OpenCTI平台集成XTM Hub功能的技术实现分析
2025-05-31 23:52:57作者:范垣楠Rhoda
OpenCTI作为一款开源威胁情报平台,近期在产品功能上进行了重要更新,旨在与XTM Hub实现更紧密的集成。本文将深入分析这一功能更新的技术实现细节及其对用户体验的提升。
仪表板库界面优化
在OpenCTI的仪表板库界面中,开发团队对用户操作流程进行了重新设计:
-
图标替换:原有的"导入仪表板"图标被更新为更具现代感的向上箭头图标,这一视觉变化不仅提升了界面的美观性,也使得功能意图更加直观。
-
文本精简:将"创建仪表板"简化为"创建",这一微妙的文字调整减少了界面冗余信息,使核心功能更加突出。
-
新增Hub导入功能:最具实质性的更新是添加了"从Hub导入"的渐变按钮,取代了原有的"AI完成"选项。这一改动为用户提供了直接从XTM Hub获取预置仪表板模板的能力,大大简化了用户创建专业级仪表板的流程。
导航栏功能重组
在平台顶部导航栏区域,开发团队进行了以下结构调整:
-
解决方案区域重构:移除了原有的openERM和openMTD解决方案入口,为XTM Hub腾出空间。这种精简使得产品矩阵更加聚焦于核心功能。
-
XTM Hub入口设计:XTM Hub的logo现在占据两列空间,保持了与其他解决方案一致的背景和悬停效果。这种统一的设计语言确保了用户体验的一致性。
技术实现考量
从技术实现角度看,这次更新涉及:
-
前端组件重构:需要修改现有的React组件结构,确保新的CTA按钮和导航项能够无缝集成到现有界面中。
-
状态管理调整:新增的Hub导入功能可能需要扩展Redux状态树,以处理来自XTM Hub的数据获取和缓存逻辑。
-
响应式设计验证:所有改动都需要在各种屏幕尺寸下进行测试,确保布局的适应性不受影响。
用户体验提升
这一系列更新将显著改善用户工作流程:
- 减少了创建专业仪表板的步骤和时间
- 提供了更丰富的预置模板资源
- 使平台间的跳转更加顺畅
- 整体界面更加简洁高效
这些改进体现了OpenCTI团队对用户体验的持续关注,也展示了平台向更加开放、集成的生态系统发展的方向。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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
🔥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
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
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878