gensecaihq/Wazuh-Openclaw-Autopilot

说明与用途

**项目简介**
gensecaihq/Wazuh-Openclaw-Autopilot 为 Wazuh 提供了一个基于 OpenClaw 代理的自主 SOC 层，利用 MCP（Model Context Protocol）实现自动化告警分流、事件关联和响应方案生成，并支持人工审批、证据包输出、Prometheus 监控以及 Slack 通知。

**价值**

• **AI‑to‑Tool 桥梁**：通过标准化的 MCP 接口，将大模型或 AI 助手直接连接到真实的安全工具和监控数据，实现“AI 赋能的安全运营”。
• **自动化与可视化**：自动 triage、关联分析和响应计划降低了响应时延；Prometheus 指标和 Slack 通知提供即时可观测性。
• **可审计的人工介入**：在关键响应步骤加入 human‑in‑the‑loop 审批，兼顾效率与合规。

**典型接入方式**

1. **部署 OpenClaw 代理**：在受监控主机上运行 OpenClaw 代理，使用提供的 API/SDK 与 Wazuh 交互。
2. **启动 MCP Server**：在控制节点运行项目自带的 MCP 服务器（Node.js/JavaScript），该服务器负责转发 AI 请求、收集指标并调用 OpenClaw API。
3. **集成外部系统**：通过配置文件或环境变量接入 Prometheus（抓取 /metrics）和 Slack（Webhook URL），即可获得监控和告警推送。
4. **AI 助手对接**：在 AI 平台（如 ChatGPT、Claude）中使用 MCP 客户端库，发送 “生成响应计划” 等指令，系统返回结构化的响应方案供人工批准。

**生产可用性**

• **成熟度**：目前评分 72/100，GitHub 35 星、13 Fork，代码最近一次更新于 2026‑06‑23，表明仍在活跃维护中。
• **适用场景**：适合原型开发、内部 SOC 流程自动化或作为 AI‑Security 集成的参考实现。
• **风险与准备**：依赖 Node.js 运行时和 OpenClaw 代理，需要对其安全补丁和许可证进行额外审查；在正式生产环境部署前建议进行依赖锁定、容器化封装以及灾备演练。

总体而言，Wazuh-Openclaw-Autopilot 为希望在安全运营中引入 AI 自动化的团队提供了一个即插即用的解决方案，具备中等的生产可用性，只要完成常规的安全与运维审查即可投入使用。

实际用途

gensecaihq/Wazuh-Openclaw-Autopilot helps connect AI assistants to real tools and data through a standard protocol.

• connect AI agents to tools
• ship Model Context Protocol servers
• standardize integrations

限制与审查说明

Medium: useful for prototypes or internal workflows, with dependency and maintenance checks before production.