forshaur/aarya

# Aarya (आर्य) [](https://badge.fury.io/py/aarya) [](https://www.gnu.org/licenses/gpl-3.0) [](https://pepy.tech/projects/aarya) Aarya 是一款 OSINT 工具，用于验证电子邮件地址在各大社交媒体、购物及职业平台（例如 Instagram、Amazon、Spotify）上的存在情况，并提取丰富的元数据，如 Google Map 贡献内容、评论以及 proton mail 的账号创建日期。  ## 🚀 功能 * **深度分析：** 超越简单的“是/否”结果，提取丰富的元数据，例如 Google Maps 评论、头像、Gaia ID 以及 ProtonMail 密钥创建日期。 * **完全透明：** 明确报告命中结果、未命中结果、速率限制和错误信息，确保您不会遗漏任何细节。 * **智能隐蔽：** 自动从网络获取最新的真实 **User-Agents**，以绕过简单的机器人检测过滤器。 * **优雅的用户界面：** 专业的极简 CLI 设计，配备自适应的表格和整洁的链接换行。 ## ⚠️ 免责声明 **Aarya 仅设计用于教育目的、授权的安全研究以及个人数字足迹分析。** 开发者对任何滥用本工具的行为不承担责任。扫描不属于您的电子邮件地址，或者在未经所有者明确同意的情况下进行扫描，可能会违反您所在司法管辖区的隐私法或平台服务条款。请合理合法地使用。 ## 📦 安装说明 ### 选项 1：通过 PyPI 安装（推荐） 建议使用虚拟环境以防止依赖冲突。 **Linux/macOS:** ``` python -m venv .venv source .venv/bin/activate pip install aarya ``` **Windows:** ``` python -m venv .venv .venv\Scripts\activate pip install aarya ``` ### 选项 2：从源码安装（开发模式） 如果您想直接从代码库获取最新功能或更新： ``` git clone https://github.com/forshaur/aarya.git cd aarya pip install . ``` # 🛠 使用方法 ### 基础扫描： ``` aarya target@example.com ``` ### 保存结果： ``` aarya target@example.com -o results.json ``` ## 🆚 Aarya 与 Holehe 对比 #### 在开发此工具的过程中，我发现已经存在另一款与 Aarya 类似的优秀工具。 ### 以下是 Aarya 表现更出色的原因。 | 特性 | Holehe | Aarya | | :--- | :--- | :--- | | **主要输出** | 邮箱是否存在（真/假） | **身份情报**（真实姓名、照片、地图评论） | | **可靠性** | 容易出现假阴性，且 >50% 的模块**无法工作** | **高**（明确区分速率限制与未找到） | | **隐蔽性** | 静态 Headers | **动态**（自动获取最新 User-Agents） | | **侧重点** | 数量（120+ 站点） | **质量**（对高价值目标的深度扫描） | | **UI/UX** | 基础 CLI | **现代**（富文本表格、可点击链接、摘要面板） | ## 📜 许可证 本项目基于 **GNU General Public License v3.0** 授权。详情请参阅 [LICENSE](LICENSE) 文件。 ## 我的其它项目 [Adyant](https://github.com/forshaur/adyant) - 基于 Markov-chain 的字典生成器，用于 URL 路径发现。

标签：ESC4, OSINT, Python, Unix, 数字足迹, 数据泄露, 文档结构分析, 无后门, 电子邮件验证, 逆向工具