apurvsinghgautam/robin

📌 Robin：LLM 驅動的暗網 OSINT 工具

你曾想過，讓 AI 幫你在暗網裡撿線索，會是什麼樣的體驗？
但工具本身並沒有新演算法，它的價值在於把現有模組串起來。

🤔 暗網資訊浩瀚，手動篩選耗時又易遺漏
安全研究人員常需在多個暗網搜尋引擎中蒐集線索，過程重複且依賴人工判斷。當資料量增大，單靠關鍵字搜尋難以快速聚焦有價值的內容，亦容易因操作不當觸碰法律風險。

🧪 模組化架構＋多模型支援，讓 LLM 成為查詢助手
Robin 採用乾淨的分層設計：搜尋、爬取與 LLM 流程各自獨立，可透過設定檔換裝不同的搜尋引擎或語言模型。支援 OpenAI、Claude、Gemini、Ollama 以及任何 OpenAI‑相容 API（如 LM Studio、llama.cpp、Groq），並以 Streamlit 建立網頁介面，提供即時互動的調查流程。使用 Docker 部署可確保環境隔離，降低安裝複雜度。

🔍 核心功能：LLM 輔助查詢精煉、結果過濾與摘要產出
在實際操作中，使用者先輸入初步疑問，Robin 會呼叫所選 LLM 生成更精準的搜尋語句；接著透過設定的暗網搜尋引擎取得原始結果，再由同一模型進行相關性過濾與關鍵資訊摘出；最後產出可下載的調查報告，方便後續分析或匯報。全程可視化，且所有步驟皆為可插拔模組，未來擴充新引擎或輸出格式相當直接。

💡 價值在於工作流程的整合，而非演算法創新
Robin 沒有提出新的 LLM 架構或訓練技巧，其貢獻在於將現有的搜尋、爬取與語言模型能力以標準化介面串連，降低安全人員使用 AI 進行 OSINT 的門檻。這種「工具鏈」思維讓團隊能快速切換模型以應對不同資源限制或政策需求，同時保持流程的可重複性與透明度。

⚠️ 僅限合法與教育用途，請自行評估風險
說明文件明確提醒：本工具僅供合法與教育目的使用，特定暗網內容的存取可能違反當地法規。使用者需自行審查所呼叫之 API 或模型的服務條款，並確保不將敏感查詢發送至不可信任的服務。

🎯 適合想快速上手 LLM 輔助暗網調查的安全研究者與 AI 愛好者

• 若你想在不深入複雜爬蟲程式的情況下嘗試 AI 語言模型過濾資料，Robin 提供即用的網頁介面。
• 想要在本地或伺服器上測試不同模型表現？Docker 部署與多模型切換功能讓實驗變得簡單。
• 需要將調查結果匯出給團隊審閱？內建的自訂報告功能可直接儲存為檔案。

🔗 專案連結
📂 Robin – apurvsinghgautam/robin
🔗 https://github.com/apurvsinghgautam/robin

你有使用過 LLM 協助暗網或深層網路調查的經驗嗎？歡迎在留言區分享你的觀察與技巧 👇

#AI #OSINT #DarkWeb #LLM #SecurityTools #GitHubTrending #Robin #CyberSecurity