APIClarity 开源项目教程
1. 项目介绍
APIClarity 是一个开源的 API 安全工具,旨在捕获和分析 API 流量,测试 API 端点,重建 OpenAPI 规范,并识别 API 安全风险。它作为一个 pod 部署在 Kubernetes 集群中,通过分析 API 流量来发现潜在的安全风险。APIClarity 的主要功能包括自动重建 OpenAPI 规范、检测影子 API 和僵尸 API、检测 Broken Function-Level Authorization (BFLA) 等。
2. 项目快速启动
2.1 安装 Helm 仓库
首先,添加 APIClarity 的 Helm 仓库:
helm repo add apiclarity https://openclarity.github.io/apiclarity
2.2 保存默认的 Helm 值
保存 APIClarity 的默认 Helm 值到 values.yaml 文件中:
helm show values apiclarity/apiclarity > values.yaml
2.3 更新 values.yaml 文件
根据你的需求更新 values.yaml 文件,配置所需的流量源。
2.4 使用 Helm 安装 APIClarity
使用 Helm 安装 APIClarity:
helm install --values values.yaml --create-namespace apiclarity apiclarity/apiclarity -n apiclarity
2.5 端口转发
进行端口转发以访问 APIClarity UI:
kubectl port-forward -n apiclarity svc/apiclarity-apiclarity 9999:8080
2.6 访问 APIClarity UI
打开浏览器访问 APIClarity UI:
http://localhost:9999/
3. 应用案例和最佳实践
3.1 案例一:使用 APIClarity 监控 Istio 服务网格
假设你已经在 Kubernetes 集群中安装了 Istio 服务网格,并希望使用 APIClarity 来监控 API 流量。你可以按照以下步骤进行配置:
- 确保 Istio 1.10+ 已安装并运行在你的集群中。
- 按照快速启动中的步骤安装 APIClarity。
- 在
values.yaml文件中启用 Istio 服务网格的流量源。
3.2 案例二:使用 APIClarity 监控 Kong API 网关
如果你使用 Kong API 网关来管理你的 API,你可以使用 APIClarity 来监控通过 Kong 的 API 流量。配置步骤如下:
- 在
values.yaml文件中启用 Kong 流量源。 - 运行安装命令并配置 Kong 插件。
4. 典型生态项目
4.1 Istio
Istio 是一个开源的服务网格,APIClarity 可以与 Istio 集成,通过安装 WebAssembly (WASM) 过滤器来捕获内部 API 流量。
4.2 Kong API 网关
Kong API 网关是一个流行的开源 API 网关,APIClarity 可以通过插件与 Kong 集成,监控通过 Kong 的 API 流量。
4.3 OpenTelemetry
OpenTelemetry 是一个开源的观测框架,APIClarity 可以通过 OpenTelemetry 收集器来接收外部 API 流量,并进行分析。
通过这些集成,APIClarity 可以提供全面的 API 安全监控和分析能力。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00