Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
ツール/GitHubGitHub/gs-ai/amber-ici
OSINT (オープンソースインテリジェンス)スクリプトと自動化フォレンジック情報収集デジタルフォレンジックプライバシーユーティリティとフレームワーク脅威インテリジェンス機械学習学習と教育AIセキュリティラボと実践
198482ヶ月前未レビュー
共有
GitHubgs-ai/amber-ici

AMBER-ICI

AMBER ICI v5: ケース単位の証拠管理、エージェントチェーン、ハイブリッド検索、ストリーミング分析、グラフおよびタイムライン表示、OCR、制御されたWebリサーチ、GPUテレメトリを備えた、ローカルファーストのOllama調査コマンドセンター。

リポジトリを見る
<p align="center">
  <img src="https://assets.kitploit.com/production/public/readmes/12061/b3526255ef1a43950d559d01043863d61c0ef36cfbf4e3270caef742cde07d9e.png" alt="AMBER ICI インターフェースのバナー" width="1200" />
</p>

# AMBER ICI v5

AMBER ICI(AMBER Investigative Command Interface)は、ローカルの [Ollama](https://ollama.com/) サーバーを基盤とする、調査・分析ワークフロー向けのローカルファーストなブラウザインターフェースです。

以下を含みます:

- 単一モデルの Analyst Console とマルチモデルの Parallel 実行
- メインターミナルの `SEND` ボタンから駆動されるユーザー定義のエージェントチェーン
- どのエージェントを実行するか、その数、ループ回数、各エージェントが使用するローカルモデルをユーザーが制御可能
- 平易な言葉で記述された目的からエージェント設定をローカルモデルで生成
- Ollama の埋め込みを基盤とする永続的なセマンティック Archive
- アクティブファイルのコンテキスト向けフィボナッチフラクタル検索
- ファイルアップロード、読み取り専用のリンクディレクトリアクセス、テキスト抽出、OCR
- 単一のマスタースイッチで制御される、Playwright ベースのオプションの Web フェッチと公開記録検索
- スタンドアロンのエンティティグラフ、タイムライン、ベクターストアビュー
- 利用可能な場合のローカルトークン速度、セッション、GPU/VRAM、温度のテレメトリ

Ollama の推論は、UI によってループバックエンドポイント(`127.0.0.1`、`localhost`、または `::1`)に制限されています。AMBER にはクラウド推論やアプリケーションテレメトリは含まれておらず、いかなる機能もログイン、API キー、アカウントを必要としません。`WEB` ピルはすべてのインターネットアクセスに対するマスタースイッチです。これが `OFF` のとき、AMBER はいかなる種類の外向きリクエストも行いません。

## v5 のハイライト

- ケース単位で境界付けられた証拠と Archive 検索を備えたローカルケースワークスペース
- ストリーミング SHA-256 によるアーティファクトの同一性、取り込みの来歴、重複検出、ソース引用
- 既存のセマンティック Archive 結果と融合される決定論的キーワード検索
- セッション、調査担当者、ケース、エージェント、推論タスクにスコープされた明示的で境界付きのメモリ
- インストール済みのローカル Ollama モデルを使用する、オペレーター選択の調査ロールテンプレート
- エージェントごとのモデル、制限、フォーマット、ハンドオフ、ループ制御を備えた、メインターミナルからのエージェント実行
- Playwright WEB プリフライト、可視化された実行診断、直接フェッチへのフォールバック、1 時間のローカルキャッシュ
- Metal、CUDA、ROCm、ユニファイドメモリ、使用率、温度のレポートを備えたキャッシュ付きハードウェア検出
- 応答性の高い長文出力のための合体ストリーミング更新
- 境界付きの永続化メタデータ、エスケープされた生成 UI コンテンツ、再現可能な Node 依存関係、拡張された機密ランタイム除外

## 現在の機能セット

### Analyst Console

- 選択した 1 つの Ollama モデルとの会話をストリーミング
- システムプロンプト、JSON 出力モード、シード、温度、CTX サイズをサポート
- アクティブファイル、オプションの Web、保持された会話コンテキストを注入
- `STOP` または `Esc` で実行中の処理を停止

コンソールのピルバーには実行コントロールが並びます:

| ピル | 値 | 目的 |
|---|---|---|
| `TEMP` / `CTX` / `MEM` / `FMT` / `STREAM` / `SEED` / `SYS` | — | Analyst モードの推論設定 |
| `WEB` | `OFF`(デフォルト)/ `ON` | すべてのインターネットアクセスに対するマスタースイッチ |
| `EXEC` | `ANALYST`(デフォルト)/ `AGENTS` | `SEND` が実行する内容:単一のアクティブモデル、またはエージェントチェーン |
| `AGN` | `0` = すべて | チェーンが実行するエージェント数(カード順に取得) |
| `LOOPS` | `1` 以上 | チェーンを繰り返す回数。Agents パネルの `LOOPS` フィールドと連動 |

### Parallel

- チェックしたすべてのモデルに対して同じプロンプトを実行
- 各応答を独立してストリーミングおよび追跡
- Analyst Console が使用するのと同じ CTX およびアクティブファイルのコントロールを適用

### Agents — 実行チェーン

エージェントはユーザー定義であり、主要な実行パスです。組み込みまたは固定のエージェントリストは存在しません。Agents パネルは空の状態で開始し、次の 2 つの方法で設定します:

- `+ CREATE AGENT` — 手動で 1 つ定義
- `GENERATE FROM PROMPT` — 目的を記述すると、選択したローカルプランナーモデルがエージェントセットを作成

各エージェントは独自のランタイム設定を保持します:

| フィールド | デフォルト | 備考 |
|---|---|---|
| エージェント名 | — | 必須 |
| エージェントの目的 | — | `[AGENT PURPOSE]` として注入される |
| エージェントのシステムプロンプト | — | エージェントの役割指示 |
| 優先ローカルモデル | — | 必須。Ollama にインストールされている必要がある |
| Temperature | `0.35` | エージェントごとに設定。コンソールの `TEMP` ピルとは独立 |
| 最大出力トークン数 | `0`(自動) | `0` の場合は AMBER の長さヒューリスティックを使用 |
| ループ回数 | `1` | このエージェントがチェーンループごとに実行するパス数。各パスで自身の前回出力を改善する |
| 出力形式 | プレーンテキスト | `JSON` を指定すると Ollama の JSON モードが設定され、長さ拡張がスキップされる |
| ハンドオフ指示 | — | 次の順次エージェントに `[HANDOFF FROM PREVIOUS AGENT]` として渡される |
| 実行モード | `sequential` | `sequential`、`parallel`、または `gated` |
| 出力ターゲット、メモリスコープ、役割、ツールアクセス、有効化、備考 | — | `ADVANCED` の下 |

**チェーンの実行。** `EXEC` を `AGENTS` に設定し、メインターミナルにプロンプトを入力して `SEND` を押します。AMBER は選択されたモード、有効なエージェント、各エージェントのローカルモデル、`AGN` の数、`LOOPS` の数を読み取り、実行します。まず `parallel` エージェントが並行して実行され、続いて `sequential` エージェントがカード順に、ループごとに 1 回実行されます。各順次エージェントは前のエージェントの出力を `[UPSTREAM OUTPUT]` として受け取り、さらにそのエージェントのハンドオフメモも受け取ります。進捗と各エージェントのストリーミング出力はメインターミナルに表示され、最終的な回答は会話履歴に保持されます。Agents パネルの `RUN` ボタンも、パネル独自の `LOOPS` フィールドを使用して同じ処理を行います。

`AGENTS` モードでは、各エージェントが独自のモデルを持っているため、`SEND` に Models パネルでのアクティブモデルは必要ありません。`gated` エージェントはチェーンから除外されます。個別に実行するには、そのカードの `RUN` ボタンを使用してください。

**不足しているモデルが代替されることはありません。** Ollama に存在しないモデルでエージェントを保存したりチェーンを開始したりすると、要求されたモデル名、実際にインストールされているモデル、および必要な `ollama pull <model>` コマンドを示す実行可能なブロックがターミナルに表示され、実行は開始されません。

保存されたエージェントセットは、Agents パネルから名前で保存および復元できます。

> 以前の `PIPELINE` / `CHAIN` ステップシーケンスモードはインターフェースから廃止されました。そのエンジンと `state/pipeline_state.json` は後方互換性のために残されていますが、選択可能なモードではなくなりました。エージェントが実行チェーンとなります。

### アーカイブとメモリ

- `embeddinggemma:latest` を使用してファイルをチャンク化および埋め込みキューに登録
- コサイン類似度によってローカルアーカイブを検索
- アーカイブ JSON のインポートとエクスポート
- 最新のアシスタント出力をアーカイブに直接追加
- ファイルソース検索用のブラウザ内フィボナッチフラクタルインデックスを構築
- `FAST`、`HYBRID`、`DEEP` の検索プロファイルを提供

### ケースインテリジェンス

アーカイブには、既存の全アーカイブワークフローを置き換えることなく、オプションのケース境界が追加されました。

- `NEW CASE` はローカルのケースメタデータを作成します。
- `ADD ACTIVE TO CASE` は選択したファイルを証拠として記録し、既存の生アップロードを保持し、ストリーミング SHA-256 識別子を計算し、取り込みの来歴を記録します。
- ケースが選択されている間にインデックス化されたアーカイブベクトルには、そのケース ID が付与されます。ケース検索では、両方が利用可能な場合、それらのセマンティック結果を決定論的なキーワードフォールバックと融合します。
- `REMEMBER LAST` は、最新のアシスタント出力をラベル付きのケースメモリとして明示的に保存します。モデル出力が証拠やメモリに暗黙的に昇格されることはありません。
- `ADD INVESTIGATION ROLES` は、オプションの Director、Researcher、Investigator、Analyst、Documenter、Critic テンプレートを既存のユーザー定義エージェントレジストリに追加します。これらはオペレーターが選択したローカルモデルを使用し、自動的には実行されません。

ケースインテリジェンスは、単一のバージョン管理された標準ライブラリ JSON ストアにアトミックに保存され、AMBER の既存の Ollama クライアントを使用します。

### スタンドアロンビュー

ヘッダーから以下のツールが別タブで開きます。

- 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`

## 要件

コアランタイム:

- Python 3.10 以降。ランチャーとコアバックエンドは標準ライブラリのみを使用するため、AMBER の実行に `pip install` は不要です
- Ollama がインストールされ、ローカルで実行されていること
- 少なくとも 1 つの Ollama 生成モデル
- Archive のインデックス作成とセマンティック検索用の `embeddinggemma:latest`

オプション機能:

- JavaScript でレンダリングされる Web フェッチとレコード検索のための Node.js 18+ と npm、およびプロジェクトの依存関係
- これらのブラウザベース機能用の Playwright Chromium ブラウザ
- PDF OCR 用の `ocrmypdf` と Tesseract
- 画像 OCR 用の Tesseract
- Tesseract が WebP 画像を直接読み取れない場合に、OCR 前に変換するための Pillow
- 追加のシステムメトリクス用の `psutil`、`nvidia-smi`、または `osx-cpu-temp`。利用できない値は単に空白のままになります

上記はすべてローカルです。どのコンポーネントもアカウント、API キー、クラウドサービスを必要としません。

## インストールと実行

### 1. リポジトリをクローンする

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

### 2. Ollama を起動する

別のターミナルで:

```bash
ollama serve
```

必要な埋め込みモデルと少なくとも1つの生成モデルをプルします:

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

生成モデルはあくまで一例です。AMBER は Ollama からローカルにインストールされたモデルを検出します。

### 3. Python 環境を作成する

コアバックエンドは Python 標準ライブラリのみをインポートするため、直接起動する場合は仮想環境は任意です。それでも、npm スクリプト(`venv/bin/python3` を呼び出します)やオプションの Pillow サポートを利用したい場合は、仮想環境を作成してください:

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

`requirements.txt` は存在しません。必須の依存関係がないためです。オプションの追加パッケージは、必要な場合にのみその環境へインストールしてください:

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

`deactivate` で無効化します。以前の AMBER バージョンが `venv/` に未使用のパッケージ(例えば `camoufox`)を残している場合、それらは現在のコードではインポートされないため、無視するか削除できます。

### 4. コアアプリケーションを起動する

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

AMBER はブラウザを自動的に開きます。タブを開かずに起動するには:

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

次に、`http://127.0.0.1:8765/amber_ui.html` を開きます。

### 5. オプションのブラウザベースのWeb機能をインストールする

`WEB` ピルをオンにする予定がある場合にのみ必要です:

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

AMBER を実行した状態で、ヘルパーが実行可能であることを確認します。これにより、ヘルパーのパス、解決された `node` バイナリ、および不足しているパッケージが報告されます:

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

AMBERはJavaScriptでレンダリングされるページに対してNode/Chromiumヘルパーを使用し、直接URLに対してはプレーンなPython HTTPフェッチをフォールバックとして使用します。records-searchヘルパーはNode.js、npm依存関係、およびChromiumを必要とし、プレーンHTTPのフォールバックはありません。

### 6. オプションのOCRサポートをインストールする

Homebrewを使用した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は、Tesseractが処理する前に変換が必要な画像形式にのみ必要です。オプションのOCR依存関係が欠けていても、AMBERは実行を継続します。

### npmの便利スクリプト

提供されているnpmスクリプトは`venv/bin/python3`でAMBERを起動するため、まずその環境を作成してください(ステップ3):

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

`python3` を直接起動するのが最も移植性の高い方法です。

### セットアップの完全な流れ、最初から最後まで

```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
```

## ランチャーオプション

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

| フラグ | デフォルト | 目的 |
|---|---:|---|
| `--host HOST` | `127.0.0.1` | AMBER HTTP サーバーが待ち受けるアドレス |
| `--port PORT` | `8765` | AMBER HTTP サーバーのポート |
| `--no-browser` | オフ | デフォルトのブラウザを開かない |
| `--gui PATH` | 自動検出 | 特定の GUI HTML ファイルを配信する |
| `--version` | — | AMBER ICI のリリースバージョンを表示して終了する |

ブラウザ UI は、AMBER サーバーが別のインターフェースにバインドされている場合でも、意図的にループバックの Ollama URL のみを受け付けます。

## 初回実行ワークフロー

1. 右上の Ollama エンドポイントが `http://127.0.0.1:11434` であることを確認します。
2. `PING` をクリックして、ローカルにインストールされたモデルを読み込みます。
3. Models パネルで 1 つのモデルを選択します。
4. Analyst Console にプロンプトを入力し、`SEND` をクリックします。
5. 必要に応じてファイルをアップロードするかディレクトリをリンクし、ファイルをアクティブ化してコンテキストに含めます。
6. Archive でファイルをインデックス化する前に `embeddinggemma:latest` をプルします。

代わりにエージェントチェーンを実行するには:

1. 左パネルの `AGENTS` タブを開きます。
2. `+ CREATE AGENT` でエージェントを作成するか、`GENERATE FROM PROMPT` の下に目的を記述します。
3. コンソールのピルバーで `EXEC` を `AGENTS` に設定します。
4. `AGN`(エージェント数。`0` = すべて)と `LOOPS`(パスの回数)を設定します。
5. メインターミナルにプロンプトを入力し、`SEND` を押します。

AMBER にインターネットを読ませるには、まず `WEB` ピルを `ON` に設定します。デフォルトでは `OFF` です。

## ファイル取り込み

アップロードは 1 ファイルあたり 100 MiB に制限されています。ファイルピッカーおよびドラッグ&ドロップのパスは現在、以下を受け付けます:

- ドキュメント: `.txt`、`.md`、`.pdf`、`.docx`、`.rtf`
- データ/設定: `.csv`、`.xlsx`、`.json`、`.yaml`、`.yml`、`.toml`、`.ini`、`.cfg`、`.conf`、`.xml`
- ソース/ログ: `.py`、`.js`、`.ts`、`.tsx`、`.jsx`、`.html`、`.sql`、`.sh`、`.bash`、`.zsh`、`.log`
- 画像: `.png`、`.jpg`、`.jpeg`、`.bmp`、`.webp`、`.tif`、`.tiff`、`.svg`

抽出の動作:

- プレーンテキスト、ソース、設定、CSV、RTF ファイルはテキストとしてデコードされます。
- XLSX ワークシートは Python 標準ライブラリで抽出されます。数式や複雑な書式は保持されません。
- DOCX テキストはドキュメント XML から抽出されます。複雑なレイアウトは保持されません。
- PDF 抽出はまず埋め込みテキストを試み、`ocrmypdf` がインストールされている場合は OCR も試み、より有用な結果を保持します。
- ラスター画像は Tesseract がインストールされている場合に OCR を使用します。SVG 抽出は埋め込みの `<text>` および `<tspan>` コンテンツを読み取ります。

アップロードされた生バイトは `uploads/blobs/` に、抽出されたテキストは `uploads/texts/` に、メタデータは `uploads/manifest.json` に保存されます。

### リンクされたディレクトリ

`LINK DIRECTORY` は、1 つのローカルディレクトリからサポート対象の非隠しファイルを AMBER に公開します。Files パネルはリンクされたエントリを読み取り専用として扱い、ディレクトリ一覧は非再帰的です。選択されたパスは `state/linked_dir_state.json` に保存されます。ファイルの内容は元の場所に残り、コンテキストまたは抽出のために要求されたときにのみ読み取られます。

ネイティブのフォルダ選択ダイアログは Python の Tkinter を使用します。利用できない場合、UI は手動でパスを入力するよう促します。ディレクトリのリンクを解除すると保存されたリンクは削除されますが、ソースファイルは削除されません。

バックエンドは、いくつかの追加のリンクファイル形式(`.xls`、`.ods`、`.gif`、`.heic`、`.ico`、`.ppt`、`.pptx`、`.zip`)を認識します。テキスト抽出機能のない形式は、デコードされたコンテンツではなくメタデータラベルを提供します。レガシーな `.xls` および `.ods` の抽出はベストエフォートであり、抽出が利用できないと報告する場合があります。

## コンテキストとメモリの動作

UI の CTX オプションは `2K`、`4K`、`8K`、`16K`、`32K` で、Analyst、Parallel、Agent の各呼び出しに適用されます。

- 推論の前に、`trimMsgsToCtx()` は選択されたコンテキスト予算の約90%(トークンあたり4文字で見積もり)にリクエストが収まるまで、最も古い非システムメッセージを削除します。
- アクティブファイルの取得は、まず(データが存在する場合)Fibonacciフラクタルストアに問い合わせ、フォールバックとしてフラットなファイルコンテキストの組み立てを使用します。
- 取得は最大深度4、ビーム幅2〜4、およびプロファイル依存の結果上限を使用します。
- アクティブファイルのコンテキストはメモリプロファイルに応じて上限が設定されます:Fastでは約`CTX × 2.6`文字、Hybridでは`CTX × 3.2`、Deepでは`CTX × 4.0`です。
- サイズ超過のフラットコンテキストは、注入前にキーワード重複スコアリングでランク付けされます。
- スクラッチパッドの注入は約8,000〜20,000文字の末尾を保持し、さらにアクティブプロファイルのファイルコンテキスト予算によって制限されます。
- フルメモリを持つエージェントは直近6件の会話メッセージを受け取ります。ローカルメモリはスクラッチパッドの末尾を使用し、`none`はそのリコールを無効にします。

これらは文字ベースのガードレールであり、正確なトークナイザーのカウントではありません。

ベクターArchiveは永続的ですが、別個のFibonacciツリーはセッションメモリです。これは現在のページセッション中にそのファイルがインデックス化されたときに構築され、リロード後に`state/vector_store.json`から自動的に再構築されることはありません。再構築されるまで、アクティブファイルのコンテキストはフラットなフォールバックを使用します。

## 永続化

ランチャーは永続的なアプリケーションデータを、アトミックな一時ファイル置換を用いて`state/`配下にJSONとして保存します。アクティブなSQLiteマイグレーションやデータベース依存はありません。

| パス | 内容 |
|---|---|
| `state/agents_state.json` | 現在のエージェント(各エージェントのモデル、temperature、トークン上限、ループ、フォーマット、ハンドオフを含む) |
| `state/agent_sets.json` | 保存されたエージェントプリセット |
| `state/agent_run_log.json` | 直近100件のエージェント実行:エージェント、モデル、所要時間、成功、コンテキスト |
| `state/pipeline_state.json` | 廃止されたパイプラインステップ(後方互換性のために保持) |
| `state/chain_sets.json` | 保存されたチェーンプリセット |
| `state/step_run_log.json`、`state/tool_call_log.json`、`state/tool_registry_state.json` | ステップ、ツール呼び出し、ツールレジストリの記録 |
| `state/chat_history.json` | 直近100件の会話メッセージ。UIは最新30件を再生します |
| `state/scratch.json` | 直近20,000文字のスクラッチパッド |
| `state/memory_profile.json` | Fast、Hybrid、またはDeepの取得選択 |
| `state/vector_store.json` | Archiveのチャンクと埋め込み |
| `state/case_intelligence.json` | ケースメタデータ、証拠コントラクトと来歴、境界付きの明示的メモリ、エージェントトレースのレシート。初回書き込み時に作成されます |
| `state/graph_state.json`、`state/timeline_state.json` | グラフとタイムラインのデータ |
| `state/web_cache.json` | 1時間のTTLを持つ直接Webフェッチの結果 |
| `state/linked_dir_state.json` | 現在のリンクディレクトリパス |
| `uploads/manifest.json` | アップロードされたファイルのメタデータ |

パネルのレイアウトはブラウザの`localStorage`に保存されるため、ブラウザプロファイルごとに異なります。実行時のみの選択、統計、およびインメモリのフラクタルツリーはページ読み込み時にリセットされます。

状態JSONファイルをデコードできない場合、ランチャーはそれを`.corrupt-<timestamp>.json`サフィックスを付けて隔離し、影響を受けるパネルが復旧できるよう空の値を返します。

## Webアクセスとネットワーク境界

`WEB`ピルはマスタースイッチであり、デフォルトは`OFF`です。

**`WEB`がオフの場合、AMBERはいかなる種類の外向きリクエストも行いません。** ゲートはフェッチ関数自体の内部で強制されるため、プロンプトの表現、注入されたファイルコンテキスト、エージェントのツール呼び出し(`web_fetch`、`online_records_search`)はすべて等しくブロックされます。スイッチがオフのときにプロンプトがフェッチを要求した場合、ターミナルはその旨を表示し、リクエストは黙って失敗するのではなく送信されません。

`WEB`がオンの場合、AMBERはまずヘルパー環境を確認し、使用するヘルパーパスを表示してから、次の順序でリクエストを解決します:

1. 「search foxnews.com for X」のような明示的なサイト指示 — トピックが具体的な場合は既知の検索URLを使用してそのサイトを取得します。
2. 「records search for/on [person] in [location]」という具体的な表現のリクエスト — recordsヘルパーを呼び出します。
3. プロンプトまたは注入されたファイルコンテキスト内の明示的な`http://`/`https://` URL、または認識されたベアドメイン。
4. それ以外の場合、プロンプトテキストはDuckDuckGoのHTMLエンドポイントに送信され、結果ページが取得されます。

ステップ4は、`WEB`がオンの場合、プロンプトテキストが一般の検索エンジンに到達し得ることを意味します。テキストをマシン外に出したくないプロンプトでは`WEB`をオフにしてください。

すべての結果はメインターミナルに報告されます。選択されたモード、使用されたヘルパーパス、送信されたリクエスト、それを処理したエンジン(`playwright`、`urllib`、または`cache`)、コンテンツサイズと注入先、または不足している依存関係とそれを修正するコマンドを示す失敗ブロックが含まれます。直接取得は1時間`state/web_cache.json`にキャッシュされます。

レコード検索はこれらのソースを照会し、ページテキストが対象者と要求された場所の両方を裏付ける一致のみを返します: `casesearch.kscourts.gov`、`doc.ks.gov/offender-search`、`kbi.ks.gov/registeredoffender`、DuckDuckGo、およびBrave Search。

ネットワーク動作は次のとおりです:

- モデル検出、推論、埋め込み、およびモデルステータスは、ループバックのOllamaエンドポイントにのみ接続します。
- AMBERバックエンドは、設定されたAMBERホスト/ポートからローカルファイルとAPIルートを提供します。
- `WEB`がオンの場合、PlaywrightのWeb取得、そのPython HTTPフォールバック、およびレコード検索は、ユーザーが選択したサイト、検索プロバイダー、および公開記録サイトへのアウトバウンドリクエストを行います。`WEB`がオフの場合、これらはいずれも実行されません。
- `GET /api/web/status`はローカル専用のプリフライトです。ファイルシステムと`PATH`を検査し、ネットワークリクエストは行いません。
- AMBERのテレメトリエンドポイントは存在せず、いかなる機能も認証情報、キー、または使用状況データを送信しません。

取得されたページは`[WEB CONTEXT]`としてプロンプトに注入され、したがって`state/chat_history.json`に永続化される会話履歴の一部となります。出力ターゲットがスクラッチパッドであるエージェントは、`state/scratch.json`にも追記します。ライブのWebコンテンツはローカルのケース状態に格納されます。

ランチャーは制限的なContent Security Policyを送信し、フレーミングを無効化し、`no-referrer`を設定し、機密性の高いブラウザ権限をブロックし、HTTPキャッシュを無効化します。バックエンドの`/api/task/execute`契約は、明示的に呼び出された場合、リンクされたルート内のファイルを一覧表示、読み取り、書き込み、追記、または作成できます。そのルートから脱出するパス、隠しパス、不明なツール、および明示的に許可されていない上書きは拒否されます。ローカルアプリケーションがその可視コンテンツにアクセスおよび変更してよいディレクトリのみをリンクしてください。

## テレメトリパネル

セッションカウンターはAnalyst、Parallel、およびAgentの実行中に更新され、ターン数、プロンプト/出力トークン、ピークトークン率、平均トークン率、およびライブのトークン率スパークラインを含みます。

VRAM/モデルの常駐状況は、Ollamaのローカル`/api/ps`エンドポイントから取得されます。温度/使用率の読み取りはベストエフォートです: NVIDIAは`nvidia-smi`を使用し、Apple Siliconは直接SMC読み取りを試み、Linuxはサーマルゾーンを確認し、オプションのツールがフォールバックを提供します。

## データクリーンアップ

クリーンアップの前にAMBERを停止してください。

アップロードされたファイルを保持したまま、永続化された状態をリセットします:

---

[Read more](https://github.com/gs-ai/amber-ici)
ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    930
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    554
  • 3

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    354
  • 4

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    349
  • 5

    looking-glass

    anonghosty/looking-glass

    ShadowserverレポートをMongoDBに取り込み、インタラクティブなマップ、分析、調査結果、アドバイザリ、エグゼクティブダッシュボードとして再生するCSIRTプラットフォーム。

    326
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    289

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →