LitterBox 载荷分析沙箱
在部署前用静态、动态与 EDR 分析检验载荷的可检测性。
README 明确要求隔离虚拟机或专用测试环境，默认监听回环地址，并逐项标注捆绑扫描器的来源、版本和日期，因此来源归属充分，依赖安全也有基本的固定版本与更新可见性。但 Windows 安装要求管理员 shell，Linux 脚本会配置带 KVM 的 Windows 容器，产品还能向外部 EDR 虚拟机派发载荷；所给材料未展示最小权限设计、操作前确认、网络与样本数据流细节、凭据及样本的存储/清除策略、依赖审计机制或回滚路径，故相应扣分。发布者身份未知本身不作安全性推断。
README 对静态、动态、EDR 分析及 MCP/CLI/API 的整体描述内部基本一致，requirements.txt 也与 Python/Flask 部署叙述相容；依赖均固定版本，扫描器清单说明了捆绑与更新状态。不过关键操作文档位于未提供的 Wiki，Docker 构建及 EDR 又依赖 KVM、Windows 和外部组件；材料没有错误消息、降级行为、超时后呈现或故障排查示例，因此 failure_messages 为零，其他项未给满分。
红队、蓝队、恶意软件分析、Windows 本机、Linux/Docker、可选 EDR 以及扩展 YARA/扫描器等受众和场景描述清楚，环境适配范围较好。安全公告明确“仅开发用途”和隔离要求，形成一定能力边界；但未提供 MCP 工具定义、触发条件、授权范围或代理调用约束，也未在现有材料中说明不同平台的能力差异和硬件前提细节，因此边界、触发精度和环境适配均有扣分。
README 以文档索引、安装、EDR、扫描器、安全公告、致谢和界面展示组织内容，安装命令及约一小时初次构建成本明确；完整 GPL-3.0 文本也已提供。扣分点是多数操作细节转移到未提供的 Wiki，示例主要是安装命令和界面图片而非完整任务案例或 FAQ；LitterBox、GrumpyCats、Whiskers 多套名称增加认知负担；没有版本发布策略或 changelog，维护责任和正式更新渠道也仅能从仓库名、贡献链接及手工更新说明中薄弱推断。
材料说明输出包括 Detection Score、触发指标拆解、EDR 告警和结果页，并将多种分析及 LLM 驱动流程集中到自托管沙箱，显示出实际可用性和相对于逐工具操作的增量价值。README 也披露自托管、可选 EDR 和约一小时构建成本。但没有提供输出模式、评分样例、结果解释准则、性能或资源成本数据，也没有证据比较该流程与替代方案，故三项均未获满分。
扫描器表给出具体版本、提交标识、日期与上游名称，requirements.txt 提供精确 Python 依赖版本，许可证文件与元数据一致，因此部分主张可追溯且事实与安全建议大体分开。主要功能、Detection Score、MCP 端到端能力和 EDR 行为在所给材料中主要由 README 单点陈述，相关 Wiki、实现代码、测试和配置文件均未提供，跨来源印证有限，也无法核对宣传性描述与实现边界，因此扣分。
- 仅在隔离、可恢复的实验虚拟机或专用测试环境中处理载荷；不要将此材料视为生产部署安全保证。
- 管理员权限、KVM Windows 容器和远程 EDR 派发具有较大影响面；使用前应独立核查网络边界、认证、每次派发的人工确认和虚拟机快照恢复流程。
- 所给材料未说明上传样本、分析产物、日志、凭据或 MCP 上下文的保留与删除方式，处理敏感载荷前需先建立明确的数据治理策略。
- 固定版本不等于已完成漏洞审计；应核查 Python 依赖以及捆绑 EXE、YARA 规则和扫描器二进制的完整性、许可证与已知漏洞。
- Detection Score 和“field-ready”判断缺乏所给源码、测试或评分实例的佐证，不应作为部署恶意载荷或规避检测的唯一依据。
这个 Agent 能做什么，适合哪些场景？
LitterBox 是面向红队的自托管载荷分析沙箱，也适用于蓝队的恶意软件分析流程。操作者上传样本后，可以执行静态、动态和 EDR 分析，并获得 Detection Score 与触发指标明细。系统可将载荷派发到独立的 Windows 虚拟机，由 Elastic Defend 或 Fibratus 进行监测，再把相关告警拉回结果页面。项目还提供 HTTP API、GrumpyCats CLI、Python 库和 LitterBoxMCP，使 LLM 可通过 MCP 驱动分析流程。它可直接安装在 Windows 上，也能通过 Linux、Docker 与 KVM 部署一个 Windows 10 容器；项目明确限定为开发和隔离测试环境，不建议用于生产。
LitterBox 接收上传的载荷样本，运行静态、动态及 EDR 分析，并将结果汇总为 Detection Score 和触发指标明细。“All in One Pipeline”可并行运行静态分析及所有可连接的 EDR。可选的 Whiskers Agent 将载荷发送到独立的 EDR Windows VM，支持 Elastic Defend 或 Fibratus，并把关联检测告警取回 LitterBox 结果页。内置扫描资源包括 PE-Sieve、Hollows-Hunter、Moneta、Patriot、Hunt-Sleeping-Beacons、RedEdr、YARA、CheckPlz、Stringnalyzer 和 HolyGrail，以及 Elastic 与 YARA-Forge 规则集。除网页界面外，项目还公开 HTTP API、GrumpyCats CLI、GrumpyCats Python Library 和 LitterBoxMCP 接口。
- 红队开发人员在投放载荷前，用 Detection Score 和触发指标判断样本是否会被现有检测能力发现。
- 恶意软件分析人员在隔离实验室中，对 Windows 样本组合运行静态、动态与 YARA 扫描。
- 防守团队需要在自身 Elastic Defend 或 Fibratus 环境中重放样本，并集中查看关联告警。
- 安全研究人员希望借助 LitterBoxMCP，让 LLM 代理端到端调用分析流程。
- 实验室管理员需要在 Linux 主机上通过 Docker 和 KVM 配置可重复使用的 Windows 10 分析环境。
这个 Agent 有哪些优点和局限？
- 把静态、动态和 EDR 分析汇总为统一的 Detection Score 与触发指标明细，直接服务于部署前判断。
- 可把样本派发到真实的 EDR Windows VM，并支持从 Elastic Defend 或 Fibratus 拉回关联告警。
- 同时提供网页界面、HTTP API、CLI、Python 库和 MCP，既支持人工操作，也支持脚本及 LLM 驱动的流程。
- 内置多种内存、行为和 YARA 扫描器，并在 README 中记录其版本或提交及上游更新时间。
- 支持原生 Windows 安装以及 Linux 上的 Docker/KVM 部署路径。
- 项目明确仅供开发和测试使用；生产部署存在重大安全风险，必须放在隔离 VM 或专用测试环境中。
- Windows 安装要求 Python 3.11+ 和管理员 Shell，会增加权限与主机防护方面的运维负担。
- Linux 路径依赖 Docker、KVM 和 Windows 10 容器，首次构建约需一小时。
- 完整 EDR 流程还需要独立 Windows VM、Whiskers Agent，以及 Elastic Defend 或 Fibratus 环境。
- 所给材料没有展示 HTTP API、GrumpyCats 或 LitterBoxMCP 的具体调用示例，因此仅凭这些内容无法验证客户端接入细节。
如何安装或部署这个 Agent？
Windows：需要 Python 3.11+ 和管理员 Shell。
git clone https://github.com/BlackSnufkin/LitterBox.git
cd LitterBox
python -m venv venv
.\venv\Scripts\Activate.ps1
pip install -r requirements.txt
python litterbox.py如需详细日志，可运行 python litterbox.py --debug。启动后访问 http://127.0.0.1:1337。
Linux Docker：
git clone https://github.com/BlackSnufkin/LitterBox.git
cd LitterBox/Docker
chmod +x setup.sh
./setup.sh该脚本通过 KVM 配置 Windows 10 容器并在其中运行 LitterBox，首次构建约需一小时。安装监控地址为 http://localhost:8006，RDP 地址为 localhost:3389，凭据位于 Docker Compose 文件中；完成后访问 http://127.0.0.1:1337。
如何使用这个 Agent？
完成安装并打开 http://127.0.0.1:1337 后，在界面上传样本，选择静态、动态或 EDR 分析，然后在结果页查看 Detection Score 和触发指标。若要连接 EDR，在 Config/edr_profiles/ 下放置一个或多个配置 YAML；应用启动时会读取这些配置并在上传页面显示对应选项。EDR 工作流需要独立的 Windows VM、Whiskers Agent，以及 Elastic Defend 或 Fibratus。需要自动化时，可使用项目列出的 HTTP API、GrumpyCats CLI、Python 库或 LitterBoxMCP；所给材料未提供这些接口的具体首条调用命令或 MCP 客户端配置。
这个 Agent 与同类方案有什么区别？
与只运行单一扫描器的流程相比，LitterBox 将 PE-Sieve、Hollows-Hunter、Moneta、Patriot、Hunt-Sleeping-Beacons、RedEdr、YARA 等工具的分析集中到一个沙箱，并生成统一的 Detection Score。Elastic Defend 和 Fibratus 在这里不是替代产品，而是可连接的 EDR 后端：LitterBox 负责派发载荷并汇总其关联告警。