自动化与运维 osintsecurity-researchmcp-serverclireplthreat-intelligencepython

OpenOSINT:AI 驱动的 OSINT 调查代理

面向安全研究人员和分析师的 AI 驱动 OSINT 代理:19 种调查工具,支持自然语言界面,可作为 REPL、CLI、MCP 服务器或 Web UI 使用。

FollowAgents 评估 · FARS-2.1
不推荐
47/ 100 五分制 2.4 / 5
1 2 3 4 5 6
1信任安全7 / 29 · 1.2/5

证据显示:工具按需调用外部二进制和API,但未明确最小权限原则;用户确认机制缺失,AI自动链式调用工具;数据流透明度部分体现(如API密钥直接传递),但未详细说明数据流向;敏感数据处理有基本说明(如API密钥不触服务器),但未涉及日志脱敏;依赖安全有版本范围但无审计;外部影响有法律免责声明;回滚机制未提及;来源归属有工具来源说明。扣分原因:缺乏用户确认、回滚机制,数据流和敏感数据处理细节不足。

2可靠稳定8 / 14 · 2.9/5

证据显示:README与pyproject版本一致(2.25.0),工具描述与测试基本一致;依赖有版本范围但未锁定,外部二进制依赖PATH;失败消息有描述性错误(如缺失API key返回错误字符串)。扣分原因:依赖可用性未完全保证,外部二进制缺失时仅返回错误。

3适用触发12 / 18 · 3.3/5

证据显示:面向安全研究人员和分析师,场景明确;能力边界有工具列表和外部依赖说明;触发精度有CLI参数和工具选择逻辑;环境适配支持多种AI后端和部署方式。扣分原因:未详细说明工具触发条件,环境适配依赖外部服务。

4规范维护10 / 18 · 2.8/5

证据显示:信息架构清晰(README、docs、tests);安装说明详细;命名稳定(工具名一致);有示例和FAQ(README中示例);已知限制部分提及(如外部二进制缺失);MIT许可证明确;版本号存在但无changelog;维护责任有安全政策。扣分原因:缺少changelog,已知限制不全面。

5有效结果7 / 13 · 2.7/5

证据显示:输出格式多样(文本、JSON、报告),可用性高;边际价值高(19个工具);成本效益有免费层和付费选项,但未详细评估。扣分原因:成本效益分析不足。

6证据核验3 / 8 · 1.9/5

证据显示:README声称功能,测试覆盖部分工具;跨源验证有限(依赖第三方API);事实与推断分离未明确。扣分原因:缺乏独立验证,事实与推断未明确区分。

证据充分度: 评估于 2026年8月11日 审查版本 3740cacd3e8c
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
源码中未见的安全控制:执行前用户确认、回滚或恢复路径
使用前请注意
  • AI自动链式调用工具,缺乏用户确认,可能执行非预期操作。
  • 外部二进制依赖PATH,缺失时仅返回错误,可能影响功能完整性。
  • API密钥直接传递,未明确日志脱敏,存在泄露风险。
  • 依赖未锁定版本,存在供应链风险。
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

OpenOSINT 是一个 AI 驱动的开源情报(OSINT)代理,集成 19 种模块化调查工具,可通过自然语言界面调用。它提供交互式 REPL、CLI、MCP 服务器和浏览器 Web UI,支持多种 AI 后端(Anthropic Claude、Ollama 本地模型或 OpenAI 兼容接口)。工具包括邮箱、用户名、漏洞、WHOIS、IP、子域、电话、Shodan、VirusTotal、Censys、AbuseIPDB、DNS 等。其执行模型由 AI 决定工具调用,实际执行二进制文件由本地代码运行,从而避免模型幻觉。该工具仅限授权安全研究使用,遵循 MIT 许可证。

OpenOSINT 通过 REPL、CLI、MCP 服务器或 Web UI 接收自然语言目标(如邮箱、用户名、域名、IP、电话)描述,由 AI 代理选择并链式调用工具。例如,针对邮箱地址,它会运行 search_email(基于 holehe)、search_username(基于 sherlock)、search_breach(基于 HaveIBeenPwned)等,并自动生成报告(Markdown/PDF)。工具结果通过本地二进制或 API 获取,AI 仅发出工具调用指令。支持并行执行、会话历史记录和 Web UI 实时输出。

  1. 安全分析师对泄露邮箱进行调查,查找关联社交账号和数据泄露事件。
  2. 威胁情报团队对 IP 地址进行信誉检查,使用 AbuseIPDB 和 Shodan 评估风险。
  3. 渗透测试人员枚举子域和 DNS 记录,发现攻击面。
  4. 欺诈调查员通过电话号识别运营商和归属地。
  5. 研究人员在本地使用 Ollama 运行模型,完全离线进行调查。
  6. 开发者通过 MCP 服务器将 19 种工具集成到自定义的 AI 工作流中。

这个 Agent 有哪些优点和局限?

优点
  • AI 驱动的工具链式调用,自动基于发现的信息进行 pivot(如从邮箱发现用户名)。
  • 模型无关,支持 Anthropic、Ollama、OpenAI 兼容端点,可完全本地运行。
  • 19 种工具覆盖邮箱、用户名、漏洞、IP、DNS、Shodan、VirusTotal 等,集成丰富。
  • 作为 MCP 服务器原生暴露所有工具,方便集成到 Claude Code 等客户端。
  • 支持并行执行、Web UI 和自动报告生成(Markdown/PDF)。
局限
  • 部分工具依赖外部 API(如 VirusTotal、AbuseIPDB)需要 API 密钥,可能产生费用。
  • 外部二进制(holehe、sherlock 等)需要手动安装,缺失时对应工具不可用。
  • 使用 AI 代理需要云服务或本地模型,本地模型可能性能不足。
  • 仅限授权使用,法律风险高,需自行确保合规。
  • 商业支持不包含在 MIT 许可证中,需要购买商业计划。

如何安装或部署这个 Agent?

使用 pip 安装:pip install openosint。需要将外部二进制(holehe、sherlock、sublist3r、phoneinfoga)添加到 PATH。可选 API 密钥:ANTHROPIC_API_KEY(或 Ollama/OpenAI 配置)、HIBP_API_KEY、SHODAN_API_KEY、VIRUSTOTAL_API_KEY 等,通过 .env 文件加载。Docker 用户可 docker compose up --build

如何使用这个 Agent?

运行 openosint 启动交互式 REPL,输入目标如 investigate [email protected]。也可使用 CLI 子命令,如 openosint email [email protected]openosint web 启动 Web UI。MCP 服务器通过 claude mcp add openosint python /absolute/path/to/OpenOSINT/openosint/mcp_server.py 集成。配置 .env 文件后,运行所需工具。

这个 Agent 与同类方案有什么区别?

可比较的现有工具包括单独的 sherlock、maltego 等,但 OpenOSINT 集成了 AI 代理和多种工具。

常见问题

需要哪些 API 密钥?
核心 AI 功能需要 ANTHROPIC_API_KEY(或配置 Ollama/OpenAI)。多数搜索工具如 Shodan、VirusTotal、AbuseIPDB 需要对应 API 密钥,但免费层级可用。
是否支持本地运行?
是的,通过 Ollama 或 OpenAI 兼容端点(如 LiteLLM)可在本地运行,无需 Anthropic 密钥。
如何处理外部二进制缺失?
对应工具会返回描述性错误,其他工具仍可运行。可安装二进制或使用 Apify 云服务。
是否适合商业使用?
MIT 许可证允许商业使用,但需要购买商业计划以获得 SLA 和赔偿。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents