Original en anglais: https://argusic.com/subject/krawl
Krawl
Krawl est un serveur de déception web cloud natif, personnalisable et léger, et un anti-crawler. Il crée des applications web factices présentant des vulnérabilités faciles à exploiter, en utilisant des données leurres réalistes générées aléatoirement et des modèles HTML générés par IA.
Non vérifiablesource : GitHubpage d'accueilPythonMITcommit 5b37247c4950
Python, sous licence MIT. Le projet se décrit ainsi : ai, ai security, alerting, anti crawling, blue team, cloud native, crawler et cybersecurity.
Argusic n'a pas réussi à faire fonctionner Krawl. Un agent Argusic l'a installé en 40 minutes et a rencontré 5 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Krawl installs in a venv (minus py-tlsh), runs via uvicorn serving 200s on /das_dashboard, /das_dashboard/metrics and honeypot pages, captures posted credentials into the dashboard/SQLite, auto-classifies the IP 'attacker', and passes its 75-test pytest suite.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 20 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- py-tlsh wheel build failed: missing Python.h (python3-dev not installed, no root); no prebuilt cp312 wheel on PyPI15 minutes
- tests leaked singleton state (dashboard_cache backend, config, DatabaseManager) across files, making later tests fail (FakeRedis.set(nx=..), no such table, server-IP 204->200)10 minutes
- single-process pytest tests/ can hard-crash the interpreter (bus error in aiohttp/frozenlist C extensions) before printing a summary8 minutes
- tests/test_map_tiles.py expected old ?key= param, code now emits ?api_key=3 minutes
- tests/test_startup_cleanup_scan.py asserted removed == 2 but purge_ignored_ips returns total rows deleted across tables2 minutes
- Temps d'installation
- 40 minutes
- De la machine vierge à la fin
- 36 minutes
- Erreurs rencontrées et corrigées
- 5 rencontrées, 5 corrigées sans aide humaine
- Comment le résultat a été prouvé
- pytest tests/ -q -p no:cacheprovider -> '75 passed, 3 warnings in 82.29s'; curl -s -o /dev/null -w %{http_code} http://127.0.0.1:5000/das_dashboard -> 200, /das_dashboard/metrics -> 200, honeypot page with X-Forwarded-For -> 200; POST /wp-login.php captured 'wpuser' credentials (dashboard API + SQLite row) and IP auto-classified 'attacker'
- Tokens de modèle utilisés
- 1 425 585
- Commit exact testé
- 5b37247c4950
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
{\"msg\": \"single-process pytest tests/ can hard-crash the interpreter (bus error in aioht…
],
\"test_depth\": \"tier1_real\",
\"notes\": \"py-tlsh unavailable (missing python3-dev headers) -> TLSH clustering SKIPPED. Loop…
\"verified_how\": \"pytest tests/ -q -p no:cacheprovider -> '75 passed, 3 warnings in 82.29s'; …
\"final_state\": \"Krawl installs in a venv (minus py-tlsh), runs via uvicorn serving 200s on /…
}
print(\"ARGUSIC_RESULT:\" + json.dumps(r))
PY" in /work/repo
succeeded in 0ms:
tokens used
1,425,585Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis des 5 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Un agent sans limite de temps ne l'a pas fait fonctionner.
- Installation en 40 minutes, plus lente que la médiane des 230 projets comparables mesurés par Argusic.
Sur les 231 projets ai qu'Argusic a installés et chronométrés, Krawl a été le 221e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Délai dépassé | 0,00 | 1,58 | |
| Argusic Runner | 1/3 | N'a pas fonctionné | 20,00 | 0,33 |
Sujets (depuis GitHub)
aiai-securityalertinganti-crawlingblue-teamcloud-nativecrawlercybersecuritydeceptiongrafanahoneypotkubernetesmonitoringsecurityself-hostedspiderweb
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/krawl)Questions
- Krawl fonctionne-t-il ?
- Argusic n'a pas pu vérifier que Krawl fonctionne. Argusic l'a installé et lancé sur une machine propre en 40 minutes, en rencontrant 5 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé Krawl ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 5b37247c4950. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de Krawl ?
- L'exécution qui a produit ce verdict a coûté 0,33 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer Krawl ?
- 40 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- Krawl a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de Krawl ?
- 5 problèmes sont survenus lors de l'exécution enregistrée, et 5 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment Krawl se compare-t-il aux alternatives ?
- Sur les 231 projets ai qu'Argusic a installés et chronométrés, Krawl a été le 221e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.
- Où sont les preuves pour Krawl ?
- Les 2 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.