OSINT MCP服务器
企业级OSINT（开源情报）MCP服务器，用于以人为中心的情报收集，具有道德保障和法律合规性
  
概述
OSINT MCP服务器使大型语言模型能够查询多个开源情报数据源 结构化、可审计且符合法律规定的方式它提供了以人为中心的OSINT搜索功能，内置了道德护栏、信心评分和来源归因。
主要特点
- 🔍 以人为中心的搜索：按全名、别名和位置查询
- 🔗 多源聚合：10多个类别的OSINT来源
- 🎯 智能分辨率：模糊匹配、重复数据删除和置信度评分
- 🛡️ 道德护栏：内置合规控制和速率限制
- 📊 消息来源：完整的来源和引用链
- ⚖️ 遵守法律：具有管辖权意识的过滤和隐私保护
- 📝 审计日志：全面的查询和访问日志记录
建筑
┌─────────────────────────────────────────────────────────────┐
│ MCP Server (index.ts) │
│ Exposes Tools via Protocol │
└───────────────────────┬─────────────────────────────────────┘
│
┌───────────────┴───────────────┐
│ │
┌───────▼────────┐ ┌────────▼────────┐
│ OSINT Tools │ │ Connector │
│ (tools.ts) │ │ Registry │
└───────┬────────┘ └────────┬─────────┘
│ │
│ ┌────────────────────────────┘
│ │
┌───────▼──▼──────────────────────────────────────┐
│ Core Components │
│ • PersonResolver (deduplication, correlation) │
│ • EthicalGuardrails (compliance, validation) │
│ • AuditLogger (query tracking) │
└─────────────────────────────────────────────────┘
│
┌───────▼─────────────────────────────────────────┐
│ OSINT Connectors (Modular) │
│ • Search Engines (Google, DuckDuckGo) │
│ • Social Networks (LinkedIn, Twitter) │
│ • Username Search │
│ • Breach Indicators (HIBP) │
│ • Archives (Wayback Machine) │
│ • News Archives (Google News) │
│ • Geospatial (GeoNames) │
│ • Public Records (jurisdiction-specific) │
└─────────────────────────────────────────────────┘支持的OSINT源
1.搜索引擎
- 谷歌搜索 （通过自定义搜索API）
- 鸭鸭搜 （注重隐私）
2.社交和专业网络
- 领英 （仅限公开资料）
- X（推特） （公众账户通过API）
3.用户名和个人资料搜索
- 用户名枚举 （多平台检查）
4.违规指标
- 我被盗号了吗 （仅存在，无内容）
5.档案
- 时光机 （历史网页内容）
6.新闻与媒体
- Google新闻 （通过NewsAPI）
7.地理空间
- 地理名称 （位置丰富）
8.公共记录
- 法庭记录 （可公开访问）
- 商业登记 （特定管辖区）
- *注：需要特定司法管辖区的实施*
安装
先决条件
- Node.js 18+
- npm或纱线
设置
# Clone the repository
git clone https://github.com/CyberSenseLabs/mcp-server-osint.git
cd mcp-server-osint
# Install dependencies
npm install
# Build the project
npm run build
# Copy environment variables (optional)
cp .env.example .env
# Edit .env with your API keys配置
创建一个 .env 使用API密钥的文件（可选-许多连接器在没有密钥的情况下工作）：
# Google Search API (optional)
GOOGLE_SEARCH_API_KEY=your_key_here
GOOGLE_SEARCH_ENGINE_ID=your_engine_id
# Twitter API (optional)
TWITTER_BEARER_TOKEN=your_token_here
# Have I Been Pwned (optional but recommended)
HIBP_API_KEY=your_key_here
# Google News (optional)
GOOGLE_NEWS_API_KEY=your_key_here用法
运行服务器
# Development mode (with watch)
npm run dev
# Production mode
npm startMCP客户端集成
服务器使用模型上下文协议通过stdio进行通信。配置您的MCP客户端（Claude Desktop等）以使用：
{
"mcpServers": {
"osint": {
"command": "node",
"args": ["/path/to/mcp-server-osint/dist/index.js"]
}
}
}可用工具
person_search
在多个OSINT来源中搜索一个人。
输入：
{
"full_name": "John Doe",
"aliases": ["J. Doe", "Johnny"],
"location": {
"city": "New York",
"state": "NY",
"country": "US"
},
"confidence_threshold": 0.5,
"max_results": 50
}输出：
{
"entities": [
{
"name": "John Doe",
"confidence": 0.85,
"locations": [{"city": "New York", "state": "NY", "country": "US"}],
"profiles": [
{
"platform": "linkedin",
"url": "https://linkedin.com/in/johndoe",
"display_name": "John Doe"
}
],
"sources": [
{
"name": "Google Search",
"type": "search_engine",
"confidence": 0.7,
"accessed_at": "2024-01-01T12:00:00Z"
}
],
"correlation_explanation": "Found 3 potential matches; Name variations detected; 5 social/professional profiles",
"facts": [
"Profile exists on linkedin: https://linkedin.com/in/johndoe",
"Associated with location: New York, NY, US"
],
"inferences": []
}
],
"search_metadata": {
"query_time": "2024-01-01T12:00:00Z",
"sources_queried": ["google_search", "linkedin", "twitter"],
"total_results": 1,
"processing_time_ms": 1250
}
}source_attribution
获取结果的完整出处和引用链。
confidence_scoring
解释实体之间的置信度评分和相关性逻辑。
个人决心和信心评分
服务器实现了复杂的人员解析逻辑：
匹配因素
- 名称相似性 （40%重量）
- 模糊名称匹配 - 基于令牌的比较 - 别名解析
- 位置相似性 （30%重量）
- 地理位置接近 - 城市/州/国家匹配
- 轮廓重叠 （20%重量）
- 社交平台重叠 - 用户名一致性
- 来源可信度 （10%重量）
- 源类型匹配 - 跨源验证
置信水平
- 0.8-1.0：高置信度-多个来源，强匹配
- 0.5-0.8：中等信心-需要验证
- 0.3-0.5：低置信度-潜在误报
- **\ {
// Implementation }
getMetadata(): ConnectorMetadata { // Return metadata } }
2. 注册于 `src/connectors/registry.ts`
1. 在中添加配置 `src/index.ts`
## 路线图
### 计划的功能
- \[\]组织搜索功能
- \[\]暗网元数据连接器（合法时）
- \[\]高级图像反向搜索
- \[\]新闻事件的GDELT集成
- \[\]学术档案搜索（谷歌学者、ResearchGate）
- \[\]增强公共记录（针对特定司法管辖区的实施）
- \[\]结果缓存和持久性
- \[\]新发现的Webhook通知
- \[\]实体关系的图形可视化
### 特定管辖权的实施
- \[\]澳大利亚：ASIC商业登记处，法庭记录
- \[\]美国：州商业登记处、法院记录
- \[\]英国：公司注册处，法庭记录
- \[\]欧盟：符合GDPR的公共记录
## 文档
该项目包括全面的文件：
- **[README.md](README.md)** -此文件：概述、安装和使用
- **[建筑.md](ARCHITECTURE.md)** -系统设计和技术架构
- **[道德.md](ETHICS.md)** -道德框架和合规准则
- **[实施\_ SUMMARY.md](IMPLEMENTATION_SUMMARY.md)** -实施状态和功能检查表
- **[QUICKSTART.md](QUICKSTART.md)** -起床和跑步快速入门指南
- **[CLAUDE.md](CLAUDE.md)** -使用此代码库的AI代理的综合指南
- **[代理商.md](AGENTS.md)** -CLAUDE.md镜像（内容相同，与代理兼容）
**对于AI代理**：如果你是一名正在处理此代码库的AI代理，请阅读 `CLAUDE.md` 或 `AGENTS.md` 首先是关于架构、模式、伦理考虑和开发工作流程的详细指导。
## 贡献
欢迎投稿！拜托：
1. 克隆该仓库
1. 创建要素分支
1. 添加新功能的测试
1. 确保所有测试通过
1. 提交拉取请求
### 代码规范
- TypeScript严格模式
- ESLint合规性
- 全面的错误处理
- 新连接器的道德合规性审查
- 阅读 `CLAUDE.md` 详细的开发指南
## 许可证
MIT许可证-请参阅 [许可证](LICENSE) 文件以获取详细信息。
## 免责声明
**此工具仅用于合法的OSINT研究和安全目的。**
- 结果仅来自公开来源
- 不保证准确性
- 用户有责任遵守当地法律
- Cyber Sense不对误用负责
## 支持
对于问题、疑问或贡献：
- GitHub问题：
- 电子邮件：\[联系方式\]
## 致谢
内置：
- [模型上下文协议](https://modelcontextprotocol.io/)
- [TypeScript](https://www.typescriptlang.org/)
- 各种OSINT数据源（见单个连接器元数据）
______________________________________________________________________
**网络感知** -企业OSINT解决方案