当前位置: 首页 > news >正文

人工智能驱动的暗网开源情报工具

Robin是一款基于人工智能的工具,用于开展暗网开源情报调查。它利用LLM(逻辑逻辑模型)来优化查询、过滤来自暗网搜索引擎的搜索结果,并提供调查摘要。

安装•使用方法•贡献内容•致谢


特征

  • ⚙️模块化架构– 搜索、抓取和 LLM 工作流程之间的清晰分离。
  • 🤖多模型支持– 轻松在 OpenAI、Claude、Gemini 或本地模型(如 Ollama)之间切换。
  • 💻CLI优先设计– 专为终端战士和自动化高手打造。
  • 🐳Docker-Ready– 可选的 Docker 部署,实现干净、隔离的使用。
  • 📝自定义报告– 将调查结果保存到文件中,以便进行报告或进一步分析。
  • 🧩可扩展– 易于插入新的搜索引擎、模型或输出格式。

⚠️免责声明

本工具仅供教育和合法调查用途。访问或与某些暗网内容互动可能因您所在司法管辖区的法律而违法。作者对本工具的任何滥用行为或使用本工具收集的数据概不负责。

请负责任地使用,并自行承担风险。在进行开源情报调查之前,请确保遵守所有相关法律和机构政策。

此外,Robin 还使用了第三方 API(包括 LLM)。发送可能涉及敏感信息的查询时务必谨慎,并仔细阅读您使用的任何 API 或模型提供商的服务条款。

安装

笔记

该工具需要 Tor 来进行搜索。您可以apt install tor在 Linux/Windows(WSL)或brew install torMac 上安装 Tor。安装完成后,请确认 Tor 是否在后台运行。

提示

您可以通过创建 .env 文件(参考仓库中的示例 env 文件)或在 PATH 中设置环境变量来提供 OpenAI、Anthropic 或 Google API 密钥。

对于 Ollama,如果您使用 Docker 或使用其他方法运行,请在您的环境变量中提供http://host.docker.internal:11434相关信息。根据您的操作系统,您可能需要将 Ollama 服务部署在 0.0.0.0 上。您可以通过在终端中运行命令来完成此操作。OLLAMA_BASE_URLhttp://127.0.0.1:11434OLLAMA_HOST=0.0.0.0 ollama serve &

Docker(Web UI 模式)[推荐]

  • 拉取最新的 Robin Docker 镜像
docker pull apurvsg/robin:latest
  • 运行 Docker 镜像:
docker run --rm \ -v"$(pwd)/.env:/app/.env"\ --add-host=host.docker.internal:host-gateway \ -p 8501:8501 \ apurvsg/robin:latest ui --ui-port 8501 --ui-host 0.0.0.0

发布二进制文件(命令行模式)

  • 从最新版本中下载适合您系统的二进制文件。
  • 解压缩文件,并使其可执行。
chmod +x robin
  • 运行该二进制文件:
robin cli --model gpt-4.1 --query"ransomware payments"

使用 Python(开发版本)

  • 安装完成后Python 3.10+,运行以下命令:
pip install -r requirements.txt python main.py cli -m gpt-4.1 -q"ransomware payments"-t 12

使用方法(命令行/开发模式)

Robin: AI-Powered Dark Web OSINT Tool options: -h, --help show thishelpmessage andexit--model {gpt-4.1,claude-3-5-sonnet-latest,llama3.1,gemini-2.5-flash}, -m {gpt4o,gpt-4.1,claude-3-5-sonnet-latest,llama3.1,gemini-2.5-flash} Select LLM model (e.g., gpt4.1, claude sonnet 3.5, ollama models, gemini 2.5 flash) --query QUERY, -q QUERY Dark web search query --threads THREADS, -t THREADS Number of threads to useforscraping (Default: 5) --output OUTPUT, -o OUTPUT Filename to save the final intelligence summary. If not provided, a filename based on the current date andtimeis used. Example commands: - robin -m gpt4.1 -q"ransomware payments"-t 12 - robin --model gpt4.1 --query"sensitive credentials exposure"--threads 8 --output filename - robin -m llama3.1 -q"zero days"- robin -m gemini-2.5-flash -q"zero days"
http://www.jsqmd.com/news/327422/

相关文章:

  • 3款降AI率工具实测对比:不达标退款的那个效果意外最好
  • 【课程设计/毕业设计】基于BS架构的个人健康管理系统的设计与实现基于springboot+BS架构的个人健康管理系统的设计与实现【附源码、数据库、万字文档】
  • 88888888
  • AI原生应用自适应界面:引领应用界面设计新潮流
  • MyUniquePtr解引用运算符operator*和箭头运算符operator->
  • 高级网络安全爬虫/蜘蛛
  • 机器学习 - 高斯判别分析(Gaussian Discriminant Analysis)
  • LM Studio 开启MCP 浏览器 和文件读写能力
  • 2026.1.31
  • Java毕设项目:基于springboot+BS架构的个人健康管理系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • Java计算机毕设之基基于BS模式文献搜索系统的设计与实现于springboot+bs架构的文献搜索系统的设计与实现(完整前后端代码+说明文档+LW,调试定制等)
  • 总结任天堂Switch二代游戏机二手回收行情
  • 基于用户行为分析的入侵检测系统-随机森林-大数据深度学习算法毕设毕业设计项目Flask
  • Java计算机毕设之基于springboot个人健康管理系统的设计与实现基于springboot+BS架构的个人健康管理系统的设计与实现(完整前后端代码+说明文档+LW,调试定制等)
  • 青龙面板Docker-Compose部署教程(含拉库、依赖修复)
  • 基于语义分析的拍照搜题系统OpenCV+Sentence-BERT-大数据深度学习算法毕设毕业设计项目flask
  • 【计算机毕业设计案例】基于springboot+BS架构的个人健康身体指标、饮食、运动、睡眠管理系统的设计与实现(程序+文档+讲解+定制)
  • 基于投诉文本大数据的分类模型设计与研究(transformer)-大数据深度学习算法毕设毕业设计项目flask
  • 【毕业设计】基于springboot+BS架构的个人健康管理系统的设计与实现(源码+文档+远程调试,全bao定制等)
  • 计算机Java毕设实战-基于Java web的电影院选票系统电影院订座选票系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 机器学习 - 先验算法(Apriori Algorithm)
  • 从自动化到协作化:AI原生应用的范式转变
  • Redis持久化存储
  • 基于图神经网络的谣言检测研究-GNN-大数据深度学习算法毕设毕业设计项目Flask
  • 物理实验中的数据共享:AI应用架构师用联邦学习实现跨实验室协作
  • 【课程设计/毕业设计】基于Java web的电影院选票系统基于Java web的电影院选票选座系统【附源码、数据库、万字文档】
  • 大数据领域Hive的数据清洗与预处理技巧
  • Java毕设项目:基于springboot+bs架构的文献搜索系统的设计与实现(源码+文档,讲解、调试运行,定制等)
  • Java计算机毕设之基于SpringBoot+Vue电影院订票选座系统基于Java web的电影院选票系统(完整前后端代码+说明文档+LW,调试定制等)
  • Java语言提供了八种基本类型。六种数字类型【函数我不懂啊】