# 盘鉴
**Repository Path**: fiagainster/DiskAxe
## Basic Information
- **Project Name**: 盘鉴
- **Description**: DiskForge(盘铸) —— AI驱动的Autopsy自动化磁盘取证平台,60个MCP工具让Claude Code一键完成镜像分析。
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-25
- **Last Updated**: 2026-07-25
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 🔬 Autopsy 自动化取证平台
> 让 AI 驱动数字取证 —— 基于 Autopsy 4.23.0 的自动化磁盘取证平台。通过 **60 个 MCP 工具** 让 Claude Code 直接操作 Autopsy,支持全流程自动化取证调查。
[](LICENSE-2.0.txt)
[](https://openjdk.org/projects/jdk/17/)
[](https://www.docker.com/)
[](#-mcp-工具速查)
---
## 📖 目录
- [一分钟上手](#-一分钟上手)
- [什么是自动化取证](#-什么是自动化取证)
- [双模式架构](#-双模式架构)
- [安装与构建](#-安装与构建)
- [快速使用](#-快速使用)
- [MCP 工具速查(60 个)](#-mcp-工具速查60-个)
- [取证工作流](#-取证工作流)
- [项目结构](#-项目结构)
- [常见问题](#-常见问题)
- [致谢](#-致谢)
---
## 🚀 一分钟上手
```powershell
# 1. 构建镜像(首次约 30 分钟)
docker compose build
# 2. 放入镜像文件
cp 你的磁盘镜像.E01 ./images/
# 3. 启动 MCP 服务器
make start
# 4. 在 Claude Code 中说:
# "请对 images/磁盘镜像.E01 做快速分诊分析"
```
搞定。AI 会自动创建案件、添加数据源、运行分析、生成报告。
---
## 🤖 什么是自动化取证
传统数字取证需要调查员手动操作 Autopsy GUI,逐个模块运行、逐项查看结果。本平台将这个过程**完全自动化**:
```
传统方式:你 → 鼠标点击 Autopsy → 等待 → 手动导出报告
本平台: 你 → 一句话描述需求 → Claude Code → 调用 60 个 MCP 工具 → 自动生成报告
```
**适用场景**:
- 🚔 公安刑侦电子数据取证
- 🏢 企业安全事件响应
- 🎓 数字取证教学与 CTF 竞赛
- 🔍 恶意软件分析辅助
---
## 🆚 与 Hermes / 通用 AI Agent 的对比
2024-2025 年,AI 取证领域出现了多种方案。最典型的是 **Hermes**(由 Nous Research 开发)——它是一个通用 CLI AI Agent,能自主执行安全任务。还有 **Agentropix MCP**(基于 SANS SIFT 工作站),提供了 73 个 MCP 工具和确定性取证流水线。
那么,我们的 Autopsy MCP 平台有什么独特价值?
### 本质区别:文件读取 vs 数据库取证
| | Hermes / 通用 Agent | Autopsy MCP 平台 |
| ----------- | -------------------------- | --------------------------------------------- |
| **数据访问方式** | 逐个读取文件、`strings`/`grep` 遍历 | 数据库索引查询(毫秒级) |
| **文件系统深度** | 只能看已分配文件 | 已删除恢复、$MFT 解析、ADS 检测、文件雕刻 |
| **时间线分析** | 手动比较时间戳 | 自动 MACB 四时间轴重建、去噪、关联 |
| **结构化制品** | 需要自己写解析器 | 内置:网页历史、邮件、通话记录、USB 记录、LNK/Shellbags/$UsnJrnl |
| **哈希库比对** | 一个个文件算 MD5 | 百万级 NSRL/VirusShare 库秒查 |
| **加密检测** | 无 | 自动熵分析 + 文件签名检测 |
| **扩展名伪装** | 需要手动判断 | 自动检测 MIME 与扩展名不匹配 |
| **YARA 规则** | 需手动安装配置 | 内置扫描引擎 |
| **PE 文件分析** | 无 | PE头/熵值/ASLR/加壳/可疑API 自动检测 |
| **跨盘关联** | 无 | 哈希自动交叉比对追踪文件流转 |
| **规模上限** | ~几千个文件 | 数百万个文件(数据库索引) |
| **监管链/审计** | 无 | ✅ NIST SP 800-86 标准 |
| **法庭报告** | 需手动整理 | 一键 HTML/Excel/KML |
| **工具数量** | ∞(任意命令) | **60 个 MCP 工具**(专业取证封装) |
### 互补而非替代
Hermes 和通用 AI Agent 的核心优势是**灵活**——它们没有固定工具集,可以随时组合 Linux 命令解决问题。这在 CTF 中极为有效(问题明确、镜像小)。
本平台的定位不同:**面对实战中的 1TB 企业硬盘、几十万个文件、复杂的 NTFS 文件系统结构**,需要有专业取证引擎做底层支撑。Autopsy 的数据库索引、文件雕刻、哈希比对、时间线重建是通用 Agent 做不到的。
**理想方案是二者共存**:AI Agent 作为"大脑"调度工具,Autopsy MCP 作为"取证实验室"提供专业分析能力。
> 参见:[Hermes Agent 逆向工程自动化案例 (ctfiot.com)](https://www.ctfiot.com/311576.html) · [Agentropix MCP DFIR 框架 (devpost.com)](https://devpost.com/software/agentropix-mcp-agentic-forensics-incident-response)
---
## 🏗 双模式架构
```
┌──────────────────────────────────────────────────────────────┐
│ Claude Code (AI) │
├──────────────────────────────────────────────────────────────┤
│ MCP 桥接器 (STDIO) │ Direct TSK Mode │
│ 60 个 MCP 工具 │ Python + Sleuth Kit │
│ 完整 Autopsy 功能 │ 零依赖回退 │
├─────────────────────────────┼─────────────────────────────────┤
│ Autopsy NetBeans 平台 │ fls / icat / fsstat / │
│ Javalin HTTP :8743 │ tsk_utils.py / triage.py / │
│ + McpBootstrap 自动启动 │ pe_analyzer.py / deep_search │
└─────────────────────────────┴─────────────────────────────────┘
│ Docker 容器 │
└────────────────────────────────────────────────────────────────┘
```
| | MCP Mode | Direct TSK Mode |
| -------- | ------------------- | ----------------------- |
| **启动方式** | `make start` | `make triage IMAGE=...` |
| **工具数量** | **60 个** MCP 工具 | 6 个 Python 脚本 |
| **适用场景** | 完整调查、监管链、AI 驱动 | 快速分诊、无 GUI、手动分析 |
| **前置条件** | MCP 服务器 + STDIO 桥接器 | 镜像文件可读 |
---
## 📦 安装与构建
### 前置要求
- **Docker Desktop**([下载](https://www.docker.com/products/docker-desktop/))
- **8GB+ 可用内存**(给 Docker 至少 4GB)
- **20GB+ 可用磁盘空间**(镜像约 10GB)
### 构建
```powershell
cd "自动化磁盘取证"
docker compose build
```
首次构建约 20-40 分钟(需要编译 Sleuth Kit 和 Autopsy),后续增量构建 2-5 分钟。
### 启动 MCP 服务器
```powershell
# 后台启动(用于 MCP Mode)
make start
# 检查状态
make status
```
---
## ⚡ 快速使用
### 方式一:Makefile(推荐)
```bash
make help # 查看所有命令
make start # 启动 MCP 服务器
make stop # 停止
make status # 检查服务器状态
make shell # 进入容器交互式 shell
# 取证操作
make triage IMAGE=./images/disk.E01 # 快速分诊
make recover IMAGE=./images/disk.E01 ARGS="--all-deleted" # 文件恢复
```
### 方式二:Docker 直接使用
```bash
# 进入容器
docker compose run --rm --entrypoint bash autopsy
# 容器内使用 TSK 工具
fls -r /images/disk.E01
icat /images/disk.E01 40 > /reports/file.bin
# 使用增强的 Python 分析脚本
python3 /opt/scripts/triage.py /images/disk.E01
python3 /opt/scripts/pe_analyzer.py /path/to/suspicious.exe --json
python3 /opt/scripts/deep_search.py /images/disk.E01 --pattern "*.docx"
python3 /opt/scripts/powershell_recovery.py /images/disk.E01 --recover-ps1
```
### 方式三:MCP Mode(配合 Claude Code)
```bash
# 1. 启动 MCP 服务器
make start
# 2. 在 Claude Code 中直接对话
# "帮我分析这个磁盘镜像,找出所有可疑文件"
# Claude Code 会自动调用 60 个 MCP 工具完成全流程
```
---
## 🔧 MCP 工具速查(60 个)
### 基础操作(46 个)
点击展开基础工具
**案件管理**:`create_case` · `open_case` · `close_case` · `get_case_summary` · `get_case_metrics`
**数据源**:`add_data_source` · `query_data_sources` · `list_data_sources_full` · `get_data_source_tree`
**文件查询**:`query_files` · `get_file_content` · `export_file` · `summarize_files` · `tag_file` · `query_tags`
**取证分析**:`run_ingest` · `run_triage` · `get_ingest_progress` · `cancel_ingest` · `list_ingest_profiles` · `list_ingest_modules`
**制品查询**:`query_data_artifacts` · `query_analysis_results`
**时间线**:`query_timeline` · `summarize_timeline`
**搜索**:`search_raw_content` · `lookup_hash`
**通信**:`get_communications_accounts` · `get_account_relationships`
**系统**:`get_hosts` · `get_os_accounts` · `get_data_source_tree` · `get_object_children`
**报告**:`generate_report` · `list_reports` · `get_report_content`
**监管链**:`register_evidence` · `log_custody_event` · `get_custody_log` · `verify_evidence`
**审计**:`add_examiner_note` · `get_examiner_notes` · `get_audit_trail`
**专项**:`get_usb_timeline` · `get_execution_history` · `get_browser_summary`
Made with ❤️ for the digital forensics community