agentic-threat-hunting-framework 是智能体领域的开源项目，由 Nebulock-Inc 开发，2025 年首次发布。
它收录于智能体分类，该分类目前共有 2,517 个项目，GitHub 星标数为 378。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：安全运营中心（SOC）自动化威胁检测与响应。同类可对比的替代方案包括 AutoGPT、LangChain、CrewAI。
agentic-threat-hunting-framework
让AI代理自动狩猎威胁，越用越聪明
ATHF是一个用于智能体威胁狩猎的开源框架，旨在构建能够记忆、学习并日益自主行动的安全系统。它解决了传统威胁狩猎依赖人工经验、难以规模化的问题，通过将AI代理引入安全运营流程，实现自动化检测与响应。核心能力包括：支持多种大语言模型（LLM）后端，提供可扩展的代理架构，允许安全团队定义狩猎策略和任务；集成SIEM、威胁情报等安全工具，实现数据接入与动作执行；具备记忆机制，让代理能从历史狩猎中学习，持续优化策略。框架基于Python构建，适合安全研究人员和蓝队使用，可显著提升威胁狩猎的效率和覆盖范围。
开源
free
智能体
GitHub 星标
★ 378
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类智能体
开发团队Nebulock-Inc
所属国家
定价模式free
价格说明开源框架，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agentic-ai,ai-agents,automation,cybersecurity,detection-engineering,pypi,security,security-tools,siem,threat-analysis,threat-detection,threat-hunting,threat-intelligence,threat-response,thrunting
GitHub 星标★ 378
30天Star增速
HF 下载量
上线时间2025-10-27 00:00:00
最近更新2026-09-24 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 提供代理记忆与学习机制，能持续优化狩猎策略
- 支持灵活集成多种LLM和安全工具，适配现有安全栈
- 模块化设计，便于定制和扩展新的狩猎场景
不足之处
- 早期项目，文档和社区生态尚待完善
- 实际部署可能需要较多安全领域知识进行调优
适用场景
- 安全运营中心（SOC）自动化威胁检测与响应
- 红蓝对抗中模拟攻击行为的自动化识别
- 企业安全团队构建定制化威胁狩猎平台
替代项目
AutoGPT、LangChain、CrewAI
项目介绍
同类项目推荐
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望，让交互更真实
独立、可自托管的 AI 动态心智状态引擎：驱动力、念头池、疲惫、睡眠与意图。
deepseek-harness
开源
把 AI 能力拆成乐高积木，拼出你的专属智能体。
DeepSeek Harness: Everything is a Plugin.
AutoGPT
开源
开箱即用的 AI 员工，交代任务就自己干完
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···
EvoAgentX
开源
让 AI 智能体自己迭代变强，越用越聪明
EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents