OpenOSINT レビュー: LLM に実バイナリを実行させない OSINT エージェントの設計
AI-powered OSINT agent with interactive REPL, MCP server, and CLI. 19 tools. Works with Claude, GPT-4, or local models. For authorized security research only.
ひと目でわかる
- これは何？
- 20 の調査ツールを自然言語インターフェースの背後に置く Python 製エージェント。REPL、CLI、MCP サーバー、Web UI の 4 形態で動き、MIT ライセンスで公開されている。判断の核は、AI がツール呼び出しを発行し、実行はあなたのコードが担うという分離にある。
- 誰に向いている？
- OpenOSINT が向くのは、OSINT の調査手順をすでに持っていて、その手順を LLM から呼び出せる形に置き直したい人だ。向かないのは、調査手法そのものをこれから学ぶ人と、証拠の連鎖を厳密に記録する必要がある案件。
- 商用利用できる？
- できます。MIT は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。直近 1 日以内に新しいコミットがあります。
- 何の言語で書かれている？
- 主に Python です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月15日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
OSINT ツール群と LLM の間にある接着層の話
OSINT の調査は、単一のコマンドで終わらない。メールアドレスから始めて、ユーザー名の横断検索に進み、IP に移り、WHOIS を引き、GitHub の活動に接続する。こうした作業を LLM に任せようとすると、途中でモデルが存在しない検索結果を書いてしまう問題が起きる。OpenOSINT の README はこの点を明示的に扱っていて、AI はハードストップ付きのツール呼び出しを発行し、実際のバイナリを実行するのはあなたのコード側だ、と書いている。つまりモデルは何を調べるかを決めるが、調べる行為そのものはモデルの外で起きる。この分離が成立しているかどうかが、このプロジェクトを評価する軸になる。想定読者はセキュリティ研究者とアナリストで、README の冒頭にもそう書かれている。認可された調査の範囲で使うことが前提だ。
4 つの実行形態と、そこで共有されるツール層
同じツール群に対して 4 つの入口が用意されている。引数なしで起動する対話 REPL、openosint web で立ち上がるブラウザ UI、openosint email target@example.com のような直接呼び出し、そして MCP サーバーとしての公開だ。README のクイックスタートはこの 3 つのコマンドを並べている。ツール数は説明文では 19、README 本文では 20 と書かれており、この 2 つの数字は一致していない。どちらが現在の値かはリポジトリを見ないと確定できない。MCP 側は io.github.OpenOSINT/openosint という名前でレジストリに登録されていると README が述べている。モデルは Claude、GPT-4、ローカルモデルに対応するとされており、特定のベンダーに固定されていない。ツール層を 1 つ持って入口を複数用意する構成は、CLI で手順を確認してから REPL に移る、あるいは MCP 経由で既存のクライアントから呼ぶ、といった使い分けを想定していると読める。
エンティティグラフと same_as 候補エッジの扱い
README には、実データではなく合成データで生成されたグラフ UI のデモが掲載されている。内容を追うと、openosint:github と openosint:whois という別々のデータセットが同じ Organization ノードを独立に観測し、その 2 つが same_as 候補エッジで結ばれる。スコアは 0.83 と表示される。ノードをクリックすると、各陈述がどのデータセット、どの抽出器、どの run id、どの信頼度で得られたかがサイドパネルに並ぶ。破線のエッジをクリックすると、両エンティティを項目ごとに比較するレビューカードが開き、一致は緑、相違は琥珀色で示され、スコアの根拠になった名前一致の特徴量も説明される。レビュアーが Accept を押すとグラフ上でペアがクラスタ化し、エッジが実線の same_as に変わる。重要なのは README 自身の注記で、このデモのエンティティは statement 層にあらかじめ投入されたもので、現在のマッパーが生成したものではないと書かれている。つまり UI の自動名寄せ性能を示す証拠にはならない。人間がレビューして確定するというフロー自体は設計として読み取れる。
導入コマンドと、スポンサー由来のツール依存
インストールは pip install openosint の 1 行で、README はこれを最初に示している。起動は 3 通りで、openosint が対話 REPL、openosint web が Web インターフェース、openosint email target@example.com が AI を介さない直接実行だ。ここで注意したいのは、ツールの一部が商用サービスのスポンサーに依存している点である。search_ip2location は IP2Location.io が提供する機能で、統合ガイドは docs/integrations/ip2location.md にある。RapidProxy の統合ガイドも docs/integrations/rapidproxy.md にあり、README では住宅用プロキシの提供元として紹介されている。つまり IP 系のツールは、API キーと外部サービスの契約がない状態では期待通りに動かない可能性がある。README にはスポンサー枠として Breach / Compromised-Credential Data と Email / Identity Lookup が未充足であることも書かれており、SPONSORSHIP.md に案内がある。ツール一覧の網羅性を当てにするなら、どのツールが外部キーを要求するかを先に確認したほうがいい。
ライセンスと商用契約の二重構造
ライセンスは MIT で、リポジトリの LICENSE に置かれている。ただし README は同時に、商用ライセンスを年 300 ユーロから提供すると述べ、COMMERCIAL.md にベンダー契約、SLA、補償が含まれると書いている。MIT のコードに対してなぜ商用契約が必要になるのかは、この資料からは判断できない。考えられるのはサポートや補償といった付加価値の提供だが、それは推測であって README に明記された理由ではない。加えて、Complete Kit 55 ドル、Setup Sprint 350 ドルという有償オファーが Gumroad で案内されている。ソフトウェア本体は無償で、プロンプト集や導入代行、契約保証が有償という切り分けに見える。法的な解釈はここでは扱わないが、社内導入を検討するなら MIT の範囲で何が許されるのかと、COMMERCIAL.md が追加で何を課すのかを並べて読む必要がある。
hallucination を構造的に防ぐという主張の射程
README の中心的な主張は、幻覚的な調査結果が構造的に起こり得ないというものだ。ロジックは単純で、モデルはツール呼び出しを発行するだけで、実行はコードが行う。したがって戻り値は実バイナリの出力であり、モデルが捏造する余地がない。この主張は、モデルがツールを呼び出した後の解釈には及ばない。返ってきた DNS レコードや WHOIS の結果をモデルが要約する段階で、誤った因果や存在しない関連付けを書くことは理論上残る。また、モデルが呼び出すツール自体を誤って選ぶ可能性も消えていない。防がれるのは実行結果そのものの捏造であって、調査の妥当性ではない。この区別を意識せずに「AI だから正確」と受け取ると、主張の射程を読み違える。構造的な保証として評価できる範囲は、実行層の分離までだ。
MCP サーバーとして使う場合の比較と、向かない場面
代替として最も直接的なのは、Sherlock や Maigret、Holehe といった個別ツールを自分で組み合わせる方法だ。これらはトピックにも挙がっており、OpenOSINT はそれらを置き換えるのではなく、自然言語の入口を被せる位置にある。違いは明確で、個別ツールを直接叩けば出力形式も実行タイミングも完全に自分で制御できる。OpenOSINT を挟むと、どのツールがどの順で呼ばれるかをモデルが決めるため、再現性は下がる。同じ入力でも調査経路が変わりうる。MCP サーバーとして既存クライアントから呼ぶ構成は、ツール呼び出しの承認フローをクライアント側に委ねられる利点がある一方、エージェントにどこまでの権限を与えるかをクライアントの設定で管理することになる。向かないのは、証拠の連鎖を 1 ステップずつ記録して第三者に提示する必要がある案件だ。モデルが経路を決める以上、手順の固定が前提の調査には噛み合わない。
メンテナンス頻度と、採用前に見るべきもの
リリースは v2.25.1 が 2026-08-24、v2.26.0 が 08-25、v2.27.0 が 08-26 と、3 日で 3 版が出ている。最終 push は 2026-09-08 で、アーカイブはされていない。このペースは活発である一方、追従コストを見積もる材料にもなる。マイナーバージョンが連日上がる間は、ツールの引数や出力形式が変わる可能性を前提にしたほうがいい。依存する外部 API の仕様変更も重なる。アップグレード費用を抑えたいなら、バージョンを固定して検証済みの組み合わせを保つ判断もある。採用前に見るべきは 3 つ。1 つ目は openosint の REPL で実際に 1 件流し、返ってきた結果が実データに紐づいているかを自分の目で確認すること。2 つ目は MCP 経由で使う場合、クライアント側の権限設定で書き込みを伴う操作がどう扱われるかを確認すること。3 つ目は商用契約を検討する場合、COMMERCIAL.md と MIT の関係を法務に読ませること。ツール数の 19 と 20 の不一致も、この段階でリポジトリを見て確定させておきたい。
編集部の結論
OpenOSINT が向くのは、OSINT の調査手順をすでに持っていて、その手順を LLM から呼び出せる形に置き直したい人だ。向かないのは、調査手法そのものをこれから学ぶ人と、証拠の連鎖を厳密に記録する必要がある案件。導入前に確認すべきは 3 点で、openosint の REPL で 1 回調査を流して結果が実データに紐づくかを見ること、MCP サーバーとして使う場合はクライアント側の権限設定で書き込み系ツールがどう扱われるかを確認すること、商用契約を検討するなら COMMERCIAL.md の条項と MIT ライセンスの関係を法務に読ませること。判断はこの 3 つが揃ってからで遅くない。
コミュニティノート