选择标题（3 选 1）
做暗网 OSINT 还在手工筛结果？这个 7.4k Star 的 AI 工具帮你省下 4 小时
Robin：把暗网调查从 4 小时压到几十分钟，AI 过滤 + MCP 集成一步到位
没自己爬一个暗网页，却跑出了结构化调查报告：Robin 怎么做到的
一、开篇：从踩坑到真香，只差这一个项目
做威胁情报的同事最近一直在吐槽：他每次跟进一条暗网线索，得先在好几个暗网搜索引擎里手动敲查询，再人工筛掉一堆无关的钓鱼站和镜像，最后再用笔记本整理成报告。一次中等复杂度的调查，耗时 4 到 6 小时，产出还常常遗漏关键节点。更头疼的是，新来的分析师对暗网语法不熟，同样的关键词搜出来的东西质量参差不齐，复现性几乎为零。
OSINT 圈其实不缺工具，但能把「LLM 改写查询 + 结果过滤 + 调查摘要」三件事串成一条完整流水线的开源项目，少之又少。Robin 的出现，正好把这块拼图补上了。
二、项目简介：一句话说明它是什么
Robin 是一款 AI 驱动的暗网 OSINT 工具。它借助大语言模型改写查询、过滤暗网搜索引擎返回的结果，并自动生成可读性强的调查报告。当前 GitHub Stars 7.4k+，主仓库语言为 Python，已发布可拉取的 Docker 镜像，并被 GitHub Trending 收录为「当日热门仓库」。
核心关键词：AI 驱动、暗网 OSINT、MCP 协议、多模型兼容、Docker 开箱即用。
三、核心功能深度解析
1. 多模型无缝切换
Robin 原生支持 OpenAI、Anthropic Claude、Google Gemini、Mistral、OpenRouter、Ollama，以及任何 OpenAI 兼容 API（LM Studio、llama.cpp、Groq 等）。你只要在 .env 里填任意一个 *_API_KEY，侧边栏就会自动列出可用模型；用 Ollama 也无需配置密钥。Remote 模型自建 / 第三方平台想接的话，侧边栏的「🔌 Custom API Provider」直接填 Base URL 和模型名就行，不用改任何配置文件。这套模型在大多数「某模型今天限流」「想换成本地模型保数据隐私」的真实场景里，省去了大量临时改代码的时间。
2. Streamlit Web UI + 对话式追问
工具提供了基于 Streamlit 的交互式 Web 界面，本地启动后访问 http://localhost:8501 即可使用。调查结束后，你可以直接对本次结果发起「接地」追问——也就是说，答案只来自本次调查抓取到的数据，不会触发新的暗网搜索。这一点对调查人员尤其重要：既保留了 LLM 的总结能力，又避免了「幻觉」导致的情报污染。
3. 一键 Pivot 跳转
Robin 会根据本次发现自动推荐若干后续查询建议，点击即可直接发起新一轮调查。这种「发现 → 推荐 → 再调查」的循环，让分析师不用反复琢磨「下一步该搜什么」，特别适合处理复杂的多跳调查。
4. MCP 协议原生支持
Robin 同时提供了 MCP 服务端实现，可以接入 Claude Code、Codex、Claude Desktop、Hermes、OpenClaw 等任何支持 MCP 的 Agent，复用宿主自己的模型。典型的 claude mcp add 一行命令就能把它注册进去，相当于让 Claude、Codex 这些 Agent 直接具备暗网 OSINT 能力。
四、技术亮点与性能数据
- Tor 流量隔离：所有暗网搜索、页面抓取、搜索引擎健康检查都走 Tor，本机应用从不直接请求暗网页面，调查者 IP 不会被泄漏。
- 数据安全处理：抓取的文本会被放入「untrusted-data」分隔符内，先剥离控制字符、零宽字符、双向控制字符，再交给模型，从而把不可信内容当作「证据」而非「指令」读取，从源头降低提示词注入风险。
- 极简写盘策略：唯一写入操作是把调查报告落到
investigations/，且路径由 Robin 自行命名，Agent 无法指定路径，杜绝任意文件写漏洞。 - Docker 一键启动：官方镜像大小合理，
docker run一行命令即可拉起；可通过命名卷或本地目录持久化历史调查。 - 生态兼容性强：同时支持本地（Ollama、llama.cpp）和云端（OpenAI、Claude、Gemini、Mistral、Groq、OpenRouter）模型，适合不同合规要求的团队。
五、适用场景与人群
典型场景：
- 威胁情报分析师跟进泄漏数据、勒索软件声明、暗网市场动向。
- 企业安全团队对自家品牌、域名、员工邮箱在暗网中的暴露面做定期巡检。
- 学术研究或执法培训中，需要在合规前提下复现暗网调查流程。
- 调查记者对匿名信源进行初步核实。
适合谁：OSINT 分析师、企业蓝队、Threat Intel 团队、对 LLM Agent + MCP 感兴趣的开发者。 不适合谁：完全没有 Tor 使用环境的人；希望通过「一键脚本」绕过合规审查的人——工具明确声明仅用于合法调查目的。
六、竞品对比
| 维度 | Robin | 传统暗网搜索脚本 | 通用 LLM + 浏览器方案 |
|---|---|---|---|
| 查询改写 | LLM 自动生成多种变体 | 无，靠人工调关键词 | 需要手动提示 |
| 结果过滤 | LLM 自动去重/分类/打分 | 关键字正则 | 不可控 |
| 调查摘要 | 自动生成结构化报告 | 无 | 需要二次整理 |
| 对话式追问 | 基于本次数据，无幻觉 | 不支持 | 易幻觉 |
| 模型选择 | 7+ 厂商可换 | 不涉及 | 看具体 Agent |
| 部署 | Docker 一键 | 视项目而定 | 多服务拼凑 |
相对通用方案，Robin 把「暗网搜索 + LLM 过滤 + 报告产出」做成了一条完整链路，且对模型和数据源都没有锁定。
七、如何快速上手
前置条件：本机已安装 Tor（Linux/WSL：apt install tor，macOS：brew install tor），并确认 Tor 在后台运行。
Docker 一键启动（推荐）：
- 拉取镜像：
docker pull apurvsg/robin:latest - 创建
.env并填入至少一个 API Key：touch .env && echo "OPENAI_API_KEY=your_key" >> .env - 启动容器：
docker run --rm -v "$(pwd)/.env:/app/.env" --add-host=host.docker.internal:host-gateway -p 8501:8501 apurvsg/robin:latest - 浏览器打开
http://localhost:8501
进阶建议：
- 想持久化调查报告，添加
-v robin-investigations:/app/investigations。 - 想用本地模型，把 Ollama 的
OLLAMA_HOST设为0.0.0.0即可，Robin 会自动发现。 - 想把暗网能力接入 Claude/Codex，用官方提供的
claude mcp add robin -- docker run -i --rm -v robin-investigations:/app/investigations apurvsg/robin mcp一行注册即可，并把超时调到 600 秒以上。
八、总结与行动建议
Robin 把「暗网搜索 + LLM 过滤 + 报告产出 + MCP 集成」拼成了一条开箱即用的流水线，对于每天和暗网线索打交道的分析师来说，能把单次调查耗时从数小时压缩到几十分钟，并通过对话式追问与一键 Pivot 形成「调查闭环」。
合规提醒：请务必在合法授权范围内使用，并注意上游 LLM 服务商对敏感查询的合规要求。
项目地址：https://github.com/apurvsinghgautam/robin Docker 镜像：apurvsg/robin 故障排查：仓库内 TROUBLESHOOTING.md
#robin #Robin #apurvsinghgautam #命令行工具 #开发工具 #前端开发 #开源项目 #GitHub