企业官网建设流程全解析

Social Analyzer：3 步跑通跨平台用户画像关联分析

【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a person's profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer

手里只有一个用户名，想摸清这个人还占着哪些账号，手动上千家网站挨个搜基本不现实。Social Analyzer 是一款做跨平台用户画像关联分析的 OSINT 工具（OSINT 即开源情报，简单说就是从公开渠道挖信息）：把用户名丢给它，它替你扫一遍常用社交平台，几分钟后吐出一份带置信度评分的账号清单，用户画像就有了底稿。这篇按"解决什么 → 内部怎么运转 → 三步跑通 → 怎么定制"的顺序讲，5 分钟能读完。

它到底在解决什么

同一个人往往同时占着几十个平台的账号，还喜欢复用同一个 ID；可每个平台的页面结构都不一样，也没有统一接口，人工逐个查效率约等于零。Social Analyzer 把 1000 多家网站的"账号 URL 长什么样、页面里有什么特征"整理成规则库（见 data/sites.json），再自动化地挨个探测，把散落在各平台的社交账号关联到一起。

它还有两件顺手的事。一是字符串分析：modules/string-analysis.js 会把 johndoe 自动扩展成 john_doe、john.doe、johndoe99 这类变体，一次查询覆盖更多组合，这也是跨平台账号探测里最容易漏的一环。二是名字语义分析：modules/name-analysis.js 配合 data/names.json 的姓名库，能推断名字的常见语言和文化背景，帮你补全用户画像里"人"的部分。作为 OSINT 开源工具，它的规则库、检测逻辑和提取模块全部开放，后面会讲怎么改。

内部怎么运转

想理解它，别按"采集、提取、分析"的流水线想，按两条探测路径加一个公共评分层看更清楚。

快路径：modules/fast-scan.js 直接用 HTTP 请求打各平台 URL，看状态码和返回的页面源码，默认 15 个并发、失败自动重试三轮。适合先筛一遍，扫 top 50 的平台通常几分钟内出结果。

深路径：modules/slow-scan.js 起一个无头浏览器（不开界面、后台静默跑的浏览器，基于 selenium + Firefox）把页面完整渲染出来再截图。JS 动态生成的页面快路径会漏，深路径能兜住，耗时大约是 fast 的 3-5 倍。

公共评分层：两条路径的原始结果都进 modules/engine.js。它对每个平台跑 normal（源码匹配）、advanced（正文匹配）、ocr（截图 OCR，即光学字符识别，从图片里认文字，用 tesseract.js）三类检测，把命中情况汇总成 0-100 的用户画像置信度评分 rate。

外围还有几个辅助模块：modules/extraction.js 用 cheerio 解析 HTML、抽出 Open Graph 等元数据；modules/visualize.js 把抽取结果喂给 public/graph.html，画成一张力导向关联图谱（节点按关联强度自动排布的关系图）。

评分流程简化成伪代码大概是：

// engine.js 的检测与评分（简化伪代码） for (const rule of site.detections) { // 遍历该平台的检测规则 if (rule.type === 'normal') hit = source.includes(rule.string) // 页面源码直接命中 else if (rule.type === 'advanced') hit = text_only.includes(rule.string) // 渲染后的正文命中 else if (rule.type === 'ocr') hit = ocr(screen_shot).includes(rule.string) // 截图 OCR 命中 } rate = hit_count / total_rules * 100 // 汇总成 0-100 置信度

三步跑通一次完整查询 ⚡

第 1 步：装好依赖，发出第一次查询

git clone https://gitcode.com/GitHub_Trending/so/social-analyzer cd social-analyzer && npm install nodejs app.js --username "johndoe" --mode fast --top 50

这条命令的意思是：拿 johndoe 去扫排名前 50 的网站，走 fast 模式。

第 2 步：fast 和 slow 模式怎么选

命令里把--mode fast换成--mode slow即可切换；要截图加--screenshots，要元数据加--metadata。

第 3 步：看懂输出里的置信度评分

每个找到的账号都带一个 rate：≥75 基本可以当确认，40-74 算可能，低于 40 直接当误报。加--output json能把结果落成 JSON，方便接进你自己的调查流程；--filter good则只显示高置信命中，省得翻长列表。

Web 界面里 fast 模式跑完的长这样：

命令行版本的输出过程（动图）：

怎么把它适配到你的场景

仓库当前是只读的，动手前先 fork 一份到自己本地。三个最容易出效果的方向，建议按顺序试：

1. 加新平台：编辑 data/sites.json，照现有条目补一条{url: "https://xxx.com/{username}", detections: [...]}，再用--websites xxx单独验证这条规则。
2. 调检测规则：误报多的平台，多半是特征串太宽松。去 data/dict.json 和 modules/engine.js 里收紧匹配逻辑，必要时给该平台加更严格的检测串。
3. 扩展元数据提取：modules/extraction.js 现有的 cheerio 解析只覆盖常见 meta 标签，你自己的调查维度可以在这里补规则，提取到的字段会跟着进关联图谱，用户画像构建也更完整。

如果你主要用 Python 环境，也可以直接pip3 install social-analyzer装包，CLI 参数和 Node 版基本一致。

最短上手路径

不想装 Node 环境，Docker 是最省事的：

git clone https://gitcode.com/GitHub_Trending/so/social-analyzer && cd social-analyzer docker-compose up -d

起来后浏览器打开http://localhost:9005/app.html，输入用户名点 Analyze，不用碰命令行。

源码就在 modules/ 下，每个文件职责很清楚，翻一翻不难上手；用出什么问题提个 Issue，或者顺手给自己的调查场景补一条平台规则，都很欢迎。

【免费下载链接】social-analyzerAPI, CLI, and Web App for analyzing and finding a person's profile in 1000 social media \ websites项目地址: https://gitcode.com/GitHub_Trending/so/social-analyzer