IG-Detective 🕵️‍♂️📸

由 @shredzwho 创建 | 💖 赞助此项目

IG-Detective 是一款基于 Python 的高性能开源情报（OSINT）工具，专为 Instagram 设计。它提供高级交互式 shell，可对 Instagram 账户进行深度分析、提取位置历史、绘制交互图谱，并生成自动化调查报告。

[!WARNING] 免责声明：此工具仅用于教育和研究目的。请负责任地使用，并遵守 Instagram 的服务条款。作者不对任何滥用行为负责。

---

⚡ 功能特性

🛡️ 规避与隐身（高级）

• TLS 指纹欺骗：使用无头 Playwright chromium 浏览器配合 playwright-stealth，模拟真实环境，完全绕过 Cloudflare 和 CDN 速率限制。
• 深度规避回退：若经过身份验证的会话被影子封禁（例如 HTTP 401/429/400 阻断），自动级联到未认证的无头浏览器抓取，省略 cookie 并伪造标头，模拟全新连接。
• 泊松抖动：请求之间加入类人随机延迟，模拟自然用户行为。

⚡ 性能与优化

• 无头内存调优：精简 Playwright 浏览器配置，通过路由拦截显式丢弃重载视觉资产（图片、字体、样式表），实现超快查询速度。
• 异步数据导出：利用 ThreadPool 并行下载 data 归档命令中的数据，大幅加速完整个人资料媒体复制。

🔍 核心侦察

• 用户信息：全面的个人资料详情（ID、简介、粉丝数、商业状态）。
• 粉丝/关注：列出并导出目标的社交网络。
• 帖子分析：近期内容的详细分解，包括点赞和评论。

📍 高级 OSINT

• 交互式地理空间映射：从帖子中提取 GPS 坐标，生成包含可读地址和可点击标记的 Folium 交互地图。
• 社交网络分析（sna）：映射互动，识别“核心圈子”——与目标连接最紧密的前 10 名用户。
• 时间活动画像（temporal）：使用 DBSCAN 聚类识别目标的“睡眠间隙”，预测其主要时区。
• 故事提取（stories）：获取有效故事 URL。

🔬 研究驱动型取证模块（前沿）

• 账户恢复枚举（recovery）：触发密码重置流程，揭示管理邮箱验证的掩码联系方式。
• 共同访问分析（intersect）：通过交叉对比两个目标之间的 GPS/时间交集，识别物理会面点。
• 文体学分析（stylometry）：生成数字“语言特征”，基于二元词组和表情符号分布关联多个账户。
• 互动审计（audit）：通过时间抖动方差进行不真实机器人活动的统计检测。

📦 调查管理

• 一键导出（data）：自动下载目标的粉丝列表、关注列表和时间线媒体（附带元数据 JSON），打包成单个 ZIP 存档。
• 自动报告：每个命令自动将结果保存到 data/<target>/ 目录下的 JSON 和 TXT 报告中。
• 自主批量模式：从文本文件依次处理多个目标。
• 智能缓存：基于 TTL 的缓存实现快速重复查询。

---

🚀 安装

1. 克隆仓库

   root@kitploit:~

   git clone https://github.com/shredzwho/IG-Detective.git
   cd IG-Detective
   

2. 设置虚拟环境

   root@kitploit:~

   python3 -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   

3. 安装依赖

   root@kitploit:~

   pip install -r requirements.txt
   

🐳 使用 Docker 运行（推荐）

您可以完全在 Docker 中运行 IG-Detective，避免依赖问题。容器需要一个交互式 TTY（-it）和一个卷挂载点来保存取证报告。

1. 使用 Docker Compose（最简单）

   root@kitploit:~

   docker-compose run --rm detective
   

2. 使用标准 Docker

   root@kitploit:~

   docker build -t ig-detective .
   docker run -it -v $(pwd)/data:/app/data ig-detective
   

---

🛠 使用

1. 启动 shell

   root@kitploit:~

   python3 main.py
   # 或使用提供的包装脚本：
   ./run.sh
   

2. 核心命令 进入 shell 后，必须先设置目标，然后运行分析模块：

---

📑 详细文档

有关系统架构、取证方法和规避逻辑的深入介绍，请参阅： 👉 DOCUMENTATION.md

---

📂 项目结构

• main.py：shell 的主入口。
• run.sh：启动包装脚本。
• src/api/：网络层，包含 Playwright 隐身客户端和认证管理器。
• src/core/：基础层，包含数据模型和配置。
• src/modules/：业务逻辑层，包含抓取器和深层分析工具。
• src/cli/：表示层，包含交互式提示和 Rich 格式化器。
• data/：自动生成的调查报告（已加入 gitignore）。

---

🤝 贡献

欢迎 fork 本项目并提交拉取请求。对于重大更改，请先开启一个问题讨论您想要修改的内容。

📜 许可证

[MIT]