arxhr007/Aliens_eye

Aliens Eye – AI‑OSINT 用户名扫描器

是什么 – 一个 Python 命令行工具，用于检查给定用户名是否存在于 840 多个社交媒体、论坛及其他公开平台。它结合了轻量级逻辑回归模型与一组手工设计的启发式规则（HTTP 状态、DOM 信息、OpenGraph 标签等），判断某个账号是 已找到、可能 还是 未找到。扫描器支持异步运行，可恢复中断的任务，并可通过一个轻量级 MCP 服务器向 LLM 代理提供结果。

为何重要 – 传统的 OSINT 用户名查询依赖于简单的 HTTP 状态检查，会漏掉返回通用页面或使用 JavaScript 的网站。通过将机器学习与 30 个工程化信号结合，Aliens Eye 提高了准确率与召回率，并能将看似属于同一人的账号进行聚类（如头像哈希、简介相似性、共享链接等）。

核心功能

• 广泛覆盖 – 支持 840+ 个站点，每个站点由 sites.d/ 中的 JSON URL 模板定义。
• 混合检测 – 启发式评分 + 内置逻辑回归模型（运行时无重型依赖）。
• 资料提取 – 通过 OpenGraph/JSON-LD 或站点特定 CSS 提取显示名、简介和头像。
• 跨站关联 – 可选 --correlate 将可能属于同一人的账号分组。
• 递归扩展 – 跟随简介中发现的用户名（--recurse-depth）。
• 域名可用性检查 – 检查 <username>.com、.io 等域名是否已注册。
• 监控模式 – 定期重新扫描并支持 Webhook 通知。
• 可恢复扫描 – 支持检查点文件（--resume）。
• 丰富的终端 UI – 使用 rich 实现实时进度表；可选交互式 TUI 浏览器。
• MCP 服务器 – aliens_eye serve 可让 LLM 代理查询扫描器。
• 支持代理/Tor、站点过滤、NSFW 排除，以及对 JavaScript 重载页面的 Playwright 备用方案。
• 导出格式 – 支持 JSON、CSV、HTML、Markdown、PDF，以及图文件（GEXF、Mermaid、Maltego CSV）。

典型工作流

# 快速检查单个账号
aliens_eye alice

# 带关联与域名检查的全功能扫描
aliens_eye alice --correlate --domains --format all --output results

# 作为服务运行，供 LLM 驱动的工作流使用
aliens_eye serve   # 然后从代理调用 MCP 端点

安装 – pip install aliens-eye（支持 Playwright、训练、PDF、TUI 或 MCP 的可选依赖）。也提供 Docker 镜像。

检测机制

1. 从 HTTP 响应构建 30 维特征向量（状态桶、响应时间、重定向、DOM 线索、结构化数据标签等）。
2. 启发式引擎对向量评分。
3. 内置逻辑回归模型投票；两个分数融合为概率，映射到 已找到 / 可能 / 未找到。
4. 若模型文件缺失，则仅使用启发式规则。

重新训练 – 用户可收集标注数据集（aliens_eye train collect），拟合新模型（aliens_eye train fit），并通过 --model 提供。

使用场景

• 开源情报调查（跨平台追踪账号）。
• 品牌监控 – 检测冒名顶替或域名抢注的账号。
• 安全评估 – 枚举员工的公开足迹。
• 通过 MCP 服务器向 LLM 代理提供最新 OSINT 数据。

限制与注意事项

• 准确性取决于站点模板和 ML 模型质量；误报/漏报可通过 selfcheck 命令报告。
• 快速扫描大量站点可能触发速率限制或反爬虫机制；工具包含可配置延迟，但无法保证完全符合各站点的使用条款。
• 法律与伦理责任由用户承担；仓库包含免责声明，强调工具仅限合法研究用途。
• ML 模型为简单逻辑回归，非深度学习检测器，若未启用 Playwright，对高度动态内容的网站可能表现不佳。

贡献方式 – 将新站点定义添加至 src/aliens_eye/data/sites.json 或将 JSON 文件放入 sites.d/。改进基准数据集、提交模型优化或添加导出插件。测试使用 pytest；代码风格由 ruff 检查。

---

以上所有信息均直接来自仓库的 README，未添加任何外部假设。