文章总结： vuln-monitor是一款面向安全研究员的个人订阅器，用于聚合多源0day/1dayRCE情报，支持Telegram、企业微信、钉钉、飞书等多通道实时推送，并提供Web仪表盘。工具具备多源采集、增量去重、LLM研判等核心特性，可帮助安全人员快速获取并处理漏洞情报。用户可通过GitHub获取并部署。 综合评分： 85 文章分类： 安全工具,威胁情报,红队,漏洞分析
聚合多源 0day/1day RCE 情报，多通道实时推送（Telegram / 企业微信 / 钉钉 / 飞书）
Knaithe Knaithe
李白你好
2026年8月21日 07:30 青海
在小说阅读器读本章
去阅读
工具介绍
vuln-monitor聚合多源 0day/1day RCE 情报，关键词过滤后多通道推送（Telegram / 企业微信 / 钉钉 / 飞书）+ Web 仪表盘。面向安全研究员的个人订阅器。
核心特性
- 多源采集（约 18 通道）：厂商 PSIRT（Fortinet/PaloAlto/Cisco/MSRC）、漏洞披露（ZDI/watchTowr/DailyCVE）、Exploit/PoC（Sploitus_Citrix/PoC-GitHub）、研究（Horizon3/Rapid7）、CISA KEV、长亭/微步、GHSA(+Repo)、CERT_CC/TWCERT
- 模块化源码：
config/scoring/db/sources/notify/web+static/dashboard.html；编排在vuln_monitor.py - 聚焦 RCE + bypass：模式与
score()在src/scoring.py；短资产词词边界防误伤；CJK_ab()边界 - 增量去重：SQLite WAL，CVE 主键，60 天 TTL；CVE 年份 >1 年硬 nday
- 统一推送门禁：配 LLM 时仅 enrich 后推送；公平 enrich 队列（新高优 + 旧积压）；硬约束 freshness/PR=N/非 GitHub
- 多视图查询 + Web 仪表盘（localhost 读开放，写接口 magic token）
- LLM 研判：DeepSeek/GPT + NVD CVSS；daemon = fetch → enrich → push
- 双服务 systemd：monitor daemon + web，无需 timer
- 生产级：文件锁、重试、日志轮转、告警限流、一键部署/卸载
快速开始
git clone https://github.com/Knaithe/1DayNews.git && cd 1DayNews
pip install -r requirements.txt
python src/vuln_monitor.py fetch # dry-run（不设 TG token 不推送）
python src/web.py # Web 仪表盘 http://127.0.0.1:8001
CLI 子命令
python src/vuln_monitor.py fetch # 抓取入库（有 LLM 时不推送）
python src/vuln_monitor.py fetch --no-push # 显式只采集
python src/vuln_monitor.py enrich # NVD + LLM 研判 + 推送
python src/vuln_monitor.py enrich --dry # 研判但不推送
python src/vuln_monitor.py daemon # 常驻：fetch→enrich→push（systemd）
python src/vuln_monitor.py query --pushed --days 1 # 简表
python src/vuln_monitor.py query --full --cve CVE-2026-1340 # 详细
python src/vuln_monitor.py brief --pushed --days 1 # 通知格式
python src/vuln_monitor.py stats | rescore | rebuild # 统计 / 重评 / 回填
过滤参数：--cve / --source / --keyword / --days / --pushed / --reason / --limit
Web 仪表盘
python src/web.py # http://127.0.0.1:8001
ssh -L 8001:127.0.0.1:8001 user@srv # 远程 SSH 隧道访问
Pluto Security 风格暖色卡片布局，实时搜索，药丸式源/原因/时间筛选，严重性颜色编码。默认只显示精选（pushed），可切换全量。双击卡片弹出备注编辑器（≤200 字，记使用情况/复现状态），统计栏显示最近一次抓取时间 + 条数。安全加固（CSP/X-Frame-Options/nosniff），waitress + SQLite（读为主；备注/标签/复现走 POST，即使 localhost 也要 magic token）。详见 docs/web-dashboard.md。
推送通道
支持 4 个推送通道，按需配置，不配则跳过（dry mode）。每个通道独立跟踪发送状态，互不影响。
python scripts/configure.py # 交互式配置所有凭证
python src/vuln_monitor.py fetch # 配置后自动推送到已启用通道
优先级：环境变量 > 配置文件 > 空（dry mode）。
Telegram
TG_CHAT_ID 支持多频道/群/个人同时推送：-100xxx,-100yyy,123456
企业微信（WeCom）
群聊 → 右键 → 添加群机器人 → 复制 Webhook URL 中的 key 参数。频率限制 20 条/分钟。
钉钉（DingTalk）
群设置 → 智能群助手 → 添加机器人 → 自定义 Webhook → 复制 access_token。建议开启「加签」安全设置并填写 DINGTALK_WEBHOOK_SECRET。频率限制 20 条/分钟。
飞书（Feishu）
群设置 → 群机器人 → 添加自定义机器人 → 复制完整 Webhook URL。频率限制 100 条/分钟。
凭证配置
| 变量 | 用途 | 获取 |
| — | — | — |
| TG_BOT_TOKEN | Telegram 推送 | @BotFather |
| TG_CHAT_ID | Telegram 目标（逗号分隔多个） | @userinfobot / @RawDataBot |
| WECOM_WEBHOOK_KEY | 企业微信群机器人 | 群聊 → 添加群机器人 → Webhook URL 中的 key |
| DINGTALK_WEBHOOK_TOKEN | 钉钉群机器人 | 群设置 → 智能群助手 → Webhook URL 中的 access_token |
| DINGTALK_WEBHOOK_SECRET | 钉钉加签密钥（可选） | 创建机器人时勾选「加签」→ 复制 SEC 开头的密钥 |
| FEISHU_WEBHOOK_URL | 飞书群机器人 | 群设置 → 群机器人 → 复制完整 Webhook URL |
| GH_TOKEN | GitHub API 限频 60→5000 次/小时 | GitHub → Settings → Developer settings → PAT |
| NVD_API_KEY | NVD API 限频 5→50 次/30 秒 | https://nvd.nist.gov/developers/request-an-api-key |
| DEEPSEEK_API_KEY | LLM 研判（推荐，便宜） | https://platform.deepseek.com |
| OPENAI_API_KEY | LLM 研判（备选） | https://platform.openai.com |
| LLM_MODEL | 模型名（默认 deepseek-chat） | 可选 |
| LLM_BASE_URL | 自定义 API 端点 | 可选，兼容任意 OpenAI 格式 |
LLM 研判（可选）
配了 DEEPSEEK_API_KEY 或 OPENAI_API_KEY 后，enrich 子命令会用 LLM 做二次研判。以下是每个模型的完整 .env 配置示例，选一个复制到 .env 即可。
DeepSeek deepseek-v4-flash（推荐，便宜快速，1M 上下文）
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx
LLM_MODEL=deepseek-v4-flash
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=4096
LLM_TIMEOUT=60
LLM_MAX_CONTEXT=1048576
LLM_REASONING_EFFORT=high
LLM_TOP_P=0.9
OpenAI GPT-5.4（性价比，1M 上下文）
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
LLM_MODEL=gpt-5.4
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=4096
LLM_TIMEOUT=60
LLM_MAX_CONTEXT=1050000
LLM_REASONING_EFFORT=high
LLM_TOP_P=0.9
OpenAI GPT-5.5（最准，1M 上下文）
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
LLM_MODEL=gpt-5.5
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=8192
LLM_TIMEOUT=90
LLM_MAX_CONTEXT=1000000
LLM_REASONING_EFFORT=high
LLM_TOP_P=0.9
第三方中转（OpenRouter / 自建代理）
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
LLM_BASE_URL=https://openrouter.ai/api
LLM_MODEL=deepseek/deepseek-chat
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=4096
LLM_TIMEOUT=60
LLM_MAX_CONTEXT=131072
LLM_REASONING_EFFORT=high
LLM_TOP_P=0.9
本地 Ollama（受本地显存限制）
OPENAI_API_KEY=ollama
LLM_BASE_URL=http://localhost:11434
LLM_MODEL=llama3
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=2048
LLM_TIMEOUT=120
LLM_MAX_CONTEXT=8192
LLM_REASONING_EFFORT=high
LLM_TOP_P=0.9
参数说明
| 参数 | 默认 | 说明 |
| — | — | — |
| LLM_TEMPERATURE | 0.1 | 创造性，0=完全确定性，1=最大随机 |
| LLM_MAX_TOKENS | 1024 | 最大输出 token 数（GPT-5.5 建议 8192） |
| LLM_TIMEOUT | 60 | API 超时秒数，推理模型建议 120 |
| LLM_MAX_CONTEXT | 1048576 | 上下文窗口（1M），GPT-5.4/5.5/DeepSeek-V4 均为百万级 |
| LLM_REASONING_EFFORT | high | 思考等级：low / medium / high，支持的模型才生效 |
| LLM_TOP_P | 0.9 | 核采样，和 temperature 配合控制输出多样性 |
自定义 system prompt 放 /opt/vuln-monitor/llm_prompt.txt，不存在则用内置默认。不支持 temperature / tools / reasoning_effort 的模型会自动降级重试。
工具下载
https://github.com/Knaithe/1DayNews
网络安全情报攻防站
www.libaisec.com
综合性的技术交流与资源共享社区
专注于红蓝对抗、攻防渗透、威胁情报、数据泄露
👇 点击阅读原文，访问网络安全情报攻防站
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：李白你好 Knaithe Knaithe《聚合多源 0day/1day RCE 情报，多通道实时推送（Telegram / 企业微信 / 钉钉 / 飞书）》
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论