KillAllChickens/argus
GitHub: KillAllChickens/argus
Argus 是一款高速 OSINT 用户名枚举工具，能够在 170+ 社交平台上快速发现目标的数字足迹并支持 AI 辅助误报过滤。
Stars: 2 | Forks: 0
[](https://www.gnu.org/licenses/gpl-3.0)
[](https://goreportcard.com/report/github.com/KillAllChickens/argus)
Argus Panoptes 是一款 OSINT（开源情报）工具，旨在识别特定用户名在各种网站上的数字足迹。
该工具可以选择使用 Google Gemini 来过滤误报，从而提高结果的准确性。
目录
- [功能](#features)
- [安装说明](#installation)
- [Linux](#linux)
- [Windows](#windows)
- [使用方法](#usage)
- [配置](#configuration)
- [扫描](#scanning)
- [用户名](#usernames)
- [命令行用户名](#command-line-usernames)
- [用户名文件](#username-files)
- [计划功能](#planned-features)
- [已完成](#finished)
## 功能
- **多线程扫描：** 在测试中，跨 **170+ 个站点**的单用户名扫描在 **5 秒**内即可完成。
- **注意：** 启用 AI 扫描会将线程数限制为 **5**，以防止触发速率限制，这将导致扫描速度显著减慢。
- **AI 辅助误报检测：** 使用 Google Gemini 更准确地识别用户资料。
- **高度可定制：** 根据您的偏好量身定制站点列表、用户代理、软 404 检测，甚至是 ASCII 艺术。
- **灵活的输出格式：** 以多种格式导出扫描结果，包括 PDF、HTML、JSON 和 TXT。
## 安装说明
### Linux
1. **安装 Golang:**
- **Debian 系 (如 Ubuntu):**
sudo add-apt-repository ppa:longsleep/golang-backports
sudo apt update
sudo apt install golang-go
- **Arch 系:**
sudo pacman -S go
2. **克隆仓库:**
git clone https://github.com/KillAllChickens/argus
cd argus
3. **安装 Argus:**
./scripts/install-linux.sh
4. **开始使用:**
现在您已准备好开始使用 Argus！请查看下方的[使用方法](#usage)部分。
### Windows
1. **安装 Go:**
- 从 [Go 官方网站](https://go.dev/dl/)下载并安装最新版本的 Windows 版 Go。
- 安装向导将处理设置，包括将 Go 添加到系统的 PATH 中。
2. **安装 Git:**
- 下载并安装 [Git for Windows](https://git-scm.com/download/win)。它提供了 Git Bash，这是执行后续步骤推荐的命令行工具。
3. **克隆仓库:**
- 打开一个新的命令提示符或 Git Bash 窗口。
- 运行以下命令：
git clone https://github.com/KillAllChickens/argus
cd argus
4. **运行安装程序:**
.\scripts\install-windows.bat
5. **开始使用:**
一切准备就绪！请参阅[使用方法](#usage)部分以了解如何运行您的首次扫描。
## 使用方法
### 配置
要启用 AI 驱动的误报检测，您需要添加您的 Google Gemini API 密钥。
要配置您的 API 密钥，只需运行：
```
argus config
# 或简写为：
argus c
```
### 扫描
- **扫描单个用户：**
argus scan
- **扫描多个用户：**
argus scan
- **从文件扫描用户名：**
使用每行一个用户名的 `.txt` 文件。有关更多详细信息，请参阅[用户名](#-usernames)部分。
argus scan -u
- **输出到不同的文件类型：**
# 输出为 HTML (默认: results/_results.html)
argus scan --html
# 输出为 PDF (默认: results/_results.pdf)
argus scan --pdf
# 输出为 JSON (默认: results/_results.json)
argus scan --json
# 输出为 Text (默认: results/_results.txt)
argus scan --txt
# 输出为所有支持的格式，您可以使用 --all
argus scan --all
- **代理和 Tor 支持：**
您可以使用代理或 Tor 以增强匿名性！只需使用 `--proxy` 标志指定代理，或使用 `--tor` 标志指定 Tor。
# 使用标准的 HTTP/SOCKS5 代理 (例如, http://proxyserver:8888 或 socks5://user:pass@proxyserver:port)
argus scan --proxy "http://1.2.3.4:5678"
# 通过 Tor 网络路由所有流量 (要求本地安装并运行 Tor，默认端口为 9050)
argus scan --tor
# 或者使用代理列表
argus scan --proxy-list "proxies.txt"
- **执行深度扫描：**
执行深度扫描以从已发现的资料中收集更多信息，包括描述、真实姓名、关注者/正在关注数等。
- **注意：** 目前仅支持少数站点，更多站点将在后续版本中添加。
argus scan --deep
# 或者简写为
argus scan -d
- **附加选项：**
要获取完整的命令和选项列表，请使用帮助标志：
argus scan --help
NAME:
scan - 扫描用户名。
USAGE:
scan [arguments...]
OPTIONS:
--threads int, -t int 并发请求的数量 (默认: 25)
--ai 使用 AI 消除误报。(会增加扫描时间) (默认: false)
--username-list string, -u string 获取要扫描的用户名，每行一个
--output string, -o string 输出目录，默认为 ./results/。如果不指定特定类型，将输出所有类型
--proxy string, -p string 用于扫描的代理 (例如, http://proxyserver:8888 或 socks5://user:pass@proxyserver:port)
--proxy-list string, --pl string 要使用的代理列表，每行一个。
--tor 使用 Tor 进行扫描 (默认: false)
--silent, -s 禁用“扫描完成”通知。(默认: false)
--deep, -d 运行深度扫描，将尝试收集更多信息 (默认: false)
--html 输出为 HTML (默认: false)
--pdf 输出为 PDF (默认: false)
--json 输出为 JSON (默认: false)
--text, --txt 输出为 Text (默认: false)
--all 输出为所有支持的类型 (默认: false)
## 用户名
### 命令行用户名
您可以在 `scan` 命令后直接在命令行中指定用户名。
使用 `{?}` 作为通配符来扫描用户名的变体。它将被替换为 `-`、`_` 或无字符。
**示例：**
```
# 这将扫描 "username"、"user-name" 和 "user_name"
argus scan "user{?}name"
```
### 用户名文件
要进行批量扫描，您可以提供一个每行包含一个用户名的文本文件。
- 以 `#` 开头的行被视为注释，将被忽略。
- 空行也将被忽略。
**示例 `users.txt`：**
```
# 此行将被忽略
user1
user2 # This will also be ignored
user3
```
# 计划功能
- **简单的站点列表管理：** 更轻松地自定义 Argus 扫描的站点，包括直接添加、删除和更新站点配置的命令。
## 已完成
- ~~**代理列表支持：** 能够加载代理列表并自动轮换它们，以增强匿名性并提高应对速率限制的弹性。~~
- ~~**深度扫描模式：** 一种从已发现的资料中提取公开信息（例如，关联的社交媒体、“关于我”部分、公开帖子数）的模式。~~标签：AI假阳性过滤, DNS枚举, ESC4, ESC8, EVTX分析, Golang, Go语言, ID查询, OSINT, 人工智能, 人物画像, 多线程扫描, 安全编程, 实时处理, 情报收集, 数字足迹追踪, 日志审计, 漏洞研究, 用户名枚举, 用户模式Hook绕过, 社交媒体发现, 社会工程学, 程序破解, 网络安全, 网络安全工具, 聊天机器人, 跨平台查询, 隐私保护, 黑盒测试