frontend
npm install
步骤3:配置数据库
根据项目文档配置你的数据库,确保数据库运行正常,并且有正确的权限设置。
步骤4:构建项目
构建后端:
go build -o ashirt-server ./backend
构建前端:
cd frontend
npm run build
步骤5:运行容器
使用Docker运行容器:
docker-compose up
如果需要使用生产环境配置,可以修改docker-compose-prod.yml文件,并使用以下命令运行:
docker-compose -f docker-compose-prod.yml up
步骤6:访问服务
安装完成后,你可以在浏览器中访问http://localhost:8080来查看ASHIRT服务器界面。
请确保按照项目文档进行详细的配置和优化,以便ASHIRT服务器能够正常运行。如果你在安装或配置过程中遇到问题,可以参考项目的README.md文件或查看项目的ISSUES部分寻求帮助。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322