Social-Analyzer 实战速查一个用户名查出 1000 社交平台足迹【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer线索里给你一个用户名你想确认这个人在哪些平台注册过账号。浏览器里手动挨个搜半天查十几个站还分不清哪个命中是真的。Social-Analyzer 就是干这件事的 OSINT 工具它把 1000 多个社交网站的个人资料页批量查一遍并对每条命中给出 0~100 的置信度评分No-Maybe-Yes 三档让误报少很多。30 秒上手Web 版和 CLI 两种启动方式Web 版是官方推荐用法装完打开浏览器就能用不用记参数git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer npm install npm start启动后浏览器访问http://0.0.0.0:9005/app.html输入用户名即可开始扫描。只想要命令行的话Python 包一行装好开箱即查pip3 install social-analyzer python3 -m social-analyzer --username johndoe输出按站点逐条列出每条带评分看到 rate 高且标题吻合的就是有效命中。它能帮你做什么三个典型调查需求我想批量确认一组用户名是否出现在同一批站点上。多个用户名用逗号隔开一次传入Social-Analyzer 会并行跑完全部组合。拿到结果后对比哪些站点被多个用户名共同命中账号之间的关联关系基本一目了然——这正是多用户搜索被设计出来的原因。我想把高置信度命中和低置信度命中分开看。每个结果自带评分--filter支持 good / maybe / bad 三档筛选还能用--profiles把 detected、unknown、failed 三种状态分开处理。默认输出其实已经只保留 good 档想看全量就显式传--filter all。我只想深挖几个重点站点而不是全量扫一遍。用--websites指定平台名再挂上--metadata和--extract它会从页面源码里抽标题、关键词、链接模式和联系方式等元数据。说白了就是从账号存在再往前拿几步取证材料。三种检测模式怎么选fast、slow、special 三个模式对应三套底层实现按调查目标挑模式底层机制适用场景速度fast默认HTTPS 请求 字符串匹配大范围初筛快速排除最快slowWebdriver 渲染真实页面重 JS、有反爬的站点需要降低误报明显更慢结果更准special针对个别平台的定制检测逻辑仅 Facebook、Gmail、Google 等少数站点快但只支持这几个入口special 模式能拿手机号或姓名查 Facebook、拿邮箱查 Gmail 和 Google这是其他两个模式给不了的查询入口。两套实现的源码分别在 modules/ 下的 fast-scan.js、slow-scan.js、special-scan.js。另外注意通过 Node CLInodejs app.js跑的话只有 fast 模式可用。Social-Analyzer 命令速查以下均为 Python CLI 写法Node CLI 把首行换成nodejs app.js即可。基础查询单名和批量查询是全部功能的底座。python3 -m social-analyzer --username johndoe # 单个用户名 python3 -m social-analyzer --username johndoe,janedoe # 多用户关联查询限定范围站点库有 1000 条不圈定范围一轮跑下来时间不短。python3 -m social-analyzer --username johndoe --top 100 # 只查排名前 100 的站 python3 -m social-analyzer --username johndoe --websites youtube tiktok # 指定平台 python3 -m social-analyzer --username johndoe --countries us br # 按站点国家限定 python3 -m social-analyzer --username johndoe --type music # 按站点类型限定不确定站点名时先跑一条--list查看全部可用站点。过滤与导出python3 -m social-analyzer --username johndoe --filter good # 只留高置信度命中 python3 -m social-analyzer --username johndoe --output json # 结构化输出供脚本用 python3 -m social-analyzer --username johndoe --screenshots --logs # 命中页面截图留档JSON 输出直接接进自己的归档脚本最省事。自定义请求被目标站点频繁拦截时从这里入手。python3 -m social-analyzer --username johndoe --timeout 30 # 调长单请求超时 python3 -m social-analyzer --username johndoe --headers {User-Agent: Custom/1.0} # 换请求头一个完整工作流从用户名到归档以排查某竞品在哪些社交平台活跃为例按时间线走四步# 1. fast 模式粗筛先看清活跃面 python3 -m social-analyzer --username competitor --top 50 --filter good # 2. 锁定 3 个重点平台后转 slow 深挖 python3 -m social-analyzer --username competitor --websites twitter instagram youtube --mode slow # 3. 顺带抽元数据与模式补充佐证 python3 -m social-analyzer --username competitor --websites twitter instagram youtube --metadata --extract # 4. 导出 JSON 并截图留档 python3 -m social-analyzer --username competitor --websites twitter instagram youtube --output json --screenshots --logs先宽后窄、先快后慢第 1 步决定第 2 步查哪几个站跳着跑反而浪费时间。过来人踩坑提醒--screenshots必须和--logs一起用且依赖本地装了最新版 Chrome否则截图环节直接失败。slow 比 fast 慢一个量级只想快速确认存在性的时候别碰它用默认值就好。站点会上下线误报率突然变高时先拉一次仓库更新站点库data/ 下的 sites.json再重跑。脚本化批跑记得加--silent配--output json否则屏幕输出会干扰标准输出管道。仅做授权范围内的调查追踪他人足迹时遵守当地法律法规工具本身只在本地运行数据流向由你控制。等 fast 粗筛 slow 深挖这套组合用熟了一次常规的足迹追踪基本能在一个小时内收尾。【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a persons profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考