Skip to content
KitploitKITPLOIT
FerramentasBlog
Enviar
FerramentasBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

··Feeds·Contato·Privacidade·© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
PANO — Plataforma de investigação OSINT baseada em grafos com análise de linha do tempo, gestão de entidades e transformações alimentadas por IA para descobrir conexões ocultas entre emails, nomes de usuário, imagens e localizações. | Kitploit
Ferramentas/GitHubGitHub/alw1ez/pano
OSINT (Inteligência de Fontes Abertas)ReconhecimentoColeta de InformaçõesSegurança de IA
GitHubalw1ez/pano

PANO

Plataforma de investigação OSINT baseada em grafos com análise de linha do tempo, gestão de entidades e transformações alimentadas por IA para descobrir conexões ocultas entre emails, nomes de usuário, imagens e localizações.

Ver Repositório
5626853há 6 mesesRevisado pelo Kitploit

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →
Compartilhar

PANO - Plataforma para Análise e Operações de Rede

PANO Logo

License: CC BY-NC Python 3.11+ PySide6 Platform

PANO é uma plataforma poderosa de investigação OSINT que combina visualização de grafos, análise de linha do tempo e ferramentas baseadas em IA para ajudá-lo a descobrir conexões e padrões ocultos nos seus dados.

Primeiros Passos • Funcionalidades • Documentação • Contribuir


https://github.com/user-attachments/assets/6b95e97a-ffdd-4056-b12b-f268d8e5d565

https://github.com/user-attachments/assets/af0c0f65-7b79-417c-a678-a789d42a6003

https://github.com/user-attachments/assets/568b4c28-be78-4559-a607-899fca2f9613

https://github.com/user-attachments/assets/6aa191eb-09de-41d5-b96f-4a2e32d6a0c2

https://github.com/user-attachments/assets/96377b80-e137-4eb4-9387-a0db4e49c2c1

https://github.com/user-attachments/assets/4228bda0-6c13-4ea9-bc07-d87abe367e10

🚀 Primeiros Passos

  1. Clone o repositório:

    root@kitploit:~
    git clone https://github.com/ALW1EZ/PANO.git
    cd PANO
    
  2. Execute a aplicação:

    • Linux: ./start_pano.sh
    • Windows: start_pano.bat

O script de inicialização automaticamente:

  • Verifica atualizações
  • Configura o ambiente Python
  • Instala dependências
  • Inicia o PANO

Para usar o transform Email Lookup Você precisa fazer login com o GHunt primeiro. Após iniciar o pano pelos scripts de inicialização;

  1. Selecione o venv manualmente
    • Linux: source venv/bin/activate
    • Windows: call venv\Scripts\activate
  2. Veja como fazer login aqui

💡 Guia de Início Rápido

  1. Criar Investigação: Inicie uma nova investigação ou carregue uma existente
  2. Adicionar Entidades: Arraste entidades da barra lateral para o grafo
  3. Descobrir Conexões: Use transforms para encontrar relacionamentos automaticamente
  4. Analisar: Use as visualizações de linha do tempo e mapa para entender padrões
  5. Salvar: Exporte sua investigação para uso posterior

🔍 Funcionalidades

🕸️ Funcionalidades Principais

  • Visualização Interativa de Grafos

    • Criação de entidades por arrastar e soltar
    • Múltiplos algoritmos de layout (Circular, Hierárquico, Radial, Direcionado por Força)
    • Mapeamento dinâmico de relacionamentos
    • Estilização visual de nós e arestas
  • Análise de Linha do Tempo

    • Visualização cronológica de eventos
    • Navegação interativa na linha do tempo
    • Filtragem e agrupamento de eventos
    • Análise de relacionamentos temporais
  • Integração de Mapa

    • Visualização de dados geográficos
    • Análise baseada em localização
    • Funcionalidades interativas de mapeamento
    • Plotagem e rastreamento de coordenadas

🎯 Gerenciamento de Entidades

  • Tipos de Entidades Suportados
    • 📧 Endereços de email
    • 👤 Nomes de usuário
    • 🌐 Sites
    • 🖼️ Imagens
    • 📍 Localizações
    • ⏰ Eventos
    • 📝 Conteúdo de texto
    • 🔧 Tipos de entidade personalizados

🔄 Sistema de Transform

  • Análise de Email

    • Investigação de conta Google
    • Extração de eventos do calendário
    • Análise de histórico de localizações
    • Descoberta de serviços conectados
  • Análise de Nome de Usuário

    • Pesquisa multiplataforma de nomes de usuário
    • Descoberta de perfis em redes sociais
    • Correlação de plataformas
    • Análise de presença na web
  • Análise de Imagem

    • Pesquisa reversa de imagens
    • Análise de conteúdo visual
    • Extração de metadados
    • Descoberta de imagens relacionadas

🤖 Integração de IA

  • PANAI
    • Assistente de investigação em linguagem natural
    • Extração automática de entidades e mapeamento de relacionamentos
    • Reconhecimento de padrões e detecção de anomalias
    • Suporte a vários idiomas
    • Sugestões sensíveis ao contexto
    • Análise de linha do tempo e grafo

🧩 Componentes Principais

📦 Entidades

Entidades são os blocos fundamentais do PANO. Elas representam peças distintas de informação que podem ser conectadas e analisadas:

  • Tipos Embutidos

    • 📧 Email: Endereços de email com detecção de serviço
    • 👤 Username: Nomes de usuário em redes sociais e plataformas
    • 🌐 Website: Páginas web com metadados
    • 🖼️ Image: Imagens com EXIF e análise
    • 📍 Location: Coordenadas geográficas e endereços
    • ⏰ Event: Ocorrências baseadas em tempo
    • 📝 Text: Conteúdo de texto genérico
  • Sistema de Propriedades

    • Validação de propriedades com segurança de tipos
    • Getters automáticos de propriedades
    • Atualizações dinâmicas de propriedades
    • Tipos de propriedade personalizados
    • Suporte a metadados

⚡ Transforms

Transforms são operações automatizadas que processam entidades para descobrir novas informações e relacionamentos:

  • Tipos de Operação

    • 🔍 Descoberta: Encontrar novas entidades a partir das existentes
    • 🔗 Correlação: Conectar entidades relacionadas
    • 📊 Análise: Extrair insights de dados de entidades
    • 🌐 OSINT: Coletar inteligência de fontes abertas
    • 🔄 Enriquecimento: Adicionar dados a entidades existentes
  • Funcionalidades

    • Suporte a operações assíncronas
    • Acompanhamento de progresso
    • Tratamento de erros
    • Limitação de taxa
    • Validação de resultados

🛠️ Helpers

Helpers são ferramentas especializadas com interfaces de usuário dedicadas para tarefas específicas de investigação:

  • Helpers Disponíveis

    • 🔍 Cross-Examination: Analisar declarações e testemunhos
    • 👤 Portrait Creator: Gerar composições faciais
    • 📸 Media Analyzer: Processamento e análise avançada de imagens
    • 🔍 Base Searcher: Pesquisar perto de locais de interesse
    • 🔄 Translator: Traduzir texto entre idiomas
  • Funcionalidades dos Helpers

    • Interfaces Qt personalizadas
    • Atualizações em tempo real
    • Integração com grafo
    • Visualização de dados
    • Capacidades de exportação

👥 Contribuindo

Aceitamos contribuições! Para contribuir com o PANO:

  1. Faça um fork do repositório em https://github.com/ALW1EZ/PANO/
  2. Faça suas alterações no seu fork
  3. Teste suas alterações minuciosamente
  4. Crie um Pull Request para o nosso branch principal
  5. Na descrição do seu PR, inclua:
    • O que as alterações fazem
    • Por que você fez essas alterações
    • Qualquer teste que você tenha feito
    • Capturas de tela, se aplicável

Nota: Usamos um único branch main para desenvolvimento. Todos os pull requests devem ser feitos diretamente para main.

📖 Guia de Desenvolvimento

Clique para expandir a documentação de desenvolvimento

Requisitos do Sistema

  • Sistema Operacional: Windows ou Linux
  • Python 3.11+
  • PySide6 para GUI
  • Conexão com internet para funcionalidades online

Entidades Personalizadas

Entidades são as estruturas de dados principais no PANO. Cada entidade representa uma informação com propriedades e comportamentos específicos. Para criar uma entidade personalizada:

  1. Crie um novo arquivo na pasta entities (ex.: entities/phone_number.py)
  2. Implemente sua classe de entidade:
root@kitploit:~
from dataclasses import dataclass
from typing import ClassVar, Dict, Any
from .base import Entity

@dataclass
class PhoneNumber(Entity):
    name: ClassVar[str] = "Phone Number"
    description: ClassVar[str] = "A phone number entity with country code and validation"
    
    def init_properties(self):
        """Initialize phone number properties"""
        self.setup_properties({
            "number": str,
            "country_code": str,
            "carrier": str,
            "type": str,  # mobile, landline, etc.
            "verified": bool
        })
    
    def update_label(self):
        """Update the display label"""
        self.label = self.format_label(["country_code", "number"])

📄 Licença

Este projeto está licenciado sob a Licença Creative Commons Attribution-NonCommercial (CC BY-NC).

Você está livre para:

  • ✅ Compartilhar: Copiar e redistribuir o material
  • ✅ Adaptar: Remixar, transformar e criar a partir do material

Sob estes termos:

  • ℹ️ Atribuição: Você deve dar o crédito apropriado
  • 🚫 Não Comercial: Nenhum uso comercial
  • 🔓 Nenhuma restrição adicional

🙏 Agradecimentos

Agradecimentos especiais a todos os autores de bibliotecas e contribuidores que tornaram este projeto possível.

👨‍💻 Autor

Criado por ALW1EZ com IA ❤️

Baixar ferramenta

Transforms Personalizados

Transforms são operações que processam entidades e geram novos insights ou relacionamentos. Para criar um transform personalizado:

  1. Crie um novo arquivo na pasta transforms (ex.: transforms/phone_lookup.py)
  2. Implemente sua classe de transform:
root@kitploit:~
from dataclasses import dataclass
from typing import ClassVar, List
from .base import Transform
from entities.base import Entity
from entities.phone_number import PhoneNumber
from entities.location import Location
from ui.managers.status_manager import StatusManager

@dataclass
class PhoneLookup(Transform):
    name: ClassVar[str] = "Phone Number Lookup"
    description: ClassVar[str] = "Lookup phone number details and location"
    input_types: ClassVar[List[str]] = ["PhoneNumber"]
    output_types: ClassVar[List[str]] = ["Location"]
    
    async def run(self, entity: PhoneNumber, graph) -> List[Entity]:
        if not isinstance(entity, PhoneNumber):
            return []
            
        status = StatusManager.get()
        operation_id = status.start_loading("Phone Lookup")
        
        try:
            # Your phone number lookup logic here
            # Example: query an API for phone number details
            location = Location(properties={
                "country": "Example Country",
                "region": "Example Region",
                "carrier": "Example Carrier",
                "source": "PhoneLookup transform"
            })
            
            return [location]
            
        except Exception as e:
            status.set_text(f"Error during phone lookup: {str(e)}")
            return []
            
        finally:
            status.stop_loading(operation_id)

Helpers Personalizados

Helpers são ferramentas especializadas que fornecem capacidades adicionais de investigação através de uma interface de usuário dedicada. Para criar um helper personalizado:

  1. Crie um novo arquivo na pasta helpers (ex.: helpers/data_analyzer.py)
  2. Implemente sua classe de helper:
root@kitploit:~
from PySide6.QtWidgets import (
    QWidget, QVBoxLayout, QHBoxLayout, QPushButton,
    QTextEdit, QLabel, QComboBox
)
from .base import BaseHelper
from qasync import asyncSlot

class DummyHelper(BaseHelper):
    """A dummy helper for testing"""
    
    name = "Dummy Helper" 
    description = "A dummy helper for testing"
    
    def setup_ui(self):
        """Initialize the helper's user interface"""
        # Create input text area
        self.input_label = QLabel("Input:")
        self.input_text = QTextEdit()
        self.input_text.setPlaceholderText("Enter text to process...")
        self.input_text.setMinimumHeight(100)
        
        # Create operation selector
        operation_layout = QHBoxLayout()
        self.operation_label = QLabel("Operation:")
        self.operation_combo = QComboBox()
        self.operation_combo.addItems(["Uppercase", "Lowercase", "Title Case"])
        operation_layout.addWidget(self.operation_label)
        operation_layout.addWidget(self.operation_combo)
        
        # Create process button
        self.process_btn = QPushButton("Process")
        self.process_btn.clicked.connect(self.process_text)
        
        # Create output text area
        self.output_label = QLabel("Output:")
        self.output_text = QTextEdit()
        self.output_text.setReadOnly(True)
        self.output_text.setMinimumHeight(100)
        
        # Add widgets to main layout
        self.main_layout.addWidget(self.input_label)
        self.main_layout.addWidget(self.input_text)
        self.main_layout.addLayout(operation_layout)
        self.main_layout.addWidget(self.process_btn)
        self.main_layout.addWidget(self.output_label)
        self.main_layout.addWidget(self.output_text)
        
        # Set dialog size
        self.resize(400, 500)
        
    @asyncSlot()
    async def process_text(self):
        """Process the input text based on selected operation"""
        text = self.input_text.toPlainText()
        operation = self.operation_combo.currentText()
        
        if operation == "Uppercase":
            result = text.upper()
        elif operation == "Lowercase":
            result = text.lower()
        else:  # Title Case
            result = text.title()
            
        self.output_text.setPlainText(result)