WatchAD2.0 开源项目使用教程
1. 项目的目录结构及介绍
WatchAD2.0 项目的目录结构如下:
WatchAD2.0/
├── agent/
│ ├── config/
│ ├── logs/
│ ├── scripts/
│ └── main.py
├── engine/
│ ├── config/
│ ├── rules/
│ ├── logs/
│ └── main.py
├── web/
│ ├── config/
│ ├── static/
│ ├── templates/
│ └── main.py
├── database/
│ ├── config/
│ ├── data/
│ └── main.py
├── config/
│ ├── global.conf
│ └── logging.conf
├── README.md
└── setup.py
目录介绍
-
agent/: 包含日志收集Agent的相关文件。config/: 配置文件目录。logs/: 日志文件目录。scripts/: 脚本文件目录。main.py: Agent的启动文件。
-
engine/: 包含规则检测及分析引擎的相关文件。config/: 配置文件目录。rules/: 规则文件目录。logs/: 日志文件目录。main.py: 引擎的启动文件。
-
web/: 包含Web控制端的相关文件。config/: 配置文件目录。static/: 静态文件目录。templates/: 模板文件目录。main.py: Web控制端的启动文件。
-
database/: 包含缓存数据库的相关文件。config/: 配置文件目录。data/: 数据文件目录。main.py: 数据库的启动文件。
-
config/: 包含全局配置文件。global.conf: 全局配置文件。logging.conf: 日志配置文件。
-
README.md: 项目说明文档。 -
setup.py: 项目安装脚本。
2. 项目的启动文件介绍
Agent 启动文件
agent/main.py 是Agent的启动文件,负责收集域控产生的事件日志和Kerberos流量,并将其发送到分析引擎。
引擎启动文件
engine/main.py 是规则检测及分析引擎的启动文件,负责接收Agent发送的数据,进行实时分析,并生成告警。
Web 控制端启动文件
web/main.py 是Web控制端的启动文件,负责提供用户界面,展示分析结果和告警信息。
数据库启动文件
database/main.py 是缓存数据库的启动文件,负责存储和管理分析引擎生成的数据。
3. 项目的配置文件介绍
全局配置文件
config/global.conf 是全局配置文件,包含项目的通用配置,如日志级别、数据库连接信息等。
日志配置文件
config/logging.conf 是日志配置文件,定义了日志的输出格式和存储位置。
Agent 配置文件
agent/config/agent.conf 是Agent的配置文件,包含Agent的运行参数,如日志收集路径、发送目标地址等。
引擎配置文件
engine/config/engine.conf 是引擎的配置文件,包含引擎的运行参数,如规则路径、告警输出方式等。
Web 控制端配置文件
web/config/web.conf 是Web控制端的配置文件,包含Web服务的运行参数,如端口号、模板路径等。
数据库配置文件
database/config/database.conf 是数据库的配置文件,包含数据库的连接参数,如数据库类型、连接字符串等。
以上是WatchAD2.0开源项目的使用教程,涵盖了项目的目录结构、启动文件和配置文件的详细介绍。希望对您有所帮助。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00