文章总结： 本文介绍开源项目DeepSentryv2.0，一款面向安全应急与智能运维的AI执行系统。通过自然语言输入即可触发任务拆解，调用内置工具完成日志分析、攻击识别并自动生成报告。系统支持SSH及WebShell等多目标巡检，旨在解决安全排查效率低的问题，建议安全运维人员前往GitHub关注试用。 综合评分： 55 文章分类： AI安全,安全工具,产品介绍,软文广告,应急响应

---

DeepSentry v2.0 开源发布：面向安全应急与智能运维场景的 AI Agent 系统

原创

asaotomo asaotomo

Hx0极客圈

2026年7月1日 22:17 安徽

在小说阅读器读本章

去阅读

当安全运维不再需要手动敲命令，会发生什么？

过去几年，安全工程师的日常工作几乎是固定循环：

• 登录服务器
• 查日志（auth.log / syslog）
• 看进程 / 网络连接
• 跑各种排查命令
• 人工分析异常
• 最后整理报告

问题从来不是“不会做”，而是：

太多重复工作，太多系统切换，太多信息需要人工拼接

于是我们开始思考一个问题：

能不能让安全分析变成一句话？

🛡️ DeepSentry v2.0 Ultimate｜深海哨兵

DeepSentry 是一款由Hx0战队开发的面向安全工程师的：

🤖 AI Security Agent（一款 AI 驱动的安全应急与智能运维 Agent）

它不是聊天工具，也不是脚本集合，而是一个可以直接“执行安全工作的 AI 系统”。

🧠 它的使用方式非常简单

你只需要说一句话：

“分析当前服务器是否存在异常登录与可疑进程，并输出风险报告”

DeepSentry 会自动完成：

• 系统信息采集
• 登录日志分析
• 进程与端口扫描
• 网络连接分析
• 攻击行为识别
• 风险评估
• 自动生成审计报告

⚙️ DeepSentry 是怎么工作的？

它不是“问答模型”，而是一个执行型安全 Agent Runtime：

自然语言 → 任务拆解 → 工具调用 → 多目标执行 → 证据分析 → 报告生成

🧩 一个完整流程如下：

用户输入任务

↓

AI 自动拆解子任务

↓

调用 59+ 内置安全工具

↓

执行本地 / SSH / Fleet 多目标分析

↓

聚合证据链

↓

生成 Markdown 审计报告

🚀 真实案例：SSH 爆破攻击自动识别

在一次实际测试中，我们让 DeepSentry 对服务器执行：

“帮我统计今天爆破服务器ssh服务的IP和次数”

📊 它自动发现了什么？

DeepSentry 自动解析/var/log/auth.log，并输出关键结果：

🔥 Top 攻击 IP（自动统计）

101.201.31.157 → 11,774 次失败登录

92.118.39.59 → 905 次

45.198.224.154 → 886 次

80.94.92.27 → 652 次

2.57.122.137 → 652 次

📈 整体攻击态势：

独立攻击源 IP：

83 个

总爆破次数：

约 18,000+ 次

攻击行为：持续高频 SSH 爆破

⚠️ 自动生成安全结论

DeepSentry 不仅识别数据，还会直接输出建议：

• 建议封禁高频攻击 IP（iptables / ufw）
• 启用 fail2ban 自动封禁机制
• 禁止 root 远程登录
• 强化 SSH 密钥认证
• 调整 SSH 端口降低暴露面

🧠 关键点

它不是帮你“看日志”，而是：

自动完成一次完整的安全事件分析

🧰 DeepSentry v2.0 做了什么升级？

🧠 1. 从工具 → AI安全执行系统

不再只是执行命令，而是：

• 自动规划执行路径
• 多轮修正任务策略
• 失败自动恢复
• 多步骤推理执行

🌐 2. 从单机 → 多目标 Fleet 系统

支持：

• 本地系统
• SSH 远程服务器
• Telnet 老设备
• FTP 取证节点
• 多机批量巡检（Fleet）

🧰 3. 内置 59+ Go 原生安全工具

覆盖：

• 系统审计
• 日志分析
• 网络流量分析
• 进程与文件分析
• Web / DB 探测
• 取证与扫描工具

👉 很多能力不依赖目标机环境

📊 4. 自动生成审计级报告

每一次任务都会输出：

• 执行步骤链路
• 命令与结果记录
• 风险判断过程
• Markdown审计报告

👉 可直接用于汇报 / 安全审计 / 留痕

⚡ 5. 支持 WebShell / 非交互环境

适用于：

• WebShell（蚁剑 / 哥斯拉 / 冰蝎）

• CI/CD环境

• 无TTY终端

• 应急远程执行

  

🔁 6. 支持任务记忆 / 恢复 / 定时执行

支持：

• checkpoint 恢复
• 长任务续跑
• 多轮追问分析
• 定时巡检任务

⚔️ DeepSentry vs OpenClaw / Claude Code / Codex

很多人会把它们放在一起比较，但本质完全不同：

🧩 OpenClaw

通用 Agent 框架

特点：

• 高度可扩展
• 需要自行设计系统逻辑
• 更像“搭积木”

👉 强在灵活，弱在落地

⚔️ Claude Code / Codex

代码世界 Agent

擅长：

• 写代码
• 改代码
• 跑测试

但问题是：

❌ 不理解真实系统环境（服务器 / 网络 / 日志 / 多机）

🛡️ DeepSentry

System-centric Security Agent（系统即战场）

直接操作：

• SSH服务器
• Fleet多机集群
• WebShell环境
• 网络与流量
• 日志与进程

🧠 核心区别一句话总结

| | | | — | — | | 类型 | 本质 | | OpenClaw | Agent 框架 | | Claude Code / Codex | 代码助手 | | DeepSentry | 安全执行系统（Security Runtime） |

🧭 为什么要做 DeepSentry？

因为我们看到一个真实问题：

安全工程师的瓶颈，从来不是能力，而是效率。

AI 最适合做的是：

• 信息收集
• 日志分析
• 跨系统整合
• 重复排查
• 报告生成

🛡️DeepSentry 2.0版本已正式开源

👉 GitHub地址：

https://github.com/asaotomo/DeepSentry

🚀 我们希望它成为什么？

DeepSentry 想做的不是工具，而是：

下一代安全工作方式的起点

从：

• 人工命令
• 脚本拼接
• 手工分析

走向：

• 自然语言驱动的安全执行系统

⭐ 如果你是安全工程师 / 运维 / 红队 / 研究人员

欢迎：

⭐ Star 支持项目

🧠 提 Issue 反馈真实场景

🔧 贡献 Skill / Tool

🚀 一起构建 AI 安全 Agent 生态

👏欢迎对深哨感兴趣的小伙伴加入Hx0战队交流群一起交流学习

---

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：Hx0极客圈 asaotomo asaotomo《DeepSentry v2.0 开源发布：面向安全应急与智能运维场景的 AI Agent 系统》