osint

OSINT

遵循辨别规范、置信度评级和分层深度进行开源情报收集。仅使用公开来源。不使用泄露数据。不进行社会工程。尊重范围限制。

此技能负责协调。由你来思考。工具和脚本负责执行——它们获取信息，由你做决定。

---

如何使用此技能

1. 对目标分类。 个人、公司、域名/IP、B2B 客户、尽职调查对象或威胁实体。如果存在歧义，请询问用户。
2. 选择深度。 快速（≤5 分钟，仅网页搜索）→ 标准（15–30 分钟，多工具）→ 深入（完整档案，可能需要一小时）。除非用户另有要求，否则默认选择标准。
3. 执行以下各道关卡——每次调查都要执行。
4. 选择工作流。 请参见路由表。
5. 按照输出规范生成内容——一份 Markdown 档案，以及一个 findings.json 旁置文件。

---

四道关卡

按顺序执行。跳过任何一道，都会导致 OSINT 出错。

关卡 1 — 范围与授权

在发起任何查询之前，确认以下事项：

• 合法依据。 关于面向公众的目标（高管、公司、公开域名）的公开信息可以查询。不得调查可能遭遇跟踪、骚扰或未经授权审查的私人个人。如果请求有此类迹象，请拒绝并说明原因。
• 不使用禁止的方法。 不使用付费泄露数据库。不进行社会工程。不访问你不拥有的账号。不绕过付费墙或平台服务条款。未经明确授权，不主动探测基础设施（端口扫描、漏洞扫描）。
• 范围声明。 写一句话：“我正在使用[公开来源]，为[目的]调查[目标]。” 如果无法清楚地写出这句话，就停止。

完整规则和拒绝清单请参见 references/ethics-and-scope.md。

关卡 2 — 消歧

OSINT 中最常见的重大失误，是把同名的两个人（或两家公司）混为一谈。在报告关于目标的任何信息之前：

1. 找出所有符合姓名/用户名的合理候选对象。
2. 选择一个区分依据——雇主、所在地、年龄范围、域名、行业、照片。
3. 通过主要来源（LinkedIn、公司简介、公司网站、官方登记册）确认区分依据。
4. 说明你跟踪的是哪个候选对象，以及明确排除了哪些候选对象。

如果无法消歧，请如实说明。不要猜测。

完整流程请参见 references/disambiguation.md。

关卡 3 — 来源独立性

十个内容农场网站重复一条都抄自同一份 LinkedIn 简介的“事实”，只算一个来源，不算十个。为发现结果评级之前：

• 将每项主张追溯到主要来源（实体本身、权威登记册、一手记录）。
• 两个由同一母公司持有的来源，或两篇相互引用的文章，算作一个来源。
• 自行发布的主张（目标自己的 LinkedIn、简介、网站）可用于说明其声称的内容，但不能独立证实相关事实。

关卡 4 — 置信度评级

档案中的每项发现都要标注字母等级：

• A — 三个或更多独立来源，且至少有一个主要来源或权威来源。
• B — 两个独立来源。
• C — 一个来源，或多个非独立来源。
• D — 推断、可能但未经确认，或仅有单一自发布来源。

如果一项发现只能评为 D，要么删除，要么标注为推断。

评级标准和特殊情况请参见 references/confidence-grading.md。

---

路由表

将用户意图匹配到工作流。如有不清楚之处，请提问。

用户意图 / 表述	工作流
“调查这个人”“对……进行背景调查”“X 是谁”	workflows/person.md
“调查这家公司”“X 是做什么的”“X 靠谱吗”	workflows/company.md
“B2B 客户情报”“这个潜在客户值得跟进吗”“找出……的买家”“他们用的是什么技术栈”“他们的 MSP 是谁”	workflows/b2b-account.md
“检查这个域名/IP”“技术概况”“……上运行着什么”“……的子域名”	workflows/domain.md
“尽职调查”“投资级研究”“评估这个供应商/合作伙伴”	workflows/due-diligence.md

对于涉及多个目标的调查（例如，调查某家公司的一名员工），请依次运行相关工作流，并合并输出。

---

阶段模型

开始时选择调查深度。告知用户深度和大致预算，以便他们调整。

快速（≤5 分钟，仅使用 web_search）

• 进行 3–5 次有针对性的搜索。
• 阅读 1–2 个一手来源。
• 输出：2–3 段摘要 + 3–5 条带引用的发现 + 置信度等级。
• 适用于：初步筛查、“这件事值得关注吗”、会前准备。

标准（15–30 分钟，多工具）

• 在通用网络、LinkedIn、企业登记信息中进行 8–15 次有针对性的搜索。
• 阅读 5–10 个一手来源，包括目标自身的资源。
• 至少交叉核实三项说法，确保来源相互独立。
• 输出：按照 templates/dossier.md 编写的完整档案 + findings.json 附属文件。
• 适用于：大多数 B2B 客户工作、潜在客户研究、人物研究。

深入（60 分钟以上，使用所有可用工具）

• 迭代搜索，逐步缩小范围。
• 对域名目标进行 DNS/WHOIS/证书透明度调查。
• 交叉核对多个平台的信息。
• 在历史数据（Wayback）会影响判断时，将其纳入调查。
• 输出：完整档案、findings.json，以及一页执行摘要。
• 适用于：尽职调查、投资决策、大客户工作。

如果要超出已说明的预算，请暂停并在继续前告知用户。

---

输出约定

每次标准或深入调查都会生成两个文件：

1. <target-slug>-dossier.md — 面向阅读者，遵循 templates/dossier.md。包含各节标题、每项说法的置信度等级，以及汇总在文末的来源 URL。
2. <target-slug>-findings.json — 机器可读，遵循 templates/findings.schema.json。每项发现均包含 claim、confidence、sources[]、category、extracted_at。

对于快速调查，只需 Markdown 摘要。JSON 为可选项。

除非用户另有指定，否则将输出保存在工作目录下名为 osint/<target-slug>/ 的文件夹中。

---

工具使用

**最低要求：**网络搜索 + 获取 URL 的能力。仅凭这些工具即可完成工作。

强烈建议使用（缺少时可平稳降级）：

• LinkedIn 搜索（通过网络搜索运算符或爬虫）
• 域名调查中的 WHOIS / DNS / 证书透明度
• GitHub 搜索（免费 API 配额已足够）
• Wayback Machine（web.archive.org），用于历史调查
• Apify 或 Bright Data actors，用于社交平台信息提取（需提供 API 密钥）

搜索运算符参考：references/search-operators.md — Google dorks、LinkedIn X-ray、GitHub 搜索语法、Wayback 用法。

API 密钥检查（任何标准或深入调查开始时执行一次，静默进行）：

[ -n "$GITHUB_TOKEN" ]   && echo "github: yes"   || echo "github: no"
[ -n "$BRAVE_API_KEY" ]  && echo "brave: yes"    || echo "brave: no"
[ -n "$APIFY_TOKEN" ]    && echo "apify: yes"    || echo "apify: no"
[ -n "$SHODAN_API_KEY" ] && echo "shodan: yes"   || echo "shodan: no"

如果缺少密钥，请改用网络搜索。未先尝试此替代方案前，绝不要告诉用户“我做不了”。

---

应避免的反模式

• 不要一开始就给出档案。 先说明调查深度、范围和消歧结果；最后再整理档案。
• 不要凭空捏造置信度。 将 C 级发现标为 C 很有用。将 C 级发现标为 A，会损害报告其余部分的可信度。
• 不要用无关信息凑数。 五条来源可靠的发现，胜过五十条随手提及的信息。
• 不要以为最显眼的匹配对象就是正确人选。 CEO 很有名；你真正想联系的 IT 总监却不出名。
• 不要撰写推测性传记。 来源没说的内容，你也不要说。
• 问题有了答案就别继续挖掘。 快速调查就该快。

---

Agentic OS 集成

如果当前项目根目录包含 .agent/ 目录，此技能必须参与 Agentic OS 共享内存模型。

执行结束时，检查 .agent/state/last-run.json。如果该文件存在，请使用其规定的架构追加或更新文件，以记录本次运行。确保记录运行时信息（agent_id）、assigned_skill、简洁的 description、decision_log 和 outcome。如果要完成队列中的任务，请使用 python3 ~/.agents/skills/heartbeat/scripts/heartbeat.py complete <task_id> ...。

可选：PAI / OpenCode 集成

如果在 PAI 或 PAI-OpenCode 中运行，以下规则会自动生效：

• ~/.opencode/skills/PAI/USER/SKILLCUSTOMIZATIONS/OSINT/PREFERENCES.md 中的用户自定义设置优先于默认设置。
• 如果存在 ~/.opencode/skills/Apify/，则使用其中的 Apify actors。
• 如果 ~/.opencode/skills/PAI/SKILL.md 存在，则会先加载记忆/上下文。

如果这些路径不存在，请忽略。此技能可独立运行。

---

快速入门示例

用户：“帮我调查 Avenir Senior Living 的 Jason Gurash——B2B 潜在客户，基础设施咨询方向。”

你的第 1 轮回复（暂不整理档案）：

正在启动 B2B 账户情报调查。将使用 workflows/b2b-account.md 工作流。深度：标准（约 20 分钟）。消歧目标：Avenir Senior Living 运营副总裁 Jason Gurash。在报告任何关于他个人的细节前，我会先确认匹配对象。范围：用于销售拓展的公开来源——公司网站、LinkedIn、新闻和技术概况。由于个人生活方面的信息与咨询场景无关，我会跳过。现在开始。

然后运行工作流。接着整理包含等级评定的档案。