Safeline开放平台报告管理API详解与使用指南
2025-06-05 07:57:26作者:虞亚竹Luna
前言
Safeline开放平台提供了一套完整的报告管理API,允许开发者通过编程方式管理安全报告订阅、生成和查询。本文将深入解析这些API的功能和使用方法,帮助开发者快速集成报告管理功能到自己的系统中。
报告订阅管理API
获取报告订阅列表
通过GET请求可以获取当前所有的报告订阅配置,该API支持分页功能,适合处理大量订阅记录的情况。
响应示例:
{
"data": [
{
"id": 5,
"name": "foobar",
"type": "day",
"targets": ["https://foobar.com"],
"create_time": "1544513554"
}
]
}
关键字段说明:
type:报告周期类型,支持day(日)、week(周)、month(月)targets:报告发送的目标地址列表create_time:订阅创建时间戳
创建报告订阅
使用POST请求可以创建新的报告订阅,需要提供必要的配置信息。
请求参数:
{
"name": "foobar",
"targets": ["https://foobar.com"],
"type": "day"
}
参数验证规则:
name:必填,字符串类型type:必填,必须是['day', 'week', 'month']中的一个targets:可选,默认为空列表,每个元素必须是有效的URL
最佳实践建议:
- 为每个订阅设置具有描述性的name,便于后续管理
- 定期检查targets的有效性,确保报告能正确送达
- 根据实际需求选择合适的报告周期类型
删除报告订阅
DELETE请求用于删除不再需要的报告订阅,支持批量删除。
请求示例:
{
"id": [4]
}
注意事项:
- 删除操作不可逆,请谨慎操作
- 支持一次删除多个订阅,只需在id数组中添加多个ID
- 删除成功后,系统将停止生成该订阅对应的报告
手动报告生成API
手动生成报告
POST请求允许用户手动触发报告生成过程,适用于需要即时报告的场景。
请求参数:
{
"name": "foobar",
"targets": [],
"time_range": "1541001600-1541087999",
"sync": true,
"type": "day"
}
参数详解:
time_range:必填,格式为"开始时间戳-结束时间戳"sync:可选,默认为false,设为true可同步等待报告生成完成type:支持['day', 'week', 'custom', 'month']四种类型
使用场景:
- 紧急安全事件后需要立即生成分析报告
- 自定义时间段的安全态势分析
- 临时性的报告需求,无需创建长期订阅
报告结果管理API
查询报告结果
GET请求用于查询已生成的报告列表,支持多种过滤条件和分页。
请求示例:
{
"type": ["custom", "day"],
"name__like": ["f"]
}
过滤条件说明:
type:按报告类型过滤name__like:按报告名称模糊匹配timestamp__range:按时间范围过滤
响应处理建议:
- 检查
state字段了解报告生成状态(Pending/Completed/Failed) - 对于大量报告结果,务必使用分页功能
- 结合时间范围过滤可以提高查询效率
删除报告结果
DELETE请求用于清理不再需要的报告结果,释放存储空间。
请求示例:
{
"id": [2]
}
存储管理建议:
- 定期清理旧报告,保留重要时间节点的报告即可
- 删除前确保报告已备份或不再需要
- 可以考虑实现自动清理策略,如保留最近30天的报告
总结
Safeline开放平台的报告管理API提供了完整的报告生命周期管理能力,从订阅配置到生成查询再到清理维护。开发者可以根据实际业务需求,灵活组合使用这些API,构建自动化的安全报告管理系统。对于关键业务场景,建议实现适当的错误处理和重试机制,确保报告服务的可靠性。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
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
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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
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++
886
596
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
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178