72
29
Social Analyzer：这个社工神器，能在1000+社交平台找到任何人
2025-10-30 14:30:26
0点赞
12收藏
0评论
一款支持 1000+ 社交平台的开源情报工具，采用四层检测算法实现智能评分，提供 Web/CLI/API 三种使用方式。技术栈涵盖 Node.js、Python、Selenium、OCR，适合安全调查、背景核查等场景，开发者的优质学习项目。转自：https://yunpan.plus/t/476-1-1
一个真实案例
2021年，美国FBI利用OSINT工具，在72小时内通过社交媒体线索锁定了国会山骚乱事件中的127名嫌疑人。这类工具的核心能力，就是跨平台的用户画像追踪。
今天介绍的 Social Analyzer，就是这样一款开源情报工具。
云栈社区 ( YunPan.Plus ) 本文首发Social Analyzer 是什么
输入一个用户名，自动在 1000+ 社交网站 上查找该用户的账号，并生成可视化报告。这个项目在 GitHub 上已经获得 15.5k Star，被多国执法机构用于网络犯罪调查。
实际应用场景：
企业背调：验证求职者提供的社交账号真实性
安全调查：追踪网络欺凌、钓鱼攻击源头
品牌监控：发现冒用企业名义的假冒账号
数字遗产：帮助家属找回逝者的网络账户
核心功能
三种使用方式
云栈社区 ( YunPan.Plus ) 本文首发Web界面：浏览器打开即用，适合非技术人员
命令行工具：nodejs app.js --username "目标用户名"
API接口：可以集成到现有系统中
智能检测算法
传统工具只检查URL是否存在，误报率高达60%。Social Analyzer 采用四层检测机制：
第一层：HTTP状态码检测（30分）
第二层：页面内容特征匹配（40分）
第三层：OCR图像识别（20分）
第四层：元数据验证（10分）
最终给出 0-100 分的可信度评分，大幅降低误报率。
技术实现
后端架构：Node.js + Python 双引擎
爬虫技术：Selenium + Tesseract OCR
数据可视化：力导向图展示账号关联关系
容器化部署：Docker 支持分布式并行检测
NodeJS教程 ：https://yunpan.plus/t/71
快速上手教程
Docker 部署（推荐）
git clone https://github.com/qeeqbox/social-analyzer.git
cd social-analyzer
npm install && npm start
# 访问 http://localhost:9005/app.html
命令行使用
# 基础检测
nodejs app.js --username "johndoe"
# 批量检测+元数据分析
nodejs app.js --username "user1,user2" --metadata
# 只检测主流平台（Alexa排名前100）
nodejs app.js --username "johndoe" --top 100
检测结果示例
{
"Twitter": {"rate": 95, "status": "good"},
"GitHub": {"rate": 88, "status": "good"},
"Instagram": {"rate": 45, "status": "maybe"}
}
评分 80 分以上表示账号存在可能性很高，45 分左右需要人工进一步确认。
技术架构分析
云栈社区 ( YunPan.Plus ) 本文首发项目采用分层架构设计：
表现层（Web/CLI/API）
↓
业务逻辑层（字符串分析+检测模块）
↓
数据访问层（HTTPS/Selenium/OCR）
↓
数据层（1000+网站规则库）
核心模块包括：
finder.js：用户名查找引擎detector.js：评分检测器extractor.js：元数据提取器
所有网站的检测规则存储在 data/ 目录的 JSON 文件中，可以自行扩展添加新网站。
适合什么人学习
这个项目特别适合作为求职作品集：
✅ 全栈技能：涵盖前后端、爬虫、数据分析
✅ 安全领域：OSINT 工具开发经验
✅ 架构能力：支持 1000+ 数据源的分布式系统
✅ 实战场景：可应用于反欺诈、风控等商业领域
面试时可以这样介绍：
"我研究过一个 15.5k Star 的 OSINT 项目，它实现了基于多层检测的智能评分算法，通过 OCR + WebDriver 解决了动态内容抓取难题，并用 Docker 实现了并行化优化。"
使用注意事项
⚠️ 合规使用：仅用于合法调查，遵守各国隐私法规
⚠️ 性能调优：默认 15 个 Worker，可通过 --workers 参数调整
⚠️ 依赖环境：需要安装 Firefox ESR 和 Tesseract OCR
学习路径建议
第1周：运行 CLI 模式，理解检测流程
第2周：阅读核心模块源码，学习爬虫策略
第3周：修改配置文件，添加自定义网站
第4周：部署 Docker 版本，优化并行性能
总结
Social Analyzer 的价值不仅在于功能本身，更在于它展示了如何系统化解决复杂问题：从数据采集、智能分析到可视化呈现，形成完整的技术闭环。
对于想进入安全、数据分析或全栈开发领域的开发者来说，这是一个值得深入研究的优质项目。
关注《云栈开源日记》，每天 3 分钟，带你盘点 GitHub 优质开源项目！
配套资源
📦 Github：qeeqbox/social-analyzer
📚 Python爬虫与JS逆向 https://yunpan.plus/t/46
🐍 PyPI 包：social-analyzer
#SocialAnalyzer #GitHub #开源工具 #OSINT #网络安全 #Python #Nodejs #数据分析
作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～
