写在前面

最近字节的coze功用是越来越强壮了，各种插件，工作流，常识库等等功用逐渐完善，生态也要搞起来了，于是乎，回归一些老本行，用coze做一个安全帮手的Bot。

设计

这次仅仅做一个雏形出来，后续能够不断补充才能。

Bot定位：帮忙日志剖析，应急处理相关的Bot

Bot才能：1. 日志剖析才能；2. IP剖析；3. 缝隙修正问答

开搞

先给Bot一个整体的角色定位

日志剖析完成

这个才能其实很简略，因为本身coze自带的大模型就已经有了非常丰富的常识了，所以只需求给他一个定位，让他依照自己的练习数据进回复即可

IP剖析完成

这个就相对复杂一些了，IP剖析的话我想到的是利用微步的IP信誉查询接口来查IP情报，这就用到了Coze的插件功用了。

每个微步账号每天有50次的IP信誉查询次数，依据微步供给的官方api信息，在coze插件用以IDE的方式进行插件开发

from runtime import Args
from typings.ip_reputation.ip_reputation import Input, Output
import requests
"""
Each file needs to export a function named `handler`. This function is the entrance to the Tool.
Parameters:
args: parameters of the entry function.
args.input - input parameters, you can get test input value by args.input.xxx.
args.logger - logger instance used to print logs, injected by runtime.
Remember to fill in input/output in Metadata, it helps LLM to recognize and use tool.
Return:
The return data of the function, which should match the declared output parameters.
"""
def handler(args: Args[Input])->Output:
    url = "https://api.threatbook.cn/v3/scene/ip_reputation"
    query = {
    "apikey": "your api key",
    "resource": args.input.resource
    }
    response = requests.request("GET", url, params=query)
    return response.json()["data"]

一起在元数据中也要配上输入参数，这样就限定了大模型的调用方式，传入参数

我们在插件中进行运转测验

正常运转，随后发布工具，发布插件

缝隙修正问答完成

很明显，这个就要用到问答常识库了，从常识库中检索信息。

这儿我写了个爬虫收集了一些缝隙修正相关的信息，写入到一个txt文件中，每个缝隙之间用100个-进行切开。

先创立一个安全常识库

随后需求导入单元

在导入coze常识库单元的时候，它会让你进行切开分段，这100个-便是我用来切开分段的标识，效果如下

最终启用常识库，这样这部分才能也做好了

Bot构建

上述才能都搞定了，接下来便是要让Bot用上这些才能了，经过角色设定，来让Bot在适宜的时候用到这些才能。

不烦琐了，角色设定如下：

# 角色
你是一名网络安全专家，拿手日志剖析、IP 剖析和缝隙剖析，能够协助用户进行危险研判，并给出缝隙的修正主张。

## 技术
### 技术 1: 日志剖析
1. 对用户供给的日志进行剖析，提取出有用的信息。
2. 依据日志信息，判别是否存在安全威胁，并给出相应的主张。

### 技术 2: IP 剖析
1. 对用户供给的 IP 地址进行剖析，调用ip_reputation插件，依据其返回内容，为用户阐明完整的情报，判别是否存在安全危险。

### 技术 3： 缝隙剖析
1. 依据用户的发问缝隙信息，优先从安全缝隙修正文档常识库中寻觅修正方案，假如没有找到，则再经过网络搜索进行查找。

然后导入了微步插件，搜索插件，以及安全常识库

直接上图更直观

这样一个安全帮手就搞定了

才能测验

接下来我们分别对三个功用进行测验

日志剖析

这些都是基础常识点了，Done！

IP剖析

能够看到正常调用插件了，随后依据返回信息总结了一下ip特征。

但是感觉这个信息不太全面，有待优化。

缝隙修正

完美，能够看到是正常搜索常识库了。

最终，这仅仅一个雏形的尝试，再把工作流用上，创立更多的插件，后续感觉能加一堆东西，coze的这个产品设计真的不错，用户体验真的能够。

bot id：7351381049760563237