新闻详情

新闻详情

首页 / 资讯中心 / 详情

Aliens Eye输出6大格式:JSON、CSV、HTML到PDF与图谱报告的速查清单

发布时间:2026/11/19 6:43:58来源:尧图网络
Aliens Eye输出6大格式:JSON、CSV、HTML到PDF与图谱报告的速查清单
Aliens Eye输出6大格式JSON、CSV、HTML到PDF与图谱报告的速查清单【免费下载链接】Aliens_eyeHunt down 840 social media accounts using AI项目地址: https://gitcode.com/gh_mirrors/al/Aliens_eyeAliens Eye是一款 AI 驱动的 OSINT 用户名扫描工具可异步扫描840 个社交平台。扫描结束后它支持 6 大输出格式——JSON、CSV、HTML、Markdown、PDF 与图谱报告GEXF / Mermaid / Maltego——从数据分析到正式调查报告按需一键导出。一条命令导出全部文档格式最常用的方式aliens_eye username --format all --output results--format all会同时生成JSON、CSV、HTML、Markdown四种文档报告。图谱与 PDF 属于分析型产物需要单独指定见下文。六大输出格式逐一速查1️⃣ JSON —— 完整结构化数据适用场景程序化处理、二次开发、归档留档包含每个站点的完整特征状态码、置信度、AI 解析信号ai_analysis顶层结构为scan_summary汇总variations逐变体明细文件示例username_basic_20260924_013200.json 扫描后可随时回看aliens_eye -r results/xxx.json核心构建逻辑见 exporter.py。2️⃣ CSV —— 扁平化表格适用场景导入 Excel / Google Sheets、批量筛选每行一个变体 × 站点组合固定 9 列base_username、variation、site、status、confidence、http_code、url、final_url、response_time无嵌套结构最适合做透视表或 SQL 导入写入实现见 exporter.py。3️⃣ HTML —— 可分享的网页报告适用场景发给同事或客户浏览器直接打开独立 HTML 文件内联 CSS零外部依赖带样式表格含头像缩略图、昵称、简介Found / Maybe 结果按置信度降序排列4️⃣ Markdown —— Found/Maybe 摘要适用场景写入 Wiki、Notion、Jira 工单只保留Found和Maybe记录自动过滤 Not Found 噪音纯文本表格方便二次编辑5️⃣ PDF —— 调查员风格报告适用场景正式调查报告、打印归档A4 版式内嵌目标头像最多 40 张按变体分组列出站点、状态、置信度、姓名/简介⚠️ 需额外安装依赖pip install aliens-eye[pdf]基于 reportlab生成逻辑见 pdf_report.py。6️⃣ 图谱格式 —— GEXF / Mermaid / Maltego CSV适用场景可视化社交关系、导入图分析工具格式文件后缀可导入工具GEXF.gexfGephi、yEdMermaid.mmdMermaid Live Editor、VS Code 插件Maltego*_maltego.csvMaltego CE / Pro 节点 Found/Maybe 的账号边 has-account或关联聚类理由。配合--correlate可把疑似同一人的账号连成簇。aliens_eye username --correlate --format gexf,mermaid,maltego格式选择速查表你的需求推荐格式命令片段归档 / 二次开发JSON--format json表格分析CSV--format csv分享 / 审阅HTML 或 PDF--format html/--format pdf写入文档Markdown--format md关系可视化图谱三件套--format gexf,mermaid,maltego全都要文档类all--format all关键细节别踩坑all≠ 全部--format all只包含 json、csv、html、md图谱和 PDF 需单独指定源码逻辑见 exporter.py。文件名自带时间戳{username}_{level}_{YYYYMMDD_HHMMSS}.{ext}默认输出到results/目录可用--output覆盖。PDF 缺依赖时不崩溃打印安装提示并优雅跳过不影响其他格式。配置优先级CLI 参数 config.json 默认值可在配置中预设output_formats参考 config.example.json。输出管线在代码中怎么走scan 完成 └─ ResultsExporter.save_results() ← exporter.py ├─ JSON json.dump ├─ CSV csv.DictWriter ├─ HTML 内联模板拼接 ├─ MD 逐行字符串拼接 ├─ GEXF / Maltego / Mermaid ← 依赖 correlation 数据 └─ PDF → pdf_report.write_pdf()完整运行时流程见 WORKING.md 的Output pipeline一节CLI 参数定义见 cli.py。一句话总结要数据就 JSON要表格就 CSV要分享就 HTML 或 PDF要可视化就上图谱——--format支持逗号分隔自由组合一次扫描满足所有下游需求。【免费下载链接】Aliens_eyeHunt down 840 social media accounts using AI项目地址: https://gitcode.com/gh_mirrors/al/Aliens_eye创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉