AI का उपयोग करके 840+ सोशल मीडिया अकाउंट्स का पता लगाएं
--correlate)--recurse-depth N)<username>.{com,io,net,…} पंजीकृत और लाइव है? (--domains)--watch 6h --notify <url>)--resume file.jsonl)aliens_eye tui, वैकल्पिक अतिरिक्त)aliens_eye serve, वैकल्पिक अतिरिक्त)--proxy socks5://... या बस --tor--site github,reddit, --exclude-site, --no-nsfw, साथ ही ड्रॉप-इन sites.d/ प्लगइन साइट मैपaliens_eye selfcheck प्रति साइट precision / recall / F1 / FPR रिपोर्ट करता हैaliens_eye corpus record / selfcheck --corpus)aliens_eye eval ablate बूटस्ट्रैप कॉन्फिडेंस इंटरवल के साथ डिटेक्टर कॉन्फ़िगरेशन को स्कोर करता है; eval external उन्हीं संग्रहीत रिस्पॉन्स पर Sherlock / Maigret / WhatsMyName नियमों से तुलना करता हैaliens_eye train के साथ पुनः प्रशिक्षित करें, या aliens_eye label के साथ अनिश्चित हिट को मैन्युअल रूप से लेबल करेंpip install aliens-eye
वैकल्पिक अतिरिक्त:
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
या Docker के साथ:
docker build -t aliens-eye .
docker run --rm -it aliens-eye username
स्रोत से:
git clone https://github.com/arxhr007/Aliens_eye.git
cd Aliens_eye
pip install -e .
# 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
कस्टम प्लेटफ़ॉर्म: ./sites.d/ (या उपयोगकर्ता कॉन्फ़िग डिर की sites.d/) में एक { "site_name": "https://site/{}" } JSON फ़ाइल डालें और यह स्वचालित रूप से मर्ज हो जाती है; --sites-dir DIR एक और स्थान जोड़ता है।
प्रत्येक रिस्पॉन्स को 30-आयामी फ़ीचर वेक्टर में परिवर्तित किया जाता है: HTTP स्टेटस बकेट, यूज़रनेम प्लेसमेंट (path/title/meta/canonical), त्रुटि और प्रोफ़ाइल कीवर्ड, DOM संरचना (छवियाँ, फ़ॉर्म, प्रोफ़ाइल/त्रुटि CSS क्लास), संरचित-डेटा संकेत (og:type, JSON-LD Person), रिस्पॉन्स टाइमिंग, रीडायरेक्ट गणना, और पिछले स्कैन से सीखे गए प्रति-साइट फिंगरप्रिंट मैच।
फिर दो जज वोट करते हैं: