#008 · 安全維運與巡檢
智甲 EPP 自動巡檢與 CVE 漏洞掃描
維運人員基於 AVL Code 用一句開放式自然語言指令，實現從 SSH 遠端連線到智甲 EPP 巡檢、服務狀態檢查、CVE 漏洞掃描、敏感資訊脫敏到 HTML 報告生成的全流程智慧閉環。
生成依據：AVL Code + 瀾砥大模型
SSH 自動化產品巡檢CVE 漏洞掃描故障自愈威脅情報報告自動化
案例概述
維運人員需要遠端巡檢智甲 EPP 的執行狀態、檢查 46 個服務、做 CVE 漏洞掃描並產出規範的 HTML 報告。透過一條包含 SSH 連線資訊、巡檢命令、服務檢查腳本與漏洞掃描要求的複合指令，AVL Code 自主完成：環境探查與工具選型 → Python paramiko 跨平台 SSH 連線 → 遠端巡檢命令執行與資料採集 → 46 項服務狀態結構化解析 → 呼叫 cve-mcp-server 多源漏洞情報融合掃描 → 授權序列號等敏感資訊自動脫敏 → 參考既有報告樣式生成專業級 HTML 巡檢報告。全程無需人工介入，把傳統需 70–125 分鐘、且要掌握 Linux 維運 / SSH / CVE 查詢 / HTML 開發等多領域技能的手動操作，壓縮為約 15 分鐘的全自動執行。
核心成果
- 採集 46 項服務狀態，檢出 1+ 漏洞
- 產出 1 份完整、格式規範的 HTML 巡檢報告
- 全流程約 15 分鐘，效率較人工提升 5–8 倍
技術亮點
跨平台 SSH 自動化（Windows 自動切換 Python paramiko）多源漏洞情報融合（NVD / CISA KEV / OSV.dev / EPSS）智慧故障降級（API 超時自動切換掃描策略）敏感資訊自動脫敏樣式模板零成本複用 + 增量報告更新（fs.patch）
落地價值
將傳統需人工 SSH 登入、逐條執行命令、手動查詢 CVE、整理報告的維運巡檢流程，壓縮為一條自然語言指令的全自動執行；尤其適用於多主機批量巡檢、安全態勢感知、合規稽核報告自動生成等場景，大幅降低維運技能門檻、提升巡檢效率與報告規範性。
相關產物
會話回放與報告為簡體中文原始記錄 · 生成依據：AVL Code + 瀾砥大模型