apurvsinghgautam/robin

AI-Powered Dark Web OSINT Tool

Robin – 基于AI的暗网OSINT工具

是什么 – Robin 是一个基于 Python/Streamlit 的应用程序,帮助调查人员搜索暗网,并将原始结果转化为简洁的 AI 生成摘要。它通过与大型语言模型(OpenAI、Claude、Gemini、Mistral、Ollama 等)协作,实现以下功能:

  1. 优化用户查询。
  2. 通过 Tor 查询暗网搜索引擎。
  3. 过滤并抓取返回的页面。
  4. 生成简短的调查报告,并允许在不重新运行搜索的情况下进行后续提问。

主要功能

  • 多模型支持 – 任何 OpenAI 兼容 API(包括通过 Ollama 或 llama.cpp 运行的本地模型)均可使用。
  • Web UI – 一个在 http://localhost:8501 上运行的 Streamlit 前端界面。
  • MCP 集成 – 可以作为 MCP 服务器启动,使其他 LLM 代理(Claude、Codex、Hermes、OpenClaw 等)可直接调用。
  • 对话式后续提问 – 可就同一调查提出新问题,Robin 从已抓取的数据中回答。
  • 一键式转场 – 根据当前发现自动生成建议的新查询。
  • Docker 就绪 – 提供官方 Docker 镜像(apurvsg/robin),只需简单运行命令;调查数据通过卷持久化保存。
  • 安全检查 – 在发送给 LLM 前,对抓取的文本进行清理(去除控制字符、零宽字符、BIDI 字符)。

如何运行

  1. 安装 Tor(apt install tor、brew install tor 等),并确保 Tor 守护进程正在运行。
  2. 提供 LLM API 密钥 – 将 OPENAI_API_KEY、ANTHROPIC_API_KEY、GOOGLE_API_KEY、MISTRAL_API_KEY 或 OPENROUTER_API_KEY 放入 .env 文件中(可从 .env.example 复制)。
  3. 运行 Docker 镜像(推荐):
    docker pull apurvsg/robin:latest
    docker run --rm \
        -v "$(pwd)/.env:/app/.env" \
        --add-host=host.docker.internal:host-gateway \
        -p 8501:8501 \
        apurvsg/robin:latest
    
    • 挂载命名卷(robin-investigations:/app/investigations)或本地文件夹,以在重启后保留报告。
  4. 打开浏览器访问 http://localhost:8501,开始新的调查。

将 Robin 作为 MCP 服务器使用

  • 在 LLM 代理(Claude、Codex、Hermes 等)的 MCP 配置中添加一个服务器条目,使用相同的 Docker 命令并加上 mcp 子命令。Claude 示例:
    {
      "mcpServers": {
        "robin": {
          "command": "docker",
          "args": ["run", "-i", "--rm", "-v", "robin-investigations:/app/investigations", "apurvsg/robin", "mcp"],
          "timeout": 600000
        }
      }
    }
    
  • 代理即可从聊天中直接调用 Robin 的工具,接收相同的调查数据。

典型使用场景

  • 需要快速、AI 辅助概览某品牌、凭证泄露或非法产品在暗网提及情况的执法或企业安全团队。
  • 对隐藏服务活动进行学术性 OSINT 研究的研究人员。
  • 希望在不重新搜索的情况下对已收集证据提出后续问题的事件响应分析师。

限制与警告

  • 法律风险 – 在许多司法管辖区,访问某些暗网内容可能违法;本工具仅用于 教育和合法调查。
  • Tor 依赖 – 仅当 Tor 守护进程运行且可访问时,搜索才有效。
  • 模型成本与隐私 – 每个查询都会发送给选定的 LLM 提供商;敏感数据可能暴露于第三方 API。
  • 速度 – 一次 Tor 搜索可能需要数分钟;MCP 主机可能需要提高超时设置。

免责声明 – 作者对滥用行为不承担责任。用户必须确保遵守当地法律以及所使用任何 LLM API 的服务条款。


致谢 – 灵感来源于 Thomas Roccia 的「Perplexity of the Dark Web」、作者自己的暗网 OSINT 工具仓库,以及 OSINT-Assistant 提示库。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目