開場白
2026 年歐洲超市冷凍系統遭駭客入侵強制化霜，冷鏈斷鏈風險從理論變成實戰。今天要介紹單一 Python 檔、零依賴就能部署的 Coldframe 蜜罐，精準模擬丹佛斯與 Dixell 兩款真實控制器的 Web 指紋；還有破 9.2k 星的 AI 學習陪伴桌面應用 LearnHarness，用知識圖譜解決「爬文件卻不懂核心概念」的痛點，等一下告訴你為什麼它不像普通聊天機器人。
今日開源好物
1. Coldframe：針對真實工控入侵打造的單檔蜜罐
- 它是什麼：針對 2026 年歐洲冷凍系統被入侵強制化霜的實戰案例打造，模擬 Danfoss AK-SM 800A 與 Dixell XWEB EVO 兩款真實冷凍控制器的 Web 指紋，讓攻擊者以為摸到真實設備，實則所有操作只記錄不執行，適合 DevOps、自架安全研究者、想觀察工控掃描行為的工程師。
- 近期聲量：Hacker News 289 分、70 則討論（補產時 2026-11-13 觀測），GitHub 73 顆星，MIT 授權。
- 亮點功能：精確複製 HTTP 標頭順序、TLS 1.2 憑證（CN=DanfossSM800A）、favicon 雜湊、Angular 載入頁 Last-Modified/ETag；內建辨識 8 支 CVE/公開漏洞利用（含 CVE-2025-41450 code-of-the-day 繞過、CVE-2026-25085 XWEB Pro auth_mode 繞過）；登入成功後只回傳假儀表板與除霜按鈕，所有操作記錄為 JSONL；提供
summary.py24 小時自動彙報。 - 快速上手：本機測試
PERSONA=danfoss HTTP_PORT=8080 python3 -I honeypot.py即啟動 8080 埠；生產部署貼上cloud-init.yaml到 Ubuntu 24.04 VPS 的 User data，兩分鐘上線（$4 Droplet 夠用），記得只開放蜜罐埠位與你自己的 SSH IP。 - 跟同類比：比
eppser/danfoss-ak-sm-decoy更專注 Web 指紋精確度與特定漏洞偵測，並新增 Dixell XWEB 人格；比通用工業蜜罐 Conpot 更輕量且針對冷凍鏈攻擊面優化。 - 適合誰：想低成本部署高互動工控蜜罐、觀察真實掃描與漏洞利用行為的安全工程師。
- 連結：hedgerow-dev/coldframe
2. LearnHarness：用知識圖譜陪工程師真正學會新技術的桌面應用
- 它是什麼：專為工程師設計的 AI 學習陪伴桌面應用（macOS/Windows/Linux），採四階段流程「測量現有理解 → 規劃依賴圖 → 蘇格拉底式逐步教學 → 變式練習」，用持久化知識圖譜記錄命題與推理鏈，解決「爬文件卻不懂核心概念」的真痛點，AGPL-3.0 開源、支援本地模型、無訂閱綁定。
- 近期聲量：GitHub 9,210 顆星（30 天內新專案，補產時 2026-11-13 觀測），主要語言 TypeScript。
- 亮點功能：教學階段強制「預測 → 解釋 → 確認」三步驟，讓你思考出聲而非被動收答案；練習題材自動從知識圖譜抽取，需主動喚起知識而非辨識選項；桌面原生支援拖拽 PDF/圖片、語音輸入、網頁搜尋（Tavily/Brave/Exa/Firecrawl/Ollama）、可視化解釋與互動式示範；資料全存在本機，系統提示詞可檢視修改。
- 快速上手：至 learnharness.ai 下載對應平台安裝檔（macOS 簽名 DMG、Windows 安裝程式、Linux AppImage/.deb），啟動後設定 API 金鑰或本地模型端點（Ollama、OpenAI 相容端點皆可）即可開始第一堂課。
- 跟同類比：不同於 ChatGPT/Claude 直接給答案或通用 RAG 工具，LearnHarness 強制「思考出聲」並建立個人化知識圖譜，更接近 Anki + 導師系統的混合體；授權為 AGPL-3.0，商業內部部署需注意合規。
- 適合誰：想深度理解新架構、新語言、新論文核心概念，不滿足於單純問答的工程師。
- 連結：amosblomqvist/learnharness
結尾段落
今天這兩個工具一個守、一個攻：Coldframe 用最輕量的方式把工控攻擊面攤開來看，LearnHarness 用最扎實的方式把知識內化成自己的能力。如果你手邊有雲端主機想觀察真實掃描行為，Coldframe 今晚就能跑起來；想啃下某個難懂的技術棧，LearnHarness 值得下載試一堂課。明天見，繼續挖好物。
留言