ALIENS EYE

AI-OSINT 用户名扫描器

先进的 AI 驱动社交媒体用户名查找工具

使用 ML 混合检测扫描 840+ 个平台

亮点

840+ 个平台 异步扫描，数秒内完成
ML + 启发式检测 — 训练好的模型与 30 个结构化信号（HTTP 状态、DOM 结构、关键词、指纹）混合，而非简单的状态码检查
资料提取 — 从每个命中中提取显示名称、简介和头像（OpenGraph / JSON-LD / 各站点 CSS）
跨站点关联 — 通过头像哈希、简介、共享链接和名称将看起来像同一个人的资料聚类（--correlate）
递归扩展 — 从简介中追踪关联的用户名并重新扫描（--recurse-depth N）
域名检查 — <username>.{com,io,net,…} 是否已注册且可访问？（--domains）
监视模式 — 按间隔重新扫描并在变化时告警，可选发送到 webhook（--watch 6h --notify <url>）
可恢复扫描 — 检查点进度并在中断后继续（--resume file.jsonl）
现代终端 UI — 实时进度、排序结果表格、摘要面板（由 rich 提供支持）；外加交互式浏览器（aliens_eye tui，可选额外组件）
MCP 服务器 — 将扫描暴露给 LLM 代理（aliens_eye serve，可选额外组件）
代理与 Tor 支持 — --proxy socks5://... 或直接 --tor
站点过滤 — --site github,reddit、--exclude-site、--no-nsfw，以及即插即用的 sites.d/ 插件站点映射
校准自检 — aliens_eye selfcheck 报告每个站点的精确率 / 召回率 / F1 / FPR
可复现评估 — 记录一次冻结的响应语料库，然后重放以获得每次运行完全相同的指标（aliens_eye corpus record / selfcheck --corpus）
消融与基线 — aliens_eye eval ablate 使用 bootstrap 置信区间对检测器配置评分；eval external 在相同的存储响应上与 Sherlock / Maigret / WhatsMyName 规则进行比较
可重新训练 + 主动学习 — 使用 aliens_eye train 重新训练，或使用 aliens_eye label 手动标记不确定的命中
报告支持 JSON、CSV、HTML、Markdown、PDF 和图形格式（GEXF、Mermaid、Maltego CSV）
Playwright 回退 用于 JavaScript 密集型页面（可选额外组件）

安装

pip install aliens-eye

可选额外组件：

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

或使用 Docker：

docker build -t aliens-eye .
docker run --rm -it aliens-eye username

从源码安装：

git clone https://github.com/arxhr007/Aliens_eye.git
cd Aliens_eye
pip install -e .

用法

# 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

自定义平台：将 { "site_name": "https://site/{}" } JSON 文件放入 ./sites.d/（或用户配置目录的 sites.d/），它会自动合并； --sites-dir DIR 可添加另一个位置。

检测原理

每个响应都会被转换为一个 30 维特征向量：HTTP 状态分桶、用户名位置（路径/标题/meta/canonical）、错误与资料关键词、DOM 结构（图片、表单、资料/错误 CSS 类）、结构化数据信号（og:type、JSON-LD Person）、响应时间、重定向次数，以及从先前扫描中学到的每站点指纹匹配。

然后两个评判器进行投票：

启发式引擎 — 对特征进行加权评分
ML 模型 — 在真实（以及故意伪造的）账户的标记扫描上训练的逻辑回归，随包发布并以纯 Python 运行（运行时无需 sklearn）

混合概率映射为 Found / Maybe / Not Found，并附带置信度百分比。加载的模型同时提供混合权重和阈值 — 随附模型使用 0.9 * ml + 0.1 * heuristic，Found 高于 0.620，Not Found 低于 0.360。如果模型文件缺失或无效，扫描器会静默回退到 core/detector.py 中的默认启发式（0.4 ML 权重，0.6 / 0.35 阈值）。完整表格见 WORKING.md。

将 Found/Maybe 视为需要验证的线索，而非发现。 随附模型在来自 286 个平台的 1,455 个样本上拟合，并在它从未见过的 142 个平台上评估：精确率 0.65，召回率 0.51，假阳性率 9%（F1 0.57）。它倾向于减少错误线索而非捕获每个账户，并且在留出平台上，没有任何配置——包括此配置——在 F1 上能与简单的 HTTP 状态检查在统计上区分开来。

重新训练模型

pip install "aliens-eye[train]"

# 1. Scan ground-truth accounts + random non-existent usernames to build a dataset
#    (reads the train split only; the eval holdout is never touched)
aliens_eye train collect --out dataset.csv --negatives 4

# 2. Fit and export the model
aliens_eye train fit --data dataset.csv --out model.json

# 3. Score it on platforms it never trained on
aliens_eye selfcheck --split holdout --model model.json --report json

# 4. Use it
aliens_eye username --model model.json

Ground truth 按 站点不相交 拆分为 data/selfcheck.json（训练，30 个站点）和 data/eval_holdout.json（留出，13 个站点）。对 --split train 评分衡量的是拟合程度，而非泛化能力，会偏高。

作为库使用

aliens_eye.api 是在 Aliens Eye 之上构建其他工具的稳定接口。它返回形状类似 JSON 报告的普通字典，默认不打印任何内容。

import asyncio
from aliens_eye import api

Aliens_eye

最受欢迎