cpe-skills | 面向网络安全与 AI Agent 的 CPE 工具包

🧩

CPE 解析与格式化

自动识别 CPE 2.2 URI / 2.3 Formatted String，双向转换，WFN 绑定与转义（NISTIR 7695）。

🎯

NISTIR 7696 匹配

exact / subset / superset / disjoint 关系，外加模糊、正则、部分、距离匹配，支持批量。

🛠️

生成与构建器

从产品信息、模板、模糊输入生成 CPE；流畅的 Builder API 与随机生成器。

🛡️

漏洞关联

多源数据 —— NVD、OSV、EPSS 概率评分、CISA KEV 已知被利用漏洞。

📦

SBOM 与供应链

CycloneDX / SPDX 生成与解析，CPE ↔ PURL 双向映射，依赖图，manifest 解析。

⚡

风险评分与 VEX

EPSS + KEV + 可达性感知的优先级排序，VEX 声明，多格式导出（JSON / CSV / SARIF）。

🤖

AI 优先集成

4 条路径 —— SKILLS（AI/LLM 一键接入）、Go SDK、CLI、MCP 服务。专为 AI Agent 直接消费而设计。

🌐

108 平台二进制

9 个操作系统 × 13 种架构（含 ARM v5/6/7、MIPS 浮点变体、RISC-V、LoongArch、s390x），由 goreleaser 构建。

为什么选择 cpe-skills？

CPE 是 NIST 标准命名方案（NIST IR 7695/7696），用于标识 IT 系统和软件 —— 它是 CVE 漏洞匹配、SBOM 跟踪和供应链安全的基石。但 CPE 很难用：两种不兼容格式、复杂的 WFN 绑定、多源漏洞数据、SBOM 桥接。

cpe-skills 解决了这一切 —— 单一工具包覆盖从解析到漏洞管理的完整 CPE 生命周期。

四条集成路径

1. SKILLS —— 面向 AI / LLM

添加到你的 Claude Code skills 配置：

text

https://github.com/scagogogo/cpe-skills

2. Go SDK

bash

go get github.com/scagogogo/cpe-skills

c, _ := cpeskills.Parse("cpe:2.3:a:microsoft:windows:10:*:*:*:*:*:*:*")
fmt.Println(c.Vendor, c.ProductName, c.Version)

3. CLI

bash

# 通过 Go 安装
go install github.com/scagogogo/cpe-skills/cmd/cpe@latest

# 或从 Releases 下载预编译二进制（108 个平台）
cpe parse "cpe:2.3:a:microsoft:windows:10:*:*:*:*:*:*:*"
cpe match "cpe:2.3:a:apache:log4j:2.14.1:*:*:*:*:*:*:*" \
         "cpe:2.3:a:apache:log4j:2.14.1:*:*:*:*:*:*:*"

4. MCP（模型上下文协议）

json

{
  "mcpServers": {
    "cpe-skills": {
      "command": "cpe",
      "args": ["mcp", "serve"]
    }
  }
}

cpe-skills面向网络安全与 AI 的 CPE 工具包

CPE 解析与格式化

NISTIR 7696 匹配

生成与构建器

漏洞关联

SBOM 与供应链

风险评分与 VEX

AI 优先集成

108 平台二进制

为什么选择 cpe-skills？

四条集成路径

1. SKILLS —— 面向 AI / LLM

2. Go SDK

3. CLI

4. MCP（模型上下文协议）

数据流

架构

功能脑图

文档

cpe-skills面向网络安全与 AI 的 CPE 工具包

CPE 解析与格式化

NISTIR 7696 匹配

生成与构建器

漏洞关联

SBOM 与供应链

风险评分与 VEX

AI 优先集成

108 平台二进制

为什么选择 cpe-skills？ ​

四条集成路径 ​

1. SKILLS —— 面向 AI / LLM ​

2. Go SDK ​

3. CLI ​

4. MCP（模型上下文协议） ​

数据流 ​

架构 ​

功能脑图 ​

文档 ​

为什么选择 cpe-skills？

四条集成路径

1. SKILLS —— 面向 AI / LLM

2. Go SDK

3. CLI

4. MCP（模型上下文协议）

数据流

架构

功能脑图

文档