mcpField
E
eidolon

eidolon

本地服务
github.com/sudohnim安全15 周前更新

关于 eidolon

Eidolon 是用于了解个人数字足迹的 OSINT 扫描器,面向自查或获授权的安全评估。它汇总约 25 个来源的数据,由本地 LLM 编写报告,并以确定性方式生成风险评分和凭据档案。

主要功能

  1. 01汇总约 25 个 OSINT 来源
  2. 02映射至 MITRE ATT&CK
  3. 03标记可能用于 AI 训练的数据暴露
  4. 04确定性风险评分与凭据档案
  5. 05输出 Markdown、PDF 和 JSON

适用场景

  1. 01检查个人邮箱或账号的泄露情况
  2. 02评估获授权目标的数字足迹
  3. 03查看暴露信息可能带来的攻击路径

MCP 相关

Eidolon 作为本地运行的 MCP 服务,通过 stdio 向客户端提供扫描目标、查询扫描状态、列出历史扫描、读取报告和显式查看凭据等工具。凭据默认隐藏。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Eidolon

Eidolon

Eidolon 以隐私保护为先,帮助你查找并了解自己的数字足迹。该技术栈使用 OSINT 工具,根据你的搜索参数收集信息,然后由本地大模型将其整理成报告。大模型在你的设备上运行,因此数据不会传到外部服务,也不会离开你的设备——数据由你掌控。

功能

  • 汇总约 25 个 OSINT 来源的信息——数据泄露、泄露的凭据、数据经纪商、账户枚举、公开记录、电话/电子邮件情报、暴露的主机——生成一份风险报告。
  • 将发现映射到 MITRE ATT&CK,让你了解攻击者实际可以利用暴露信息做什么。
  • 标记 AI 训练暴露情况(哪些平台可能会使用你的数据进行训练,以及如何选择退出)。
  • 风险评分和泄露凭据档案均为确定性生成——依据扫描状态构建,而非由大模型生成——因此即使大模型出现故障,报告仍然可用。模型只负责撰写说明文字。
  • 输出 Markdown、PDF 和 JSON。

原生支持 MCP

Eidolon 以 MCP 服务的形式运行,因此你可以通过任何 MCP 客户端(Claude Desktop、Claude Code)使用它——扫描目标、列出以往扫描并以对话方式阅读报告。它通过 stdio 在本地运行;你的数据不会离开设备。

工具:scan_target、scan_status、list_scans、get_report、reveal_credentials。扫描需要几分钟,因此 scan_target 会立即返回一个 scan_id,并在后台运行——轮询 scan_status(scan_id),直到状态显示为 done,然后调用 get_report(scan_id)。泄露凭据档案(数据泄露文件中的明文密码)默认会被隐藏,只有在你明确调用 reveal_credentials 时才会返回。

要求

以下内容均为可选项——Eidolon 会根据你提供的内容运行,并针对每个来源说明哪些内容因缺少令牌而无法检查,哪些内容已检查但未发现问题。

  • Python 3.11+ 和 uv(必需)
  • 用于生成本地大模型说明文字的 Ollama:ollama pull llama3.1:8b——如果 Ollama 不可用,仍会确定性地生成报告(只是没有说明文字)。
  • 正在运行的 SpiderFoot 实例——如果无法访问则跳过。
  • API 密钥——参见 .env.example。每个密钥都会解锁一个数据来源,缺少时会正常跳过(报告会显示“未检查——请设置 X”)。没有密钥的扫描内容较少,但仍可运行。

初次使用?请从安装与配置指南开始——了解要获取哪些密钥、各自的费用,以及它们能解锁什么。

快速开始

git clone https://github.com/sudohnim/eidolon && cd eidolon
uv sync
cp .env.example .env        # fill in your keys

# scan yourself from the CLI
uv run eidolon --email [email protected]

# or run the MCP server (stdio)
uv run eidolon-mcp
在 Claude Desktop 中使用

选项 1 — 从本地克隆使用(从 cwd 加载 .env):

{
  "mcpServers": {
    "eidolon": {
      "command": "uv",
      "args": ["run", "eidolon-mcp"],
      "cwd": "/absolute/path/to/eidolon"
    }
  }
}

选项 2 — 通过 uvx 从 PyPI 使用(推荐,无需克隆)。在 env 区块中传入你的密钥:

{
  "mcpServers": {
    "eidolon": {
      "command": "uvx",
      "args": ["--from", "eidolon-osint", "eidolon-mcp"],
      "env": {
        "HIBP_API_KEY": "...",
        "DEHASHED_API_KEY": "...",
        "OLLAMA_HOST": "http://localhost:11434"
      }
    }
  }
}

选项 3 — 直接从 GitHub 使用(预发布版 / 最新提交):

{
  "mcpServers": {
    "eidolon": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/sudohnim/eidolon", "eidolon-mcp"],
      "env": {
        "HIBP_API_KEY": "...",
        "DEHASHED_API_KEY": "...",
        "OLLAMA_HOST": "http://localhost:11434"
      }
    }
  }
}

只添加你已有的密钥——其余密钥对应的来源会正常跳过。然后让 Claude “扫描我的电子邮件”;它会调用 scan_target、轮询 scan_status,并读取报告。

工作原理

LangGraph 工作流:intake → wave 1 scans → wave 2 scans → MITRE mapping → correlation → analysis → report。CLI 和 MCP 服务都会调用相同的 run_scan() 核心;读取操作通过一个小型仓储层完成。架构及未来规划(有状态历史记录、持续监控)请参见 docs/ROADMAP.md。

预期用途

Eidolon 用于扫描你自己,或扫描你明确获准评估的目标(经授权的安全测试、你自己的数字足迹)。它会揭示真实机密信息,包括数据泄露文件中的明文密码。**未经他人同意,不得将其用于分析或监视他人。**你有责任遵守所配置数据来源的使用条款及适用法律。

许可证

AGPL-3.0。如果你将修改后的版本作为网络服务运行,则必须向用户提供其源代码。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。