## 架构  ## 功能 - ⚙️ **模块化架构** – 搜索、抓取和 LLM 工作流之间清晰分离。 - 🤖 **多模型支持** – 轻松切换 OpenAI、Claude、Gemini、Ollama 或任何兼容 OpenAI 的 API（LM Studio、llama.cpp、Groq 等）。 - 🌐 **Web UI** – 基于 Streamlit 的交互式调查界面。 - 🐳 **Docker 就绪** – 推荐使用 Docker 部署，实现干净、隔离的运行环境。 - 📝 **自定义报告** – 将调查输出保存到文件，以便报告或进一步分析。 - 🧩 **可扩展** – 轻松接入新的搜索引擎、模型或输出格式。 ## ⚠️ 免责声明 ## 安装 ### Docker [推荐] - 拉取最新的 Robin docker 镜像 ``` docker pull apurvsg/robin:latest ``` - 按如下方式运行 docker 镜像： ``` docker run --rm \ -v "$(pwd)/.env:/app/.env" \ --add-host=host.docker.internal:host-gateway \ -p 8501:8501 \ apurvsg/robin:latest ``` - 打开浏览器并访问 `http://localhost:8501` ### 使用 Python（开发版本） - 在安装了 `Python 3.10+` 和 Tor 的情况下，运行以下命令： ``` pip install -r requirements.txt streamlit run ui.py ``` - 打开浏览器并访问 `http://localhost:8501` ## 致谢 - 灵感来源于 [Thomas Roccia](https://x.com/fr0gger_) 以及他演示的 [Perplexity of the Dark Web](https://x.com/fr0gger_/status/1908051083068645558)。 - 工具灵感来源于我的 [OSINT Tools for the Dark Web](https://github.com/apurvsinghgautam/dark-web-osint-tools) 仓库。 - LLM Prompt 灵感来源于 [OSINT-Assistant](https://github.com/AXRoux/OSINT-Assistant) 仓库。 - Logo 设计由我的朋友 [Tanishq Rupaal](https://github.com/Tanq16/) 完成

标签：AI辅助调查, AI风险缓解, Docker, ESC4, Kubernetes, OSINT, Petitpotam, Streamlit, 内存取证对抗, 威胁情报, 安全防御评估, 实时处理, 开发者工具, 暗网调查, 访问控制, 请求拦截, 逆向工具