m0ro23/TargetForge-AI-Powered-Red-Team-Dossier-Engine
GitHub: m0ro23/TargetForge-AI-Powered-Red-Team-Dossier-Engine
基于 n8n 和 LLM 的红队 OSINT 自动化引擎,通过 Telegram 触发将单一社交媒体链接转化为包含实体图谱、行为分析和优先攻击向量的结构化情报档案。
Stars: 0 | Forks: 0
# TargetForge - AI 驱动的红队档案引擎
TargetForge 是一个 n8n 自动化工作流,能将一个社交媒体链接转化为完整的红队档案。向 Telegram bot 发送一个链接,即可获得包含实体映射、行为分析和按优先级排序的社会工程学攻击向量的结构化 OSINT 报告。
理念很简单:无需手动打开数十个标签页来研究目标,你只需发送一条消息,工作流就会为你完成收集、结构化和推理。
## 功能说明
你发送一条带有社交媒体 URL(公司主页或个人资料)的 Telegram 消息。引擎将:
1. 将目标分类为组织或个人
2. 从该单一链接进行扩展,查找相关页面、资料和人脉关系
3. 通过 API、网页抓取和搜索扩充获取公开数据
4. 将所有内容结构化为清晰的档案
5. 使用 LLM 总结发现、评估攻击向量,并起草社会工程学场景
6. 在生成任何场景内容之前,等待人工审批
## 开发动机
红队的 OSINT 工作是重复性的。每次步骤都一样:寻找目标,找出他们的合作对象,了解他们的发帖习惯,寻找薄弱环节。TargetForge 将重复性工作自动化,将判断决策交由人工完成。
## 核心目标
- 通过 Telegram 消息触发整个工作流
- 自动检测目标是公司主页还是个人
- 种子扩展:一个链接扩展为相关资料和页面的网络
- 高效数据收集,优先使用官方 API,其次进行网页抓取,并带有速率限制和缓存
- 针对组织(行业、领导层、员工、层级结构、技术栈)和个人(职业、教育、兴趣、人脉、沟通风格)进行结构化提取
- 构建具有关系强度和中心性评分的社交图谱
- 行为分析:发帖时间、主题、语气、常用短语
- 用于总结、目标排序和 pretext 生成的 LLM 推理层
- 对报告中的每个论断提供置信度评分
- 跨来源的去重和噪音过滤
## 交付物
**n8n 工作流(JSON 导出)**
- 组织档案工作流
- 个人资料档案工作流
- Telegram bot 触发与交付工作流
**档案输出(Markdown 或 JSON)**
1. 目标执行摘要
2. 数据来源和收集时间戳
3. 实体图(人员、页面、角色、关系)
4. 社交图谱 / 层级结构可视化
5. 行为洞察和活动模式
6. 带有风险评分的优先攻击向量
7. AI 生成的社会工程学场景卡片
8. 置信度评分和防御建议
**文档**
- 安装指南
- 道德使用规范(见下文)
## MVP 范围
- 接受社交媒体 URL 的 Telegram 触发器
- 组织与个人分类器
- 首先实现对单一平台的数据收集
- 实体提取:姓名、角色、关系、兴趣
- 基础社交图谱
- LLM 档案摘要
- 一个经过排序的社会工程学向量
- 在生成任何场景之前的人工审批步骤
## 扩展目标
- 多平台关联(Facebook、Instagram、LinkedIn、X)
- 交互式图谱可视化
- 发帖时间线和情感分析
- 最佳联系时间检测
- 具有语气匹配的自动化 pretext 生成器
- 欺诈风险评分
- 在合法范围内的凭据泄露和凭据暴露关联
- 带有变更警报的实时监控
- 多步骤活动序列发生器
- Deepfake/语音克隆风险标记
- 一键导出为渗透测试报告格式
- 接入 Pentest Oracle 进行后续推理
## 道德使用
此工具仅处理公开可用的信息。它专为授权的红队交战而构建,在任何目标通过其运行之前,都必须具备范围协议和客户签字。
需遵循的规则:
- 未经书面授权,绝不针对目标运行此工具
- 场景生成前的人工审批步骤不是可选项,请勿绕过
- 不进行撞库,不进行账户访问,不获取私人数据
- 记录最终报告的每个数据源和时间戳,这能为你和客户提供保障
- 如果某个司法管辖区限制网页抓取或数据关联,请尊重该规定,而非贪图便利
## 状态
早期构建阶段。首先实现 MVP,逐个平台推进,然后等核心循环稳定后再实现扩展目标。
标签:AI, C2, ESC4, ESC8, Homebrew安装, OSINT, Telegram机器人, 实时处理, 社会工程学, 自动化代码审查, 防御加固