sshh12/llm_osint

解決する問題

このプロジェクトは、LLMにウェブ検索ツールを与えた場合、しばしば浅い調査しか行わず、不完全な回答で早期に返答してしまうという問題に対処します。LLMが複数の焦点を絞ったウェブ検索を調整することで、徹底的な多段階のオープンソースインテリジェンス（OSINT）を生成する方法を提供します。

仕組み

2層アーキテクチャを使用します：「知識エージェント」が計画と情報蓄積を担当し、複数の「ウェブエージェント」が実際の検索を実行します。最初に、ウェブエージェントが広範な検索を行います。次に知識エージェントが結果を分析し、「ディープダイブ」領域を特定します。各領域に対して、新しいウェブエージェントが生成され、より焦点を絞った情報を収集します。このプロセスを数ラウンド繰り返し、知識ベースを構築します。最後に、蓄積された知識がLLMに供給され、質問への回答やタスクの実行が行われます。

対象読者

LLMをOSINTや自動調査に使用することに興味がある開発者や研究者向けです。READMEには、人物の検索、心理レポートの生成、履歴書の作成、さらにはフィッシングメールの作成（教育/セキュリティ目的）などの例が含まれています。セキュリティ専門家やAIの能力を研究する人々にも興味があるかもしれません。

ハイライト

• ウォール・ストリート・ジャーナルで取り上げられた、LLM駆動のOSINTの概念実証。
• 知識エージェントを使用して反復的なディープダイブを調整し、浅い回答を回避。
• 人物検索、履歴書生成、広告パーソナライゼーションなどの機能を実証。
• 倫理的な使用と個人のプライバシー尊重を促すプライバシーノートを含む。