OpenOSINT Skill 技能

## 技能简介 OpenOSINT 是一款面向安全研究人员的开源 OSINT(开源情报)智能体 MCP 服务器与 CL

技能简介

OpenOSINT 是一款面向安全研究人员的开源 OSINT(开源情报)智能体 MCP 服务器与 CLI 工具,基于 Python 实现,可在终端 REPL、命令行、MCP 服务器与浏览器 Web UI 四种界面下统一调用 21 项情报调查工具。它由 Anthropic Claude 或本地 Ollama 模型驱动——AI 仅负责发出强约束的工具调用指令,实际探测动作由真实二进制工具执行,从结构上消除了「幻觉式情报结论」的可能,并已收录于 MCP 官方 Registry(io.github.OpenOSINT/openosint)。

核心能力

  • 21 项情报调查工具:覆盖域名/IP 资产画像、邮箱/用户名足迹、社交媒体画像、地理情报、泄露数据查询、Wayback 历史快照、SSL/证书指纹、端口与协议探测等典型 OSINT 场景。
  • 多种运行形态:REPL 交互式 Shell、单次 CLI 命令、stdio MCP 服务器(任意 MCP 客户端直连)、浏览器内嵌 Web UI,一套核心、四种入口。
  • 结构化防止幻觉:AI 只下「硬停止」工具调用指令,真正执行始终由受控二进制完成,结果数据而非模型输出作为结论依据。
  • MCP 原生兼容:支持 Claude Desktop、Claude Code、Cursor、Cline 等所有 MCP 客户端,发现后即可调用工具集。
  • 可选本地模型:无需依赖 Anthropic API,可切换至 Ollama 本地推理,敏感调查场景下数据不出本机。
  • MIT 开源协议:可自由二次开发与商用部署,代码与协议完全透明。

安装配置

  • 环境要求:Python 3.10 以上;系统可访问公网(部分工具需查询外部数据源);推荐 Linux/macOS/WSL。
  • PyPI 一键安装:pip install openosint 或 uv add openosint,自动安装 21 个工具的 Python 包装与依赖。
  • Claude Desktop/Code 接入:编辑 claude_desktop_config.json 或 .mcp.json,加入 mcp-server openosint 启动项,重启客户端即可在工具列表中看到 21 项 OSINT 工具。
  • CLI 模式启动:openosint repl 进入交互式 Shell;openosint run --target example.com --tools whois,dns 直接对目标发起指定工具组合的扫描。
  • 模型配置:使用 Anthropic Claude 时设置 ANTHROPIC_API_KEY 环境变量;使用本地 Ollama 时设置 OPENOSINT_MODEL=ollama:llama3 切换,无需 API 凭据。

使用步骤

  • 步骤 1:明确调查目标(域名、邮箱、用户名、IP 地址或地理坐标),将其作为 REPL 的自然语言指令输入。
  • 步骤 2:AI 解析意图后调用对应工具(如 whois 查询、Shodan 探测、Hunter.io 邮箱足迹等),并在调用前展示工具名与参数。
  • 步骤 3:被调用的本地工具实际执行,真实数据(DNS TXT 记录、证书指纹、端口响应等)返回给 AI。
  • 步骤 4:AI 整合多工具结果,输出结构化情报报告(资产清单、关联实体、时间线、置信度)。
  • 步骤 5:将结果导出为 JSON/Markdown(openosint export --format markdown),或直接送入后续报告生成工作流。
  • 步骤 6:在 Claude Code 中,可将整个会话保存为 Skill 复用,对同一类调查目标反复套用。

适用场景

  • 企业安全团队对外部资产进行周期性暴露面盘点,识别被遗忘的子域与过期证书。
  • 渗透测试工程师在授权测试前快速完成目标画像,缩短信息收集阶段耗时。
  • 威胁情报分析师追踪钓鱼邮件背后的域名/IP/邮箱关联,形成可审计的证据链。
  • 合规与审计需要可重复、可解释的 OSINT 报告,对外披露或留档备查。
  • 学术与新闻调查对公开来源进行系统性核查,避免依赖单一搜索引擎的二手数据。
  • 个人隐私自查:查询自身邮箱/用户名在哪些平台泄露,主动下线不必要账户。

适用人群

  • 企业蓝队/红队安全工程师
  • 渗透测试与漏洞赏金猎人
  • OSINT 爱好者与开源情报调查记者
  • 数字取证与威胁情报从业者
  • Anthropic Claude/Claude Code/Cursor/Cline 等 MCP 客户端用户

工作原理

OpenOSINT 采用经典的「AI 调度 + 真实工具执行」分层架构:上层 Claude/Ollama 模型只负责解析用户自然语言意图、规划工具调用序列;下层 Python 包装调用 21 个独立 OSINT 工具进程(whois、dig、Shodan API、Hunter.io、Wayback Machine、crt.sh 等),每项工具的结果以结构化 JSON 返回。AI 收到真实数据后再进行二次整合与报告生成,从根本上杜绝「模型凭空生成未观察到的发现」的可能。MCP 模式下,stdio 协议将 21 项工具暴露为标准 MCP 工具,任意 MCP 客户端可在不修改自身代码的情况下复用整套能力。

官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论