OpenOSINT：把 20 个调查工具塞进一个自然语言外壳之后

它要解决的是工具链碎片化，不是情报本身

开源情报工作流的典型形态是：用 maigret 查用户名，用 holehe 查邮箱注册痕迹，用 whois 查域名，再手动把结果贴进表格。每个工具的输出格式不同，字段命名不同，交叉比对靠人眼。OpenOSINT 针对的正是这一段：它把 20 个工具（README 标题写 20 个，仓库描述写 19 个，这个数字在两个地方不一致）收进同一个自然语言入口，并把结果落到一个实体图里。README 的演示说明提到，来自 openosint:github 和 openosint:whois 两个数据集的 Organization 节点可以各自独立存在，再由一条虚线 same_as 候选边连接，边上有 0.83 的评分。目标用户因此很明确：需要把多个来源的同一实体合并、并且愿意为此维护一套本地服务的安全分析师，而不是偶尔查一个邮箱的普通用户。

AI 发起调用，本地代码执行：这个分工值得单独说

README 的加粗声明是「The AI issues hard-stop tool calls; your code executes the real binary」。这句话的技术含义是：模型不生成调查结论，只生成对工具的调用请求，实际执行发生在本地进程里。作者据此声称「hallucinated findings are structurally impossible」，即幻觉发现从结构上不可能出现。这个说法在工具调用这一层是成立的，模型编不出一个不存在的 whois 记录，因为记录来自真实二进制。但它只覆盖到执行层。实体图的合并判断仍然带概率色彩：演示里那条 same_as 边被标为候选，附 0.83 的评分，并且需要人工点击 Accept 才从虚线变为实线。也就是说，幻觉被挡在数据采集之外，但消解歧义这一步依然是启发式的，只是被显式标注为「候选」并交给人审核。这个设计比直接输出结论要诚实，代价是流程里多了一个人工环节。

四种入口，同一条数据流

README 给出的三种启动方式对应不同使用深度。openosint 直接进交互式 AI REPL；openosint web 启动浏览器界面，演示里的 3D 地球和实体图都在这一层；openosint email target@example.com 绕过 AI 直接调用单个工具。第四种是 MCP server，仓库的 mcp-name 是 io.github.OpenOSINT/openosint，已发布到 MCP Registry，可以被 Claude 这类支持 Model Context Protocol 的客户端挂载。这四种入口共享同一套工具实现，区别只在于谁来决定调用哪个工具：REPL 和 MCP 交给模型，CLI 交给你。数据流大致是工具输出先进入 statement 层，再由 mapper 归并成实体，README 的演示说明特别指出演示数据「seeded at the statement layer, not produced by today's mappers」，意思是那次演示里的实体是人工种进去的，不代表当前 mapper 的实际归并能力。这一点在评估实体图质量时必须记住。

安装与配置：能确认的命令只有这些

基础安装是 pip install openosint，之后三条命令分别对应 REPL、Web 和直连工具。README 没有在给出的片段里展示 API key 的具体配置键名，也没有给出 Docker 相关命令，只在赞助商区块提到 RapidProxy 的集成指南位于 docs/integrations/rapidproxy.md，IP2Location 的集成指南位于 docs/integrations/ip2location.md，search_ip2location 这个工具由 IP2Location.io 提供。也就是说，IP 地理定位、ISP、VPN/Proxy/Tor 和机房识别这些能力依赖第三方付费服务，需要自备凭据。模型侧支持 Claude、GPT-4 或本地模型，但具体如何切换、环境变量叫什么，材料里没有给出，需要去仓库文档确认。如果你的本地模型不支持工具调用，这套架构的核心前提就不成立，因为分工的另一半要求模型能输出结构化的调用请求。

依赖第三方数据源，是它最现实的约束

README 的赞助商区块列出了三家：IP2Location.io 支撑 search_ip2location，RapidProxy 提供住宅代理，TestMu AI 是测试云平台。同时仓库明确写着「Open: Breach / Compromised-Credential Data · Email / Identity Lookup」，意思是泄露数据和邮箱身份查询这两类能力仍在招募赞助商。翻译成使用约束就是：涉及泄露凭据的查询在当前版本里没有稳定的数据源背书，而 IP 相关的查询质量取决于你是否购买了 IP2Location.io 的服务。RapidProxy 那段介绍里还带了一个折扣码 RAPID10，说明代理能力走的是商业合作路线。这类依赖会随时间变化，赞助关系一旦终止，对应工具的行为就会改变。评估时应当把你真正需要的工具逐个对照集成文档，而不是假设 20 个工具都同等可用。

什么时候不该用它

单次查询场景下 OpenOSINT 是多余的。如果你只想确认某个邮箱是否注册过某网站，直接跑 holehe 少一层模型调用、少一次 token 消耗、少一个可能出错的抽象层。同样，如果你的工作流已经有一张维护良好的表格和固定的脚本，引入实体图和人工审核卡片只会增加操作步骤。另一个不适合的情况是需要可复现的证据链：README 的演示明确标注数据是合成的、实体是种子注入的，真实调查中如果你需要向第三方证明某个结论来自某次具体运行，需要自己保留 run id 和 statement 层的原始记录，仓库材料没有说明这部分是否有导出机制。最后，法域问题不能靠工具解决。README 写的是「For authorized security research only」，这句话把责任放回使用者身上，工具本身不校验你的授权状态。

和 maigret、sherlock 的关系不是替代

从 topics 看，OpenOSINT 明确引用了 holehe、maigret、sherlock 这些项目，它更像是这些工具之上的一层编排。差异在方法上：maigret 和 sherlock 是确定性的用户名枚举器，你给一个用户名，它按站点列表逐个探测，输出一份命中清单，行为可预测、无需模型、无 token 成本。OpenOSINT 的做法是把「查什么」交给模型判断，把「怎么查」交给本地二进制，再用实体图把多次运行的结果串起来。前者适合一次性的、目标明确的核查，后者适合需要跨多个数据源反复追问的调查。选择依据是你的问题是否需要多轮追问和实体合并，如果需要，编排层的价值才成立；如果不需要，多出来的模型调用和审核环节就是纯开销。

维护成本、许可与商业授权

仓库采用 MIT 许可，代码可以自由使用、修改和分发。但 README 同时提供了商业授权路径：Commercial License 从每年 300 欧元起，附带供应商合同、SLA 和赔偿条款，另外还有 55 美元的 Complete Kit（提示词加操作手册）和 350 美元的 Setup Sprint（代安装服务）。这个结构意味着 MIT 覆盖的是代码，企业如果需要合同层面的保障需要另行购买。版本节奏上，v2.25.1、v2.26.0、v2.27.0 三个版本集中在 2026 年 8 月 24 日到 26 日三天内发布，说明迭代频率较高，跟随升级需要留意变更。升级成本主要来自两个方向：一是工具所依赖的外部服务接口变化，二是实体图的 mapper 逻辑变化，后者会直接影响已有调查结果的可比性。如果你把 OpenOSINT 用于长期跟踪，建议固定版本号而不是跟随 latest。

编辑结论

已经在用 maigret、holehe、sherlock 这类工具、并且希望把结果汇总到统一实体图里的安全研究人员，可以从 pip install openosint 和 openosint web 开始试；只做单次邮箱或用户名查询的人不需要它，直接跑对应工具更快。真正上手前需要确认三件事：你的模型后端是否支持工具调用（本地模型尤其要验证）、Docker 与 API key 是否齐备、以及你所在司法辖区对目标数据的采集是否有合法依据。仓库自述明确写着「For authorized security research only」，这是使用前提而不是免责套话。

官方来源

1. License: MIT
2. OpenOSINT/OpenOSINT on GitHub
3. Project website
4. README
5. Releases