一个用户名能挖出多少平台Social-Analyzer 社交媒体用户搜索指南【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer接到一个网络霸凌投诉你手上只有一串用户名johndoe。这个人注册过哪些平台在哪些社区活跃主页和头像长什么样这些散落的网络足迹有没有办法快速找齐Social-Analyzer 就是为这种场景打造的 OSINT 开源工具它能在1000 多个社交媒体网站上批量检索用户资料Web 界面、命令行、可编程调用三种入口都有是社交媒体用户搜索与网络足迹追踪里比较顺手的一把铲子。 它能帮你找到什么从一条链接到一份元数据检测结果不只是存在 / 不存在多数同类工具只会告诉你找到了一个链接。Social-Analyzer 给出的每一条命中都带上一组可判断的证据链接命中的个人资料页 URL评分Rate0 到 100 的置信度100 表示页面信息明确对上了目标用户名页面标题与描述例如 John Doe (johndoe) - Profile | Pinterest语言与正文摘录方便你人工复核而不是盲信结果评分机制正是为了解决误报问题一个 404 页面、一个账号不存在的提示页会被打上低分甚至被过滤掉你只需要关注高分命中。字符串分析把一个名字变成一串候选用户名真正难缠的情况是目标在多数平台根本不叫 johndoe而是 john_doe、johndoe99、jdoe……Social-Analyzer 内置了排列组合式的名字分析模块modules/name-analysis.js 与 modules/string-analysis.js能针对你输入的名字自动生成一批合理的候选变体拆分与重组按字母、按大小写切分单词再重新排列组合数字转换把 johnw0od 这类0 代替 o的写法还原或反向生成跨语言常用词对照结合 data/names.json、data/dict.json 和分词库判断哪些子串是真实词汇、哪些是噪音也就是说你搜索的其实是johndoe 这个人可能的所有写法而不只是一个字符串——这是命中率高出直觉不少的底层原因。⚙️ 三种检测模式快扫、深挖与特殊通道不同的网站脾气不同Social-Analyzer 把检测拆成三层分别由 modules/fast-scan.js、modules/slow-scan.js 和 modules/special-scan.js 实现模式原理适合场景Fast常规直接发 HTTPS 请求按 URL 模板拼接用户名大规模普查速度快、开销低Slow高级用 Selenium GeckoDriver 驱动真实浏览器渲染页面重度依赖 JavaScript 的平台如 Instagram能看到真实 DOMSpecial特殊针对特定平台定制的识别逻辑Facebook支持手机号/姓名、Gmail、Google 等Web 界面上对应的就是FindUserProfilesFast、FindUserProfilesSlow、FindUserProfilesSpecial三个可勾选模块你想查多深就勾多深。 它怎么知道该查哪里1000 多个网站的数据库很多人好奇这个1000从哪来。核心是一份持续维护的网站数据库 data/sites.json每个条目记录了网站的 URL 模板、所属分类音乐、成人、社交……、所属国家和排名信息。配合 data/countries.json 与 data/languages.json你就能按国家、按类型圈定搜索范围。整体架构大致长这样Web 界面与命令行两个入口汇入 NodeJS / Python 双实现的检测引擎modules/engine.js再向外连接网站、搜索引擎Google / DuckDuckGo API见 modules/external-apis.js等数据源此外还有两个值得知道的配套能力元数据提取借鉴 QeeqBox OSINT 项目从命中的页面中抽取 URL、图片、模式等信息--extract/--metadata可视化通过 Ixora 把元数据关系画成力导向图在 public/graph.html 中查看 三步跑通第一次社交媒体用户搜索第 1 步拿到代码并安装依赖。推荐走 Node Web 应用方式克隆仓库后安装即可Web 端慢速模式需要本机装有 Firefox 与 tesseract-ocrgit clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start第 2 步打开 Web 界面。服务启动后访问http://0.0.0.0:9005/app.html在输入框填入用户名勾选想要的检测模块点 Analyze——几秒钟后就能在页面上看到按评分排列的命中列表。第 3 步可选习惯命令行就切到 CLI。它同样打包成了 Python 包装好后一条命令即可出结果--metadata会顺带做元数据提取pip3 install social-analyzer python3 -m social-analyzer --username johndoe --metadata命令行跑起来大概是这样的效果 进阶用法把 1000 个网站收窄到你真正关心的范围全量扫描当然可以但多数调查里你只需要刀刃。这些参数能帮你快速收缩范围以 CLI 为例Web 界面里有对应选项按热度只查排名前 50 的网站几分钟出结果按国家 / 类型锁定目标所在国的平台或只看某一类站点如音乐社区按名单直接指定youtube tiktok tumblr这样一份白名单多用户关联用户名用逗号分隔一次查多个用于比对同一个人跨平台的行为结果落地输出切换为 JSON 便于接入你自己的脚本给命中的资料页截图留证需安装最新版 Chrome网络环境支持自定义超时、代理和 User-Agent慢一点的站点不容易被超时误判为未注册把good / maybe / bad这个置信度过滤用起来也很重要只保留 good 档时列表最短、最可靠调查初期可以先看 maybe再逐条人工复核。️ 把工具用在合规的范围内能力越大边界越要清楚。Social-Analyzer 设计上是本地运行工具没有任何访问控制所以不要把它当成一个服务暴露到公网——仓库官方说明里也明确强调了这一点。使用上请记住几条底线只在有正当理由的场景下调查处理霸凌投诉、核实诈骗账号、企业安全事件排查等遵守当地法律法规并尊重各平台的服务条款与目标人物的隐私产出的资料仅用于合法目的不要二次传播或用于骚扰、人肉工具本身是中性的责任在使用者手里。回到开头那个投诉一个用户名丢进去几分钟后你拿到的是带评分的证据列表、可导出的 JSON、以及目标真实活跃的平台地图。从一个名字到一套足迹Social-Analyzer 把这条 OSINT 链路做得相当完整——剩下的交给你的判断力。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
