Robin: Herramienta OSINT de la Dark Web impulsada por IA

Robin es una herramienta impulsada por IA para realizar investigaciones OSINT en la dark web. Aprovecha los LLM para refinar consultas, filtrar resultados de búsqueda de motores de búsqueda de la dark web y proporcionar un resumen de la investigación.

Instalación • Contribuciones • Agradecimientos

Demo

Arquitectura

Workflow

Características

⚙️ Arquitectura Modular – Separación limpia entre los flujos de trabajo de búsqueda, extracción y LLM.
🤖 Soporte Multi-Modelo – Cambia fácilmente entre OpenAI, Claude, Gemini, Ollama o cualquier API compatible con OpenAI (LM Studio, llama.cpp, Groq, etc.).
🌐 Interfaz Web – Interfaz basada en Streamlit para investigaciones interactivas.
💬 Seguimientos Conversacionales – Haz preguntas de seguimiento fundamentadas sobre una investigación sin volver a ejecutar la búsqueda — respondidas a partir de los datos propios de esa investigación.
🔀 Pivotes con un Clic – Consultas de seguimiento sugeridas a partir de los hallazgos; haz clic en una para lanzar una nueva investigación.
🐳 Listo para Docker – Despliegue recomendado con Docker para un uso limpio y aislado.
📝 Informes Personalizados – Guarda el resultado de la investigación en un archivo para informes o análisis posteriores.
🧩 Extensible – Fácil de conectar nuevos motores de búsqueda, modelos o formatos de salida.

⚠️ Aviso Legal

Esta herramienta está destinada únicamente a fines educativos e investigativos legales. Acceder o interactuar con cierto contenido de la dark web puede ser ilegal según tu jurisdicción. El autor no es responsable de ningún uso indebido de esta herramienta ni de los datos recopilados con ella.

Úsala de manera responsable y bajo tu propio riesgo. Asegúrate de cumplir con todas las leyes y políticas institucionales relevantes antes de realizar investigaciones OSINT.

Además, Robin aprovecha APIs de terceros (incluidos los LLM). Ten precaución al enviar consultas potencialmente sensibles y revisa los términos de servicio de cualquier proveedor de API o modelo que utilices.

Instalación

[!NOTE] La herramienta necesita Tor para realizar las búsquedas. Puedes instalar Tor usando apt install tor en Linux/Windows(WSL) o brew install tor en Mac. Una vez instalado, confirma si Tor se está ejecutando en segundo plano.

[!TIP] Puedes proporcionar la clave API de tu LLM preferido creando un archivo .env (consulta el archivo de entorno de muestra en el repositorio) o configurando variables de entorno en PATH.

Para Ollama, proporciona http://host.docker.internal:11434 como OLLAMA_BASE_URL en tu entorno si usas el método de Docker o http://127.0.0.1:11434 para otros métodos. Es posible que necesites servir Ollama en 0.0.0.0 según tu sistema operativo. Puedes hacerlo ejecutando OLLAMA_HOST=0.0.0.0 ollama serve & en tu terminal.

Para cualquier otro proveedor compatible con OpenAI (LM Studio, llama.cpp, Groq, etc.), usa el expansor 🔌 Proveedor de API Personalizado en la barra lateral — no se requieren cambios en .env. Ingresa la URL base, una clave API opcional y, opcionalmente, un nombre de modelo si el proveedor no expone /v1/models para el descubrimiento automático.

Docker [Recomendado]

Descarga la imagen Docker más reciente de Robin

docker pull apurvsg/robin:latest

Ejecuta la imagen Docker de la siguiente manera:

docker run --rm \
   -v "$(pwd)/.env:/app/.env" \
   --add-host=host.docker.internal:host-gateway \
   -p 8501:8501 \
   apurvsg/robin:latest

[!TIP] Para conservar las investigaciones guardadas entre reinicios de Docker, monta un directorio local:
docker run --rm \
   -v "$(pwd)/.env:/app/.env" \
   -v "$(pwd)/investigations:/app/investigations" \
   --add-host=host.docker.internal:host-gateway \
   -p 8501:8501 \
   apurvsg/robin:latest
Las investigaciones se guardan en la carpeta investigations/ de tu directorio de trabajo y se pueden cargar desde el panel Investigaciones Pasadas en la barra lateral.

Abre tu navegador y navega a http://localhost:8501

Usando Python (Versión de Desarrollo)

Con Python 3.10+ y Tor instalados, ejecuta lo siguiente:

pip install -r requirements.txt
streamlit run ui.py

Abre tu navegador y navega a http://localhost:8501

Contribuciones

¡Las contribuciones son bienvenidas! No dudes en enviar una Solicitud de Extracción (Pull Request) si tienes actualizaciones importantes de funciones.

Haz un fork del repositorio
Crea tu rama de funciones (git checkout -b feature/amazing-feature)
Haz commit de tus cambios (git commit -m 'Add some amazing feature')
Sube a la rama (git push origin feature/amazing-feature)
Abre una Solicitud de Extracción (Pull Request)

Abre un Issue (Problema) para cualquiera de estas situaciones:

Si encuentras un error o código deficiente
Si tienes una idea de solicitud de función
Si tienes preguntas o dudas sobre el uso
Si tienes cambios menores de código

Agradecimientos

Inspiración de la idea de Thomas Roccia y su demostración de Perplexity of the Dark Web.
Inspiración de herramientas de mi repositorio OSINT Tools for the Dark Web.
Inspiración de prompts de LLM del repositorio OSINT-Assistant.
Diseño del logotipo por mi amigo Tanishq Rupaal

robin

Más Populares