Robin : outil OSINT du dark web propulsé par l'IA

Robin est un outil propulsé par l'IA pour mener des enquêtes OSINT sur le dark web. Il exploite les LLM pour affiner les requêtes, filtrer les résultats de recherche des moteurs de recherche du dark web et fournir un résumé d'enquête.

Installation • Contribution • Remerciements

Architecture

Fonctionnalités

• ⚙️ Architecture modulaire – Séparation nette entre les flux de travail de recherche, d'extraction et de LLM.
• 🤖 Prise en charge multi-modèles – Basculez facilement entre OpenAI, Claude, Gemini, Ollama ou toute API compatible OpenAI (LM Studio, llama.cpp, Groq, etc.).
• 🌐 Interface Web – Interface basée sur Streamlit pour des enquêtes interactives.
• 💬 Suivis conversationnels – Posez des questions de suivi fondées sur une enquête sans relancer la recherche — réponses générées à partir des données propres à cette enquête.
• 🔀 Pivots en un clic – Requêtes de suivi suggérées à partir des résultats ; cliquez sur l'une d'elles pour lancer une nouvelle enquête.
• 🐳 Prêt pour Docker – Déploiement Docker recommandé pour une utilisation propre et isolée.
• 📝 Rapports personnalisés – Enregistrez la sortie de l'enquête dans un fichier pour le rapport ou une analyse plus approfondie.
• 🧩 Extensible – Facile d'intégrer de nouveaux moteurs de recherche, modèles ou formats de sortie.

⚠️ Avertissement

Cet outil est destiné uniquement à des fins éducatives et d'enquête légale. L'accès ou l'interaction avec certains contenus du dark web peut être illégal selon votre juridiction. L'auteur n'est pas responsable de toute utilisation abusive de cet outil ou des données collectées via celui-ci.

Utilisez-le de manière responsable et à vos propres risques. Assurez-vous de respecter toutes les lois et politiques institutionnelles pertinentes avant de mener des enquêtes OSINT.

De plus, Robin s'appuie sur des API tierces (y compris les LLM). Soyez prudent lors de l'envoi de requêtes potentiellement sensibles et examinez les conditions d'utilisation de tout fournisseur d'API ou de modèle que vous utilisez.

Installation

[!NOTE] L'outil nécessite Tor pour effectuer les recherches. Vous pouvez installer Tor avec apt install tor sur Linux/Windows(WSL) ou brew install tor sur Mac. Une fois installé, vérifiez que Tor fonctionne en arrière-plan.

[!TIP] Vous pouvez fournir la clé API de votre LLM de choix en créant un fichier .env (référez-vous au fichier d'exemple env dans le dépôt) ou en définissant des variables d'environnement dans le PATH.

Pour Ollama, fournissez http://host.docker.internal:11434 comme OLLAMA_BASE_URL dans votre environnement si vous utilisez la méthode Docker, ou http://127.0.0.1:11434 pour les autres méthodes. Vous devrez peut-être servir Ollama sur 0.0.0.0 selon votre système d'exploitation. Vous pouvez le faire en exécutant OLLAMA_HOST=0.0.0.0 ollama serve & dans votre terminal.

Pour tout autre fournisseur compatible OpenAI (LM Studio, llama.cpp, Groq, etc.), utilisez l'expandeur 🔌 Fournisseur d'API personnalisé dans la barre latérale — aucune modification du fichier .env requise. Saisissez l'URL de base, une clé API facultative et éventuellement un nom de modèle si le fournisseur n'expose pas /v1/models pour la découverte automatique.

Docker [Recommandé]

• Tirez la dernière image Docker de Robin

docker pull apurvsg/robin:latest

• Exécutez l'image Docker comme suit :

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

[!TIP] Pour conserver les enquêtes enregistrées après les redémarrages de Docker, montez un répertoire local :

root@kitploit:~

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

Les enquêtes sont enregistrées dans le dossier investigations/ de votre répertoire de travail et peuvent être chargées depuis le panneau Enquêtes passées dans la barre latérale.

• Ouvrez votre navigateur et accédez à http://localhost:8501

Utilisation avec Python (version de développement)

• Avec Python 3.10+ et Tor installés, exécutez ce qui suit :

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

• Ouvrez votre navigateur et accédez à http://localhost:8501

Contribution

Les contributions sont les bienvenues ! N'hésitez pas à soumettre une Pull Request si vous avez des mises à jour majeures de fonctionnalités.

• Forkez le dépôt
• Créez votre branche de fonctionnalité (git checkout -b feature/amazing-feature)
• Commitez vos modifications (git commit -m 'Add some amazing feature')
• Poussez vers la branche (git push origin feature/amazing-feature)
• Ouvrez une Pull Request

Ouvrez une Issue pour chacune de ces situations :

• Si vous repérez un bug ou du mauvais code
• Si vous avez une idée de demande de fonctionnalité
• Si vous avez des questions ou des doutes sur l'utilisation
• Si vous avez des modifications de code mineures

Remerciements

• Inspiration de l'idée de Thomas Roccia et de sa démo de Perplexity of the Dark Web.
• Inspiration des outils de mon dépôt OSINT Tools for the Dark Web.
• Inspiration des prompts LLM du dépôt OSINT-Assistant.
• Conception du logo par mon ami Tanishq Rupaal