cognis-digital/personagraph

``` pip install cognis-personagraph personagraph scan . # → prioritized findings in seconds ``` ## 用法 — 分步指南 `personagraph` 可针对用户名、邮箱或手机号构建一份跨平台的身份解析档案。 1. **安装**： pip install -e . personagraph --version 2. **解析**标识符以生成档案（候选账户按置信度排序）： personagraph resolve jdoe 3. **列出平台目录**以发现您可以指定的平台 key： personagraph platforms 4. **限定特定平台**并输出 JSON： personagraph resolve alice@corp.com --platform github --platform x --format json 5. **自动化** — 捕获 JSON 档案以供下游 OSINT 工具使用： personagraph resolve +15551234567 --format json > dossier.json ## 目录 - [为什么选择 personagraph？](#why) · [功能](#features) · [快速开始](#quick-start) · [示例](#example) · [架构](#architecture) · [AI stack](#ai-stack) · [对比](#how-it-compares) · [集成](#integrations) · [随处安装](#install-anywhere) · [相关工具](#related) · [贡献](#contributing) ## 为什么选择 personagraph？ 身份解析档案 — 跨平台的用户名/邮箱/手机号 — 无需搭建繁重的基础设施。 `personagraph` 具有单一用途、可脚本化且支持自托管：将其指向目标，即可获取以您的工作流所需的格式（table · JSON · SARIF）输出的优先级结果，将其作为 CI 的门控，并允许 agent 通过 MCP 进行驱动。 ## 功能 - ✅ 分类标识符 - ✅ 派生用户名 - ✅ 构建档案 - ✅ 运行于 Linux/macOS/Windows · Docker · devcontainer - ✅ 提供 Python、JavaScript、Go 和 Rust 版本 (`ports/`) ## 快速开始 ``` pip install cognis-personagraph personagraph --version personagraph scan . # scan current project personagraph scan . --format json # machine-readable personagraph scan . --fail-on high # CI gate (non-zero exit) ``` ## 示例 ``` $ personagraph scan . [HIGH ] PER-001 example finding (./src/app.py) [MEDIUM ] PER-002 another signal (./config.yaml) 2 findings · risk score 5 · 38ms ``` ## 架构 ``` flowchart LR IN[target / export] --> P[personagraph
collect + correlate] P --> OUT[ranked findings] ``` ## 从任何 AI stack 中使用 `personagraph` 与所有主流的 AI 使用方式兼容： - **MCP server** — `personagraph mcp` (Claude Desktop, Cursor, Cognis.Studio, [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)) - **兼容 OpenAI / JSON** — 通过管道将 `personagraph scan . --format json` 传入任何 agent 或 LLM - **LangChain · CrewAI · AutoGen · LlamaIndex** — 仅需一行代码即可将 CLI/JSON 封装为工具 - **CI / 脚本** — 为非 AI pipeline 提供 exit code + SARIF ## 对比 | | **Cognis personagraph** | sherlock-project | |---|:---:|:---:| | 支持自托管，无需账户 | ✅ | 视情况而定 | | 单一命令，零配置 | ✅ | ⚠️ | | 用于 CI 的 JSON + SARIF | ✅ | 视情况而定 | | MCP 原生 (AI agent) | ✅ | ❌ | | 多语言端口 (JS/Go/Rust) | ✅ | ❌ | | 开放许可 | ✅ COCL | 视情况而定 | *秉承 **sherlock-project/sherlock** 的精神，以 Cognis 的方式重新构建。遗漏了致谢？欢迎提交 PR。* ## 集成 可接入您的技术栈：用于代码扫描的 **SARIF**，用于任何场景的 **JSON**，用于 AI agent 的 **MCP server** (`personagraph mcp`)，以及用于 SIEM/Slack/Jira 的 webhook 转发器。详见 [`docs/INTEGRATIONS.md`](docs/INTEGRATIONS.md)。 ## 安装 — 各种方式、所有平台 ``` pip install "git+https://github.com/cognis-digital/personagraph.git" # pip (works today) pipx install "git+https://github.com/cognis-digital/personagraph.git" # isolated CLI uv tool install "git+https://github.com/cognis-digital/personagraph.git" # uv pip install cognis-personagraph # PyPI (when published) docker run --rm ghcr.io/cognis-digital/personagraph:latest --help # Docker brew install cognis-digital/tap/personagraph # Homebrew tap curl -fsSL https://raw.githubusercontent.com/cognis-digital/personagraph/main/install.sh | sh ``` | Linux | macOS | Windows | Docker | Cloud | |---|---|---|---|---| | `scripts/setup-linux.sh` | `scripts/setup-macos.sh` | `scripts/setup-windows.ps1` | `docker run ghcr.io/cognis-digital/personagraph` | [DEPLOY.md](docs/DEPLOY.md) (AWS/Azure/GCP/k8s) | ## 相关 Cognis 工具 - [`maritimeint`](https://github.com/cognis-digital/maritimeint) — AIS 船舶追踪与制裁规避异常检测 - [`geolens`](https://github.com/cognis-digital/geolens) — 图像地理位置工具包 — EXIF、日照阴影、OCR、反向搜索 - [`corpmap`](https://github.com/cognis-digital/corpmap) — 公司结构与受益所有权映射器 - [`cryptotrace`](https://github.com/cognis-digital/cryptotrace) — 免费版区块链调查工具 — ETH/BTC 聚类 + 制裁交叉引用 - [`darkmirror`](https://github.com/cognis-digital/darkmirror) — 用于品牌监控的公共 Tor 泄露站点索引表层网络镜像 **探索工具套件 →** [🗂️ 全部 170+ 个工具](https://github.com/cognis-digital/cognis-neural-suite) · [⭐ awesome-cognis](https://github.com/cognis-digital/awesome-cognis) · [🔗 cognis-sources](https://github.com/cognis-digital/cognis-sources) · [🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) ## 互操作性 `{}` 与 300 多个工具的 Cognis suite 组合 — JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干网。请参阅 **[INTEROP.md](INTEROP.md)** 了解 套件图谱、组合模式和参考技术栈。 ## 许可证 在 **Cognis Open Collaboration License (COCL) v1.0** 下提供源代码 — 可免费用于个人、内部评估、研究和教育用途；**商业/生产用途需要许可证** (licensing@cognis.digital)。请参阅 [LICENSE](LICENSE)。

标签：OSINT工具, Python, 可视化界面, 数据可视化, 数据泄露, 无后门, 日志审计, 请求拦截, 身份识别, 逆向工具