sshh12/llm_osint

해결하는 문제

이 프로젝트는 LLM에 웹 검색 도구를 제공할 때 종종 얕은 조사만 수행하고 불완전한 답변으로 일찍 반환하는 문제를 해결합니다. LLM이 여러 초점을 맞춘 웹 검색을 조정하여 철저한 다단계 오픈소스 인텔리전스(OSINT)를 생성하는 방법을 제공합니다.

작동 방식

2계층 아키텍처를 사용합니다: '지식 에이전트'는 계획하고 정보를 축적하며, 여러 '웹 에이전트'는 실제 검색을 수행합니다. 처음에 웹 에이전트가 광범위한 검색을 수행합니다. 그런 다음 지식 에이전트가 결과를 분석하고 '딥 다이브' 영역을 식별합니다. 각 영역에 대해 새로운 웹 에이전트가 생성되어 더 초점을 맞춘 정보를 수집합니다. 이 프로세스는 여러 라운드에 걸쳐 반복되어 지식 기반을 구축합니다. 마지막으로 축적된 지식이 LLM에 공급되어 질문에 답하거나 작업을 수행합니다.

대상 사용자

LLM을 OSINT 또는 자동화된 연구에 사용하는 데 관심이 있는 개발자와 연구자를 위한 것입니다. README에는 인물 조회, 심리 보고서 생성, 이력서 작성, 심지어 피싱 이메일 제작(교육/보안 목적)과 같은 예제가 포함되어 있습니다. 보안 전문가나 AI 능력을 연구하는 사람들에게도 관심이 있을 수 있습니다.

주요 특징

• 월스트리트 저널에 소개된 LLM 기반 OSINT의 개념 증명.
• 지식 에이전트를 사용하여 반복적인 딥 다이브를 조정하여 얕은 답변을 방지.
• 인물 조회, 이력서 생성, 광고 개인화와 같은 기능을 시연.
• 윤리적 사용과 개인 프라이버시 존중을 촉구하는 개인정보 보호 메모 포함.