ALIENS EYE

Escáner de nombres de usuario AI-OSINT

Buscador avanzado de nombres de usuario en redes sociales impulsado por IA

Escanea más de 840 plataformas con detección combinada de ML

Aspectos destacados

• Más de 840 plataformas escaneadas de forma asíncrona en segundos
• Detección con ML + heurística — un modelo entrenado combinado con 30 señales estructurales (estado HTTP, forma del DOM, palabras clave, huellas) en lugar de simples comprobaciones de códigos de estado
• Extracción de perfiles — nombre visible, biografía y avatar obtenidos de cada coincidencia (OpenGraph / JSON-LD / CSS por sitio)
• Correlación entre sitios — agrupa perfiles que parecen de la misma persona por hash de avatar, biografía, enlaces compartidos y nombre (--correlate)
• Expansión recursiva — sigue los nombres de usuario enlazados en las biografías y los vuelve a escanear (--recurse-depth N)
• Comprobación de dominios — ¿está <username>.{com,io,net,…} registrado y activo? (--domains)
• Modo vigilancia — vuelve a escanear a intervalos y alerta de cambios, opcionalmente a un webhook (--watch 6h --notify <url>)
• Escaneos reanudables — guarda el progreso y continúa tras una interrupción (--resume file.jsonl)
• Interfaz de terminal moderna — progreso en vivo, tablas de resultados ordenadas, paneles de resumen (con la tecnología de rich); además de un navegador interactivo (aliens_eye tui, extra opcional)
• Servidor MCP — expone el escaneo a agentes LLM (aliens_eye serve, extra opcional)
• Soporte de proxy y Tor — --proxy socks5://... o simplemente --tor
• Filtrado de sitios — --site github,reddit, --exclude-site, --no-nsfw, además de mapas de sitios de plugin en sites.d/
• Autocomprobación calibrada — aliens_eye selfcheck informa de precisión / exhaustividad / F1 / FPR por sitio
• Evaluación reproducible — graba una vez un corpus de respuestas congelado y luego reprodúcelo para obtener métricas idénticas en cada ejecución (aliens_eye corpus record / selfcheck --corpus)
• Ablaciones y líneas base — aliens_eye eval ablate puntúa configuraciones del detector con intervalos de confianza bootstrap; eval external compara con las reglas de Sherlock / Maigret / WhatsMyName sobre las mismas respuestas almacenadas
• Reentrenable + aprendizaje activo — reentrena con aliens_eye train, o etiqueta manualmente las coincidencias inciertas con aliens_eye label
• Informes en JSON, CSV, HTML, Markdown, PDF y formatos de grafo (GEXF, Mermaid, Maltego CSV)
• Fallback con Playwright para páginas con mucho JavaScript (extra opcional)

Instalación

pip install aliens-eye

Extras opcionales:

pip install "aliens-eye[browser]"   # Playwright fallback for hard pages
python -m playwright install chromium

pip install "aliens-eye[train]"     # scikit-learn, for retraining the ML model
pip install "aliens-eye[correlate]" # Pillow, for avatar-image matching in --correlate
pip install "aliens-eye[pdf]"       # reportlab, for --format pdf
pip install "aliens-eye[tui]"       # textual, for the interactive `tui` browser
pip install "aliens-eye[serve]"     # mcp, for the `serve` MCP server

O con Docker:

docker build -t aliens-eye .
docker run --rm -it aliens-eye username

Desde el código fuente:

git clone https://github.com/arxhr007/Aliens_eye.git
cd Aliens_eye
pip install -e .

Uso

# Interactive prompts
aliens_eye

# Single username
aliens_eye username

# Multiple usernames
aliens_eye username1 username2

# Advanced scan level (prefix/suffix variations)
aliens_eye username -l advanced

# Only scan specific sites
aliens_eye username --site github,reddit,gitlab

# Skip NSFW sites
aliens_eye username --no-nsfw

# Route through Tor (needs a local Tor daemon)
aliens_eye username --tor

# Any HTTP or SOCKS proxy
aliens_eye username --proxy socks5://127.0.0.1:1080

# Export everything
aliens_eye username --format all --output results

# Heuristics only, no ML
aliens_eye username --no-ml

# Non-interactive preset: quick / full / aggressive
aliens_eye username --profile quick

# Plain output for scripts and CI (no colors/progress)
aliens_eye username --plain

# View results from a previous scan
aliens_eye -r results/username_advanced_20260611_120000.json

# Correlate hits into "likely same person" clusters + check domains
aliens_eye username --correlate --domains

# Follow linked usernames out of found bios and re-scan them
aliens_eye username --recurse-depth 1

# Export a graph of the results (import into Gephi / Maltego / Mermaid)
aliens_eye username --correlate --format gexf,mermaid,maltego

# Investigator PDF with embedded avatars
aliens_eye username --format pdf

# Watch for changes every 6 hours and POST them to a webhook
aliens_eye username --watch 6h --notify https://hooks.example/aliens

# Resume an interrupted scan
aliens_eye username --resume scan.jsonl

# Compare two saved reports
aliens_eye diff results/old.json results/new.json

# Validate detection accuracy (precision / recall / F1 per site)
aliens_eye selfcheck --negatives 2 --report json

# Record a frozen response corpus, then evaluate against it reproducibly
aliens_eye corpus record --out corpus/v1 --split all --negatives 4
aliens_eye corpus stats corpus/v1
aliens_eye selfcheck --split holdout --corpus corpus/v1 --report json

# Compare detector configurations over that corpus, with confidence intervals
aliens_eye eval ablate --corpus corpus/v1 --split holdout

# Compare against Sherlock / Maigret / WhatsMyName rules (fetch their data yourself)
aliens_eye eval external --corpus corpus/v1 --sherlock data.json --whatsmyname wmn-data.json

# Rebuild the ground-truth splits from those projects account lists
aliens_eye eval groundtruth --sherlock data.json --whatsmyname wmn-data.json

# Interactively label uncertain hits into a training set
aliens_eye label results/username_basic_20260611_120000.json --out labeled.csv

# Interactive terminal browser (needs [tui])
aliens_eye tui username

# Run the MCP server for LLM agents (needs [serve])
aliens_eye serve

Plataformas personalizadas: coloca un archivo JSON { "site_name": "https://site/{}" } en ./sites.d/ (o en el directorio de configuración del usuario sites.d/) y se fusionará automáticamente; --sites-dir DIR añade otra ubicación.

Cómo funciona la detección