Maigret

English · 简体中文

Maigret erstellt ein Dossier über eine Person allein anhand des Benutzernamens, überprüft Konten auf einer großen Anzahl von Websites und sammelt alle verfügbaren Informationen aus Webseiten. Keine API-Schlüssel erforderlich. KI-Profilanalyse (Demo).

In einer Minute

Stellen Sie sicher, dass Sie Python 3.10 oder höher haben.

pip install maigret
maigret YOUR_USERNAME

Keine Installation? Probieren Sie den Community-Telegram-Bot oder eine Cloud-Shell aus.

Sie möchten eine Weboberfläche? Siehe So starten Sie sie.

Siehe auch: Schnellstart.

Hauptfunktionen

Unterstützt über 3.000 Websites (vollständige Liste). Ein Standardlauf prüft die 500 nach Traffic am höchsten eingestuften Websites; mit -a wird alles durchsucht, mit --tags kann nach Kategorie/Land gefiltert werden.
In Python-Projekte einbettbar – maigret importieren und Suchen programmatisch ausführen (siehe Bibliotheksnutzung).
Extrahiert alle verfügbaren Informationen über den Kontoinhaber aus Profilseiten und Website-APIs, einschließlich Links zu anderen Konten.
Führt rekursive Suchen mit entdeckten Benutzernamen und anderen IDs durch.
Ermöglicht das Filtern nach Tags (Website-Kategorien, Länder).
Erkennt und umgeht teilweise Sperren, Zensur und CAPTCHA.
Lädt bei jedem Lauf eine automatisch aktualisierte Website-Datenbank von GitHub herunter (einmal pro 24 Stunden) und greift offline auf die integrierte Datenbank zurück.
Funktioniert mit Tor- und I2P-Websites; kann Domains überprüfen.
Verfügt über eine Weboberfläche zum Durchsuchen der Ergebnisse als Graph und zum Herunterladen von Berichten in jedem Format von einer einzigen Seite.
Optionaler KI-Analysemodus (--ai), der rohe Ergebnisse mithilfe einer OpenAI-kompatiblen API in eine kurze Ermittlungszusammenfassung verwandelt.

Die vollständige Funktionsliste finden Sie in der Funktionsdokumentation.

Verwendet von

Professionelle OSINT- und Social-Media-Analysetools, die auf Maigret basieren:

Demo

Video

Berichte

PDF-Bericht, HTML-Bericht

Screenshot des HTML-Berichts

Screenshot des XMind-8-Berichts

Vollständige Konsolenausgabe

Installation

Bereits die Schritte unter In einer Minute ausgeführt? Dann sind Sie startklar. Im Folgenden finden Sie alternative Methoden.

Sie möchten nichts installieren? Nutzen Sie den Community-Telegram-Bot.

Windows

Laden Sie maigret_standalone.exe von Releases herunter. Sie können es auf zwei Arten starten:

Doppelklick – Maigret fragt nach einem Benutzernamen, führt eine Standardsuche aus und wartet am Ende, damit die Berichtslinks sichtbar bleiben.
Aus einem Terminal starten – öffnen Sie die Eingabeaufforderung (drücken Sie Win+R, geben Sie cmd ein, drücken Sie die Eingabetaste) oder PowerShell, um zusätzliche Optionen zu übergeben:

cd %USERPROFILE%\Downloads
maigret_standalone.exe USERNAME
maigret_standalone.exe USERNAME --html       :: also save an HTML report
maigret_standalone.exe --help                :: list all options

Videoanleitung: https://youtu.be/qIgwTZOmMmM.

Cloud-Shells

Führen Sie Maigret im Browser über Cloud-Shells oder Jupyter-Notebooks aus:

Lokale Installation (pip)

# install from pypi
pip3 install maigret

# usage
maigret username

Aus dem Quellcode

# or clone and install manually
git clone https://github.com/soxoj/maigret && cd maigret

# build and install
pip3 install .

# usage
maigret username

Docker

Es werden zwei Image-Varianten veröffentlicht:

soxoj/maigret:latest — CLI-Modus (Standard)
soxoj/maigret:web — startet automatisch die Weboberfläche

# official image (CLI)
docker pull soxoj/maigret

# CLI usage
docker run -v /mydir:/app/reports soxoj/maigret:latest username --html

# Web UI (open http://localhost:5000)
docker run -p 5000:5000 soxoj/maigret:web

# Web UI on a custom port
docker run -e PORT=8080 -p 8080:8080 soxoj/maigret:web

# manual build
docker build -t maigret .                  # CLI image (default target)
docker build --target web -t maigret-web . # Web UI image

Fehlerbehebung

Build-Fehler? Siehe Fehlerbehebungsanleitung.

PDF-Berichte (--pdf) sind eine optionale Zusatzfunktion – Installation mit pip install 'maigret[pdf]'. Sie benötigen systemweite Grafikbibliotheken unter Linux/macOS; die Installationsschritte je Betriebssystem finden Sie im Abschnitt „PDF-Berichte“.

Verwendung

Beispiele

# make HTML, PDF, and XMind reports
maigret user --html
maigret user --pdf
maigret user --xmind # legacy XML with a manifest for XMind 2022+ readers

# machine-readable exports
maigret user --json ndjson   # newline-delimited JSON (also: --json simple)
maigret user --csv
maigret user --txt
maigret user --graph         # interactive D3 graph (HTML)
maigret user --neo4j         # Neo4j Cypher script (graph database)

# search on sites marked with tags photo & dating
maigret user --tags photo,dating

# search on sites marked with tag us
maigret user --tags us

# highlight sites whose page also mentions specific keywords
maigret user --keywords python rust
# keyword-matched sites are shown with "[++]" in bright green

# search for three usernames on all available sites
maigret user1 user2 user3 -a

# AI-assisted investigation summary (needs OPENAI_API_KEY)
maigret user --ai

--neo4j erstellt ein *_neo4j.cypher-Skript des Ergebnisgraphen; importieren Sie es mit cypher-shell -u neo4j -p <password> < report_user_neo4j.cypher oder fügen Sie es in den Neo4j-Browser ein. Erneute Importe sind idempotent. Siehe Neo4j-Exportdokumentation.

Führen Sie maigret --help aus, um alle Optionen anzuzeigen. Doku: CLI-Optionen, weitere Beispiele. Erhalten Sie 403-Fehler oder Timeouts? Siehe TROUBLESHOOTING.md.

Weboberfläche

Maigret verfügt über eine integrierte Web-UI mit Ergebnisgraph und herunterladbaren Berichten.

Sie möchten es nicht selbst betreiben? Stellen Sie das veröffentlichte Docker-Image soxoj/maigret:web mit einem Klick als gehostete App bereit:

Läuft im kostenlosen Render-Tarif (fährt nach 15 Minuten Inaktivität herunter und beim nächsten Request wieder hoch). Auf der Instanz ist kein Login eingerichtet, daher kann jede Person mit der URL sie nutzen.

Screenshots der Weboberfläche

Weboberfläche: So starten Sie

Weboberfläche: Ergebnisse

maigret --web 5000

Öffnen Sie http://127.0.0.1:5000, geben Sie einen Benutzernamen ein und sehen Sie sich die Ergebnisse an.

Python-Bibliothek

Maigret kann in Ihre eigenen Python-Projekte eingebettet werden. Die CLI ist ein dünner Wrapper um eine asynchrone Funktion, die Sie direkt aufrufen können – erstellen Sie benutzerdefinierte Pipelines, speisen Sie Ergebnisse in Ihre eigenen Tools ein oder führen Sie sie in einem größeren OSINT-Workflow aus.

Die vollständige Anleitung zur Bibliotheksnutzung enthält ein funktionierendes Beispiel, Async-Muster und Hinweise zum Filtern von Websites nach Tag.

Nützliche CLI-Flags

--parse URL – eine Profilseite parsen, IDs/Benutzernamen extrahieren und damit eine rekursive Suche starten.
--permute – wahrscheinliche Benutzernamensvarianten aus zwei oder mehr Eingaben erzeugen (z. B. john doe → johndoe, j.doe, …) und nach allen suchen.
--self-check [--auto-disable] – usernameClaimed- / usernameUnclaimed-Paare anhand von Live-Websites überprüfen, für Maintainer, die die Datenbank auditieren.
--ai / --ai-model – die KI-Analyse über die Suchergebnisse ausführen und eine kurze Ermittlungszusammenfassung im Terminal streamen.

KI-Analyse

--ai sammelt die Suchergebnisse, erstellt einen internen Markdown-Bericht und sendet ihn an einen OpenAI-kompatiblen Chat-Completion-Endpunkt, um eine kurze, neutrale Ermittlungszusammenfassung zu erstellen (wahrscheinlicher echter Name, Standort, Beruf, Interessen, Sprachen, Konfidenz, weiterführende Hinweise). Der Fortschritt je Website wird unterdrückt und die Ausgabe des Modells wird auf stdout gestreamt.

export OPENAI_API_KEY=sk-...
maigret user --ai

# pick a different model
maigret user --ai --ai-model gpt-4o-mini

Der Schlüssel kann auch als openai_api_key in settings.json gesetzt werden. Der Endpunkt ist standardmäßig https://api.openai.com/v1, aber openai_api_base_url in settings.json kann auf jede OpenAI-kompatible API zeigen (Azure OpenAI, OpenRouter, ein lokaler Server, …). Eine vollständige Liste der Optionen finden Sie in der Einstellungsdokumentation.

Tor / I2P / Proxys

Maigret kann Prüfungen über einen Proxy, Tor oder I2P leiten – nützlich für .onion- / .i2p-Websites und zum Umgehen von WAFs, die Rechenzentrums-IPs blockieren.

# any HTTP/SOCKS proxy
maigret user --proxy socks5://127.0.0.1:1080

# Tor (default gateway socks5://127.0.0.1:9050)
maigret user --tor-proxy socks5://127.0.0.1:9050

# I2P (default gateway http://127.0.0.1:4444)
maigret user --i2p-proxy http://127.0.0.1:4444

Starten Sie Ihren Tor- / I2P-Daemon, bevor Sie den Befehl ausführen – Maigret verwaltet diese Gateways nicht.

Cloudflare-Bypass

Experimentell. Das Cloudflare-Webgate befindet sich in aktiver Entwicklung; das Konfigurationsschema, das CLI-Verhalten und die Menge der weitergeleiteten Websites können sich ohne Garantie auf Abwärtskompatibilität ändern.

Eine Teilmenge der Websites in der Datenbank erfordert einen echten Browser, um eine JavaScript-Herausforderung zu lösen. Maigret kann diese Prüfungen an eine lokale FlareSolverr-Instanz auslagern:

docker run -d -p 8191:8191 --name flaresolverr ghcr.io/flaresolverr/flaresolverr:latest
maigret --cloudflare-bypass <username>

Der Bypass ist optional (--cloudflare-bypass oder cloudflare_bypass.enabled in settings.json) und wird nur für Websites ausgelöst, deren protection-Feld passt. Backend-Optionen und Konfiguration finden Sie in der Funktionsdokumentation.

Mitwirken

Fügen Sie neue Websites hinzu oder korrigieren Sie bestehende chirurgisch in data.json (kein json.load/json.dump), führen Sie dann ./utils/update_site_data.py aus, um sites.md und die Datenbankmetadaten neu zu erzeugen, und erstellen Sie einen Pull Request. Weitere Details finden Sie im CONTRIBUTING-Leitfaden und in der Entwicklungsdokumentation. Versionshistorie: CHANGELOG.md.

Kommerzielle Nutzung

Das Open-Source-Maigret ist MIT-lizenziert und ohne Einschränkungen kostenlos für die kommerzielle Nutzung – aber Website-Prüfungen brechen im Laufe der Zeit und benötigen aktive Wartung.

Für ernsthafte kommerzielle Nutzung – mit einer täglich aktualisierten Website-Datenbank oder einer Benutzernamen-Prüf-API – melden Sie sich: 📧 [email protected]

Private Website-Datenbank – über 5.000 Websites, täglich aktualisiert (getrennt von der öffentlichen Open-Source-Datenbank)
Benutzernamen-Prüf-API – integrieren Sie Maigret in Ihr Produkt

Über

Haftungsausschluss

Nur für Bildungs- und rechtmäßige Zwecke. Sie sind dafür verantwortlich, alle geltenden Gesetze (DSGVO, CCPA usw.) in Ihrem Zuständigkeitsbereich einzuhalten. Die Autoren übernehmen keine Verantwortung für Missbrauch.

Feedback

Ein Issue eröffnen · GitHub Discussions · Telegram

SOWEL-Klassifikation

Verwendete OSINT-Techniken:

Lizenz

MIT © Maigret