Skip to content
KitploitKITPLOIT
उपकरणएक्सप्लॉइटब्लॉग
Log in
जमा करें
उपकरणएक्सप्लॉइटब्लॉग
जमा करें

हैकिंग, पेनटेस्ट और साइबर सुरक्षा उपकरण आपके सुरक्षा शस्त्रागार के लिए!

Kitploit हैकिंग, साइबर सुरक्षा और पेंटेस्टिंग टूल्स की एक निर्देशिका है। कमजोरियों को खोजने, सिस्टम का विश्लेषण करने, परीक्षण को स्वचालित करने और अपनी सुरक्षा को मजबूत करने के लिए नवीनतम प्रोजेक्ट अपडेट खोजें।

फ़ीडसंपर्कगोपनीयता© 2026 Kitploit

टूल निर्देशिका

श्रेणियाँ

सभी श्रेणियाँ देखें
Loading categories
AMBER-ICI — AMBER ICI v5: केस-स्कोप्ड साक्ष्य, एजेंट चेन, हाइब्रिड रिट्रीवल, स्ट्रीमिंग विश्लेषण, ग्राफ़ और टाइमलाइन दृश्य, OCR, नियंत्रित वेब रिसर्च और GPU टेलीमेट्री के साथ लोकल-फ़र्स्ट Ollama जाँच कमांड सेंटर। | Kitploit
उपकरण/GitHubGitHub/gs-ai/amber-ici
OSINT (खुला स्रोत खुफिया)स्क्रिप्टिंग और स्वचालनफोरेंसिकजानकारी एकत्र करनाडिजिटल फोरेंसिकगोपनीयताउपयोगिताएँ और फ्रेमवर्कखतरा खुफियामशीन लर्निंगलर्निंग और शिक्षाAI सुरक्षालैब और अभ्यास
198482 महीने पहलेअभी तक समीक्षित नहीं
साझा करें
GitHubgs-ai/amber-ici

AMBER-ICI

AMBER ICI v5: केस-स्कोप्ड साक्ष्य, एजेंट चेन, हाइब्रिड रिट्रीवल, स्ट्रीमिंग विश्लेषण, ग्राफ़ और टाइमलाइन दृश्य, OCR, नियंत्रित वेब रिसर्च और GPU टेलीमेट्री के साथ लोकल-फ़र्स्ट Ollama जाँच कमांड सेंटर।

रिपॉजिटरी देखें
<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/12061/b3526255ef1a43950d559d01043863d61c0ef36cfbf4e3270caef742cde07d9e.png" alt="AMBER ICI इंटरफ़ेस बैनर" width="1200" />
</p>

# AMBER ICI v5

AMBER ICI (AMBER Investigative Command Interface) एक लोकल-फ़र्स्ट ब्राउज़र इंटरफ़ेस है, जो एक लोकल [Ollama](https://ollama.com/) सर्वर द्वारा संचालित जाँच और विश्लेषणात्मक वर्कफ़्लो के लिए बनाया गया है।

इसमें शामिल हैं:

- एकल-मॉडल Analyst Console और बहु-मॉडल Parallel निष्पादन
- मुख्य टर्मिनल के `SEND` बटन से संचालित उपयोगकर्ता-परिभाषित एजेंट चेन
- उपयोगकर्ता का नियंत्रण कि कौन से एजेंट चलें, कितने चलें, कितने लूप हों, और प्रत्येक कौन-सा लोकल मॉडल उपयोग करे
- सरल भाषा के उद्देश्य से एजेंट कॉन्फ़िगरेशन का लोकल-मॉडल जनरेशन
- Ollama embeddings द्वारा समर्थित एक स्थायी सिमैंटिक Archive
- सक्रिय-फ़ाइल संदर्भ के लिए Fibonacci फ्रैक्टल रिट्रीवल
- फ़ाइल अपलोड, रीड-ओनली लिंक्ड-डायरेक्टरी एक्सेस, टेक्स्ट एक्सट्रैक्शन, और OCR
- एकल मास्टर स्विच के पीछे वैकल्पिक Playwright-समर्थित वेब फ़ेच और सार्वजनिक-रिकॉर्ड खोज
- स्टैंडअलोन एंटिटी ग्राफ़, टाइमलाइन, और वेक्टर-स्टोर व्यू
- जहाँ उपलब्ध हो, लोकल टोकन-रेट, सत्र, GPU/VRAM, और तापमान टेलीमेट्री

Ollama इन्फ़रेंस UI द्वारा लूपबैक एंडपॉइंट्स (`127.0.0.1`, `localhost`, या `::1`) तक सीमित है। AMBER में क्लाउड इन्फ़रेंस या एप्लिकेशन टेलीमेट्री शामिल नहीं है, और किसी भी सुविधा के लिए लॉगिन, API कुंजी, या खाते की आवश्यकता नहीं है। `WEB` पिल सभी इंटरनेट एक्सेस के लिए मास्टर स्विच है: इसके `OFF` रहने पर, AMBER किसी भी प्रकार का आउटबाउंड अनुरोध नहीं करता।

## v5 की मुख्य बातें

- केस-सीमित साक्ष्य और Archive रिट्रीवल के साथ लोकल केस वर्कस्पेस
- स्ट्रीमिंग SHA-256 आर्टिफ़ैक्ट पहचान, इनजेशन प्रोवेनेंस, डुप्लिकेट पहचान, और स्रोत उद्धरण
- मौजूदा सिमैंटिक Archive परिणामों के साथ संयुक्त नियतात्मक कीवर्ड रिट्रीवल
- सत्रों, जाँचकर्ताओं, केसों, एजेंटों, या तर्क कार्यों तक सीमित स्पष्ट, सीमाबद्ध मेमोरी
- इंस्टॉल किए गए लोकल Ollama मॉडलों का उपयोग करते हुए ऑपरेटर-चयनित जाँच भूमिका टेम्पलेट
- प्रति-एजेंट मॉडल, सीमाएँ, फ़ॉर्मेट, हैंडऑफ़, और लूप नियंत्रण के साथ मुख्य टर्मिनल से एजेंट निष्पादन
- Playwright WEB प्रीफ़्लाइट, दृश्यमान निष्पादन डायग्नोस्टिक्स, डायरेक्ट-फ़ेच फ़ॉलबैक, और एक घंटे की लोकल कैशिंग
- Metal, CUDA, ROCm, यूनिफ़ाइड-मेमोरी, उपयोग, और तापमान रिपोर्टिंग के साथ कैश्ड हार्डवेयर डिटेक्शन
- लंबे-फ़ॉर्म आउटपुट के लिए प्रतिक्रियाशील कोएलेस्ड स्ट्रीमिंग अपडेट
- सीमाबद्ध स्थायी मेटाडेटा, एस्केप किया गया जनरेटेड UI कंटेंट, पुनरुत्पादनीय Node निर्भरताएँ, और विस्तारित संवेदनशील-रनटाइम अपवर्जन

## वर्तमान फ़ीचर सेट

### Analyst Console

- एक चयनित Ollama मॉडल के साथ बातचीत स्ट्रीम करता है
- सिस्टम प्रॉम्प्ट, JSON आउटपुट मोड, seed, तापमान, और CTX आकार का समर्थन करता है
- सक्रिय-फ़ाइल, वैकल्पिक वेब, और बनाए रखे गए बातचीत संदर्भ को इंजेक्ट करता है
- `STOP` या `Esc` से सक्रिय कार्य रोकता है

कंसोल पिल बार निष्पादन नियंत्रण रखता है:

| पिल | मान | उद्देश्य |
|---|---|---|
| `TEMP` / `CTX` / `MEM` / `FMT` / `STREAM` / `SEED` / `SYS` | — | Analyst-मोड इन्फ़रेंस सेटिंग्स |
| `WEB` | `OFF` (डिफ़ॉल्ट) / `ON` | सभी इंटरनेट एक्सेस के लिए मास्टर स्विच |
| `EXEC` | `ANALYST` (डिफ़ॉल्ट) / `AGENTS` | `SEND` क्या चलाता है: एकल सक्रिय मॉडल, या एजेंट चेन |
| `AGN` | `0` = सभी | चेन कितने एजेंट चलाती है, कार्ड क्रम में लिए गए |
| `LOOPS` | `1`+ | चेन कितनी बार दोहराई जाती है; Agents पैनल के `LOOPS` फ़ील्ड के साथ मिरर किया गया |

### Parallel

- सभी चेक किए गए मॉडलों पर वही प्रॉम्प्ट चलाता है
- प्रत्येक प्रतिक्रिया को स्वतंत्र रूप से स्ट्रीम और ट्रैक करता है
- Analyst Console द्वारा उपयोग किए जाने वाले समान CTX और सक्रिय-फ़ाइल नियंत्रण लागू करता है

### Agents — निष्पादन चेन

एजेंट उपयोगकर्ता-परिभाषित हैं और प्राथमिक निष्पादन पथ हैं। कोई अंतर्निहित या निश्चित एजेंट सूची नहीं है; Agents पैनल खाली शुरू होता है और आप इसे दो तरीकों से भरते हैं:

- `+ CREATE AGENT` — एक को हाथ से परिभाषित करें
- `GENERATE FROM PROMPT` — एक उद्देश्य का वर्णन करें और एक चयनित लोकल प्लानर मॉडल आपके लिए एजेंट सेट लिखता है

प्रत्येक एजेंट अपना स्वयं का रनटाइम कॉन्फ़िगरेशन संग्रहीत करता है:

| फ़ील्ड | डिफ़ॉल्ट | नोट्स |
|---|---|---|
| एजेंट का नाम | — | आवश्यक |
| एजेंट का उद्देश्य | — | `[AGENT PURPOSE]` के रूप में इंजेक्ट किया जाता है |
| एजेंट सिस्टम प्रॉम्प्ट | — | एजेंट का भूमिका निर्देश |
| पसंदीदा स्थानीय मॉडल | — | आवश्यक; Ollama में इंस्टॉल होना चाहिए |
| तापमान | `0.35` | प्रति एजेंट, कंसोल के `TEMP` पिल से स्वतंत्र |
| अधिकतम आउटपुट टोकन | `0` (स्वतः) | `0` AMBER के लंबाई ह्यूरिस्टिक का उपयोग करता है |
| लूप्स | `1` | इस एजेंट द्वारा प्रति चेन लूप किए जाने वाले पास, प्रत्येक अपने पिछले आउटपुट को परिष्कृत करता है |
| आउटपुट फ़ॉर्मेट | सादा टेक्स्ट | `JSON` Ollama के JSON मोड को सेट करता है और लंबाई विस्तार को छोड़ देता है |
| हैंडऑफ़ निर्देश | — | अगले अनुक्रमिक एजेंट को `[HANDOFF FROM PREVIOUS AGENT]` के रूप में पास किया जाता है |
| निष्पादन मोड | `sequential` | `sequential`, `parallel`, या `gated` |
| आउटपुट लक्ष्य, मेमोरी स्कोप, भूमिका, टूल एक्सेस, सक्षम, नोट्स | — | `ADVANCED` के अंतर्गत |

**चेन चलाना।** `EXEC` को `AGENTS` पर सेट करें, मुख्य टर्मिनल में एक प्रॉम्प्ट टाइप करें, और `SEND` दबाएँ। AMBER चयनित मोड, सक्षम एजेंट, प्रत्येक एजेंट का स्थानीय मॉडल, `AGN` गणना, और `LOOPS` गणना पढ़ता है, फिर निष्पादित करता है: `parallel` एजेंट एक साथ, इसके बाद `sequential` एजेंट कार्ड क्रम में, प्रति लूप एक बार। प्रत्येक अनुक्रमिक एजेंट को पिछले एजेंट का आउटपुट `[UPSTREAM OUTPUT]` के रूप में प्राप्त होता है, साथ ही उस एजेंट का हैंडऑफ़ नोट भी। प्रगति और प्रत्येक एजेंट का स्ट्रीम किया गया आउटपुट मुख्य टर्मिनल में प्रिंट होता है, और अंतिम उत्तर बातचीत इतिहास में बना रहता है। Agents पैनल का `RUN` बटन पैनल के अपने `LOOPS` फ़ील्ड का उपयोग करके वही कार्य करता है।

`AGENTS` मोड में `SEND` को Models पैनल में सक्रिय मॉडल की आवश्यकता नहीं होती, क्योंकि प्रत्येक एजेंट अपना स्वयं का मॉडल रखता है। `gated` एजेंट चेन से बाहर रखे जाते हैं — उन्हें उनके कार्ड के `RUN` बटन से अलग से चलाएँ।

**अनुपस्थित मॉडल कभी प्रतिस्थापित नहीं किए जाते।** किसी एजेंट को सहेजना या ऐसे मॉडल के साथ चेन शुरू करना जो Ollama के पास नहीं है, टर्मिनल में एक कार्रवाई-योग्य ब्लॉक प्रिंट करता है जिसमें अनुरोधित मॉडल, वास्तव में इंस्टॉल किए गए मॉडल, और आवश्यक `ollama pull <model>` कमांड का नाम दिया जाता है, और रन शुरू नहीं होता।

सहेजे गए एजेंट सेट को Agents पैनल से नाम से संग्रहीत और पुनर्स्थापित किया जा सकता है।

> पहले का `PIPELINE` / `CHAIN` स्टेप-सीक्वेंस मोड इंटरफ़ेस से हटा दिया गया था। इसका इंजन और `state/pipeline_state.json` पश्च-संगतता के लिए बने हुए हैं, लेकिन यह अब चयन योग्य मोड नहीं है; एजेंट ही निष्पादन चेन हैं।

### आर्काइव और मेमोरी

- `embeddinggemma:latest` के साथ फ़ाइलों को चंक और एम्बेड करता है
- कोसाइन समानता द्वारा स्थानीय आर्काइव खोजता है
- आर्काइव JSON आयात और निर्यात करता है
- सबसे हालिया सहायक आउटपुट को सीधे आर्काइव में जोड़ता है
- फ़ाइल-स्रोत पुनर्प्राप्ति के लिए ब्राउज़र में एक फिबोनाची फ्रैक्टल इंडेक्स बनाता है
- `FAST`, `HYBRID`, और `DEEP` पुनर्प्राप्ति प्रोफ़ाइल प्रदान करता है

### केस इंटेलिजेंस

आर्काइव में अब एक वैकल्पिक केस सीमा शामिल है, बिना इसके मौजूदा सभी-आर्काइव वर्कफ़्लो को बदले:

- `NEW CASE` स्थानीय केस मेटाडेटा बनाता है।
- `ADD ACTIVE TO CASE` चयनित फ़ाइलों को साक्ष्य के रूप में दर्ज करता है, मौजूदा कच्चा अपलोड बनाए रखता है, एक स्ट्रीमिंग SHA-256 पहचान की गणना करता है, और अंतर्ग्रहण उत्पत्ति दर्ज करता है।
- केस चयनित होने के दौरान इंडेक्स किए गए आर्काइव वेक्टर उस केस ID को वहन करते हैं। केस खोजें उन सिमेंटिक परिणामों को एक नियतात्मक कीवर्ड फ़ॉलबैक के साथ मिलाती हैं जब दोनों उपलब्ध हों।
- `REMEMBER LAST` स्पष्ट रूप से नवीनतम सहायक आउटपुट को लेबल किए गए केस मेमोरी के रूप में सहेजता है। मॉडल आउटपुट को कभी भी चुपचाप साक्ष्य या मेमोरी में पदोन्नत नहीं किया जाता।
- `ADD INVESTIGATION ROLES` मौजूदा उपयोगकर्ता-परिभाषित एजेंट रजिस्ट्री में वैकल्पिक Director, Researcher, Investigator, Analyst, Documenter, और Critic टेम्पलेट जोड़ता है। वे ऑपरेटर द्वारा चयनित स्थानीय मॉडल का उपयोग करते हैं और स्वचालित रूप से नहीं चलते।

केस इंटेलिजेंस एक संस्करणित मानक-लाइब्रेरी JSON स्टोर में परमाणु रूप से संग्रहीत होती है और AMBER के मौजूदा Ollama क्लाइंट का उपयोग करती है।

### स्टैंडअलोन व्यू

हेडर इन टूल्स को अलग टैब में खोलता है:

- Entity Provenance Graph: `http://127.0.0.1:8765/amber_graph.html`
- Timeline: `http://127.0.0.1:8765/amber_timeline.html`
- Vector Store manager: `http://127.0.0.1:8765/amber_vectorstore.html`

## आवश्यकताएँ

कोर रनटाइम:

- Python 3.10 या नया; लॉन्चर और कोर बैकएंड केवल मानक लाइब्रेरी का उपयोग करते हैं, इसलिए AMBER चलाने के लिए `pip install` की आवश्यकता नहीं है
- Ollama इंस्टॉल और स्थानीय रूप से चल रहा हो
- कम से कम एक Ollama जनरेशन मॉडल
- Archive इंडेक्सिंग और सेमांटिक सर्च के लिए `embeddinggemma:latest`

वैकल्पिक क्षमताएँ:

- JavaScript-रेंडर किए गए वेब फ़ेच और रिकॉर्ड्स सर्च के लिए Node.js 18+ और npm, साथ ही प्रोजेक्ट निर्भरताएँ
- उन ब्राउज़र-समर्थित सुविधाओं के लिए Playwright Chromium ब्राउज़र
- PDF OCR के लिए `ocrmypdf` और Tesseract
- इमेज OCR के लिए Tesseract
- जब Tesseract WebP इमेजेज़ को सीधे पढ़ न सके तो OCR से पहले उन्हें कन्वर्ट करने के लिए Pillow
- अतिरिक्त सिस्टम मेट्रिक्स के लिए `psutil`, `nvidia-smi`, या `osx-cpu-temp`; अनुपलब्ध रीडिंग्स बस खाली रहती हैं

ऊपर दी गई सब कुछ स्थानीय है। किसी भी कंपोनेंट के लिए खाते, API कुंजी, या क्लाउड सेवा की आवश्यकता नहीं है।

## इंस्टॉल करें और चलाएँ

### 1. रिपॉज़िटरी क्लोन करें

```bash
git clone https://github.com/gs-ai/AMBER-ICI.git
cd AMBER-ICI
```

### 2. Ollama प्रारंभ करें

एक अलग टर्मिनल में:

```bash
ollama serve
```

आवश्यक embedding मॉडल और कम से कम एक generation मॉडल खींचें:

```bash
ollama pull embeddinggemma:latest
ollama pull qwen2.5-coder:7b
```

जनरेशन मॉडल केवल एक उदाहरण है; AMBER Ollama से स्थानीय रूप से इंस्टॉल किए गए मॉडल खोजता है।

### 3. Python वातावरण बनाएँ

कोर बैकएंड केवल Python मानक लाइब्रेरी आयात करता है, इसलिए सीधे लॉन्च के लिए वर्चुअल वातावरण वैकल्पिक है। फिर भी एक बनाएँ यदि आप npm स्क्रिप्ट्स (जो `venv/bin/python3` को कॉल करते हैं) या वैकल्पिक Pillow समर्थन चाहते हैं:

```bash
python3 -m venv venv
source venv/bin/activate          # Windows: venv\Scripts\activate
python3 -m pip install --upgrade pip
```

`requirements.txt` नहीं है क्योंकि कुछ भी आवश्यक नहीं है। वैकल्पिक अतिरिक्त सुविधाओं को उस वातावरण में केवल तभी इंस्टॉल करें जब आप उन्हें चाहते हों:

```bash
python3 -m pip install Pillow     # optional: WebP conversion before OCR
```

`deactivate` से निष्क्रिय करें। यदि किसी पिछले AMBER संस्करण ने `venv/` में अप्रयुक्त पैकेज छोड़े हैं (उदाहरण के लिए `camoufox`), तो वे वर्तमान कोड द्वारा आयात नहीं किए जाते और उन्हें अनदेखा या हटाया जा सकता है।

### 4. मुख्य एप्लिकेशन लॉन्च करें

```bash
python3 files/launch_amber_ici_gui.py
```

AMBER ब्राउज़र को स्वचालित रूप से खोलता है। बिना टैब खोले लॉन्च करने के लिए:

```bash
python3 files/launch_amber_ici_gui.py --no-browser
```

फिर `http://127.0.0.1:8765/amber_ui.html` खोलें।

### 5. वैकल्पिक ब्राउज़र-आधारित वेब सुविधाएँ इंस्टॉल करें

केवल तभी आवश्यक है जब आप `WEB` पिल को चालू करने का इरादा रखते हैं:

```bash
npm install                       # playwright, playwright-extra, stealth plugin
npx playwright install chromium   # the browser binary itself
```

सत्यापित करें कि हेल्पर्स रन करने योग्य हैं — AMBER के चल रहे होने पर, यह हेल्पर पथों, हल किए गए `node` बाइनरी, और किसी भी अनुपलब्ध पैकेज की रिपोर्ट करता है:

```bash
curl -s http://127.0.0.1:8765/api/web/status
```

AMBER JavaScript-रेंडर किए गए पेजों के लिए Node/Chromium हेल्पर का उपयोग करता है, सीधे URL के लिए फ़ॉलबैक के रूप में एक सादे Python HTTP फ़ेच के साथ। रिकॉर्ड्स-सर्च हेल्पर के लिए Node.js, npm निर्भरताएँ और Chromium आवश्यक हैं; इसमें कोई सादा-HTTP फ़ॉलबैक नहीं है।

### 6. वैकल्पिक OCR समर्थन इंस्टॉल करें

Homebrew के साथ macOS:

```bash
brew install ocrmypdf tesseract
python3 -m pip install Pillow
```

Ubuntu/Debian:

```bash
sudo apt-get update
sudo apt-get install -y ocrmypdf tesseract-ocr
python3 -m pip install Pillow
```

Pillow केवल उन छवि प्रारूपों के लिए आवश्यक है जिन्हें Tesseract द्वारा संसाधित किए जाने से पहले रूपांतरण की आवश्यकता होती है। जब कोई भी वैकल्पिक OCR निर्भरता अनुपस्थित होती है, तब भी AMBER चलता रहता है।

### npm सुविधा स्क्रिप्ट

दिए गए npm स्क्रिप्ट AMBER को `venv/bin/python3` के साथ लॉन्च करते हैं, इसलिए पहले वह वातावरण बनाएँ (चरण 3):

```bash
npm start                 # 127.0.0.1:8765, no browser tab
npm run start:browser     # same, and opens the browser
```

सीधा `python3` लॉन्च सबसे अधिक पोर्टेबल विकल्प है।

### पूरा सेटअप, शुरू से अंत तक

```bash
git clone https://github.com/gs-ai/AMBER-ICI.git
cd AMBER-ICI
python3 -m venv venv                       # for the npm scripts
npm install                                # optional: WEB features
npx playwright install chromium            # optional: WEB features
ollama serve &                             # in its own terminal
ollama pull embeddinggemma:latest          # required for Archive
ollama pull qwen2.5-coder:7b               # any generation model
npm start                                  # → http://127.0.0.1:8765/amber_ui.html
```

## लॉन्चर विकल्प

```bash
python3 files/launch_amber_ici_gui.py --help
```

| फ़्लैग | डिफ़ॉल्ट | उद्देश्य |
|---|---:|---|
| `--host HOST` | `127.0.0.1` | वह पता जिस पर AMBER HTTP सर्वर सुनता है |
| `--port PORT` | `8765` | AMBER HTTP सर्वर पोर्ट |
| `--no-browser` | बंद | डिफ़ॉल्ट ब्राउज़र न खोलें |
| `--gui PATH` | स्वतः-पहचाना गया | एक विशिष्ट GUI HTML फ़ाइल सर्व करें |
| `--version` | — | AMBER ICI रिलीज़ संस्करण प्रिंट करें और बाहर निकलें |

ब्राउज़र UI जानबूझकर केवल लूपबैक Ollama URL स्वीकार करता है, भले ही AMBER सर्वर किसी अन्य इंटरफ़ेस से बंधा हो।

## पहली बार चलाने का वर्कफ़्लो

1. पुष्टि करें कि ऊपर-दाएँ कोने में Ollama एंडपॉइंट `http://127.0.0.1:11434` है।
2. स्थानीय रूप से इंस्टॉल किए गए मॉडल लोड करने के लिए `PING` पर क्लिक करें।
3. Models पैनल में एक मॉडल चुनें।
4. Analyst Console में एक प्रॉम्प्ट दर्ज करें और `SEND` पर क्लिक करें।
5. वैकल्पिक रूप से फ़ाइलें अपलोड करें या किसी डायरेक्टरी को लिंक करें, फिर उन्हें संदर्भ में शामिल करने के लिए फ़ाइलों को सक्रिय करें।
6. Archive में फ़ाइलों को इंडेक्स करने से पहले `embeddinggemma:latest` पुल करें।

इसके बजाय एजेंट चेन चलाने के लिए:

1. बाएँ पैनल में `AGENTS` टैब खोलें।
2. `+ CREATE AGENT` से एक एजेंट बनाएँ, या `GENERATE FROM PROMPT` के अंतर्गत एक उद्देश्य का वर्णन करें।
3. कंसोल पिल बार में `EXEC` को `AGENTS` पर सेट करें।
4. `AGN` (कितने एजेंट; `0` = सभी) और `LOOPS` (कितने पास) सेट करें।
5. मुख्य टर्मिनल में प्रॉम्प्ट टाइप करें और `SEND` दबाएँ।

AMBER को इंटरनेट पढ़ने देने के लिए, पहले `WEB` पिल को `ON` पर सेट करें; यह डिफ़ॉल्ट रूप से `OFF` है।

## फ़ाइल अंतर्ग्रहण

अपलोड प्रति फ़ाइल 100 MiB तक सीमित हैं। फ़ाइल पिकर और ड्रैग-एंड-ड्रॉप पथ वर्तमान में स्वीकार करते हैं:

- दस्तावेज़: `.txt`, `.md`, `.pdf`, `.docx`, `.rtf`
- डेटा/कॉन्फ़िग: `.csv`, `.xlsx`, `.json`, `.yaml`, `.yml`, `.toml`, `.ini`, `.cfg`, `.conf`, `.xml`
- स्रोत/लॉग: `.py`, `.js`, `.ts`, `.tsx`, `.jsx`, `.html`, `.sql`, `.sh`, `.bash`, `.zsh`, `.log`
- छवियाँ: `.png`, `.jpg`, `.jpeg`, `.bmp`, `.webp`, `.tif`, `.tiff`, `.svg`

निष्कर्षण व्यवहार:

- सादा-पाठ, स्रोत, कॉन्फ़िगरेशन, CSV, और RTF फ़ाइलें पाठ के रूप में डिकोड की जाती हैं।
- XLSX वर्कशीट Python मानक लाइब्रेरी से निकाली जाती हैं; सूत्र और जटिल फ़ॉर्मेटिंग संरक्षित नहीं होती।
- DOCX पाठ दस्तावेज़ XML से निकाला जाता है; जटिल लेआउट संरक्षित नहीं होता।
- PDF निष्कर्षण पहले एम्बेडेड पाठ का प्रयास करता है और जब `ocrmypdf` इंस्टॉल हो तो OCR का भी प्रयास करता है, अधिक उपयोगी परिणाम बनाए रखता है।
- रास्टर छवियाँ इंस्टॉल होने पर Tesseract OCR का उपयोग करती हैं। SVG निष्कर्षण एम्बेडेड `<text>` और `<tspan>` सामग्री पढ़ता है।

अपलोड किए गए रॉ बाइट्स `uploads/blobs/` में, निकाला गया पाठ `uploads/texts/` में, और मेटाडेटा `uploads/manifest.json` में संग्रहीत होता है।

### लिंक की गई डायरेक्टरियाँ

`LINK DIRECTORY` एक स्थानीय डायरेक्टरी से समर्थित, गैर-छिपी फ़ाइलों को AMBER के लिए उपलब्ध कराता है। Files पैनल लिंक की गई प्रविष्टियों को केवल-पढ़ने योग्य मानता है, और डायरेक्टरी लिस्टिंग गैर-पुनरावर्ती है। चयनित पथ `state/linked_dir_state.json` में संग्रहीत होता है; फ़ाइल सामग्री अपने मूल स्थान पर रहती है और केवल तभी पढ़ी जाती है जब संदर्भ या निष्कर्षण के लिए अनुरोध किया जाए।

---

[Read more](https://github.com/gs-ai/amber-ici)
टूल डाउनलोड करें

सबसे लोकप्रिय

सभी देखें →

हमारे समुदाय द्वारा सबसे अधिक उपयोग किए जाने वाले उपकरण खोजें।

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 अंतिम OSINT टूलकिट: जाँच ग्राफ़, विश्वास स्कोरिंग, उपनाम परिवार, मानचित्र, टाइमलाइन और रिपोर्ट। 49 मॉड्यूल, 400+ साइटें, किसी API कुंजी की आवश्यकता नहीं।

    968
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # घोस्टलॉक वन-टैप निष्पादन ऐप (CVE-2026-43499)

    556
  • 3

    looking-glass

    anonghosty/looking-glass

    CSIRT प्लेटफ़ॉर्म जो Shadowserver रिपोर्ट्स को MongoDB में इनजेस्ट करता है और उन्हें इंटरैक्टिव मैप्स, विश्लेषण, निष्कर्षों, सलाहों और कार्यकारी डैशबोर्ड के रूप में पुनः प्रस्तुत करता है।

    347
  • 4

    redforge

    cybersecurity91/redforge

    ब्राउज़र-साइड रेड टीम टूलकिट, जिसमें रेकॉन, पेलोड जनरेशन, क्रेडेंशियल हमलों, क्रिप्टो, एन्कोडिंग और एंगेजमेंट रिपोर्टिंग के लिए 102 ऑफ़लाइन टूल्स हैं।

    346
  • 5

    ARTEX

    baarai/artex

    प्लानर/वर्कर एजेंट, एसेट और एक्सप्लोरेशन ग्राफ़, MITM ट्रैफ़िक रिकॉर्डिंग, और भेद्यता पुनःपरीक्षण के साथ LLM मल्टी-एजेंट स्वायत्त पेनेट्रेशन टेस्टिंग प्लेटफ़ॉर्म।

    319
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI-मूल साइबरसुरक्षा के लिए कार्रवाई की प्रणाली—जहाँ इरादा नियंत्रित निष्पादन बन जाता है, साक्ष्य परिचालन स्मृति बन जाता है, और हर ऑपरेशन अगले को बेहतर बनाता है।

    297

सभी उपकरण खोजें

हमारे उपकरणों का संग्रह ब्राउज़ करें

सभी उपकरण देखें →