Sherlock:跨 400+ 社交网络的用户名侦查利器

简介: Sherlock是一款开源OSINT工具,可自动在百个社交平台批量查询用户名存在情况,助力数字身份分析、品牌保护与安全研究。支持Docker一键部署,环境隔离、操作简便,输出结果可导出保存,适用于渗透测试与网络安全学习。(239字)

1. Sherlock 简介与使用价值

Sherlock 是一款开源 OSINT(Open Source Intelligence,开源情报)用户名查询工具,可以根据输入的用户名,在大量公开社交网络平台中自动检测该用户名是否存在。
传统方式需要人工逐个平台搜索,而 Sherlock 可以自动化完成查询,提高信息收集效率。

主要应用场景:

  • 用户名资产检查
  • 数字身份分析
  • 网络安全学习
  • OSINT 信息收集
  • 企业品牌保护

Sherlock 优势:

  • 自动化查询多个平台
  • Docker 部署简单
  • 环境隔离
  • 方便迁移维护

2. Docker 部署环境准备

推荐环境:

项目 配置
操作系统 Ubuntu 20.04/22.04
CPU 1核以上
内存 1GB以上
磁盘 10GB以上
Docker 20.x以上

安装 Docker:

apt update
apt install docker.io -y

启动 Docker:

systemctl start docker
systemctl enable docker

查看版本:

docker --version

3. Sherlock Docker 部署

拉取镜像

docker pull sherlock/sherlock


查看镜像:

docker images

创建结果目录

mkdir -p /opt/sherlock/results

测试运行

docker run --rm sherlock/sherlock --help


出现帮助信息表示部署成功。


查询用户名

示例:

docker run --rm sherlock/sherlock testuser

保存查询结果

docker run --rm \
-v /opt/sherlock/results:/opt/sherlock/results \
sherlock/sherlock testuser

4. Sherlock 工作流程

输入用户名

      ↓

Docker启动Sherlock容器

      ↓

加载网站检测模块

      ↓

访问公开社交平台

      ↓

判断账号是否存在

      ↓

输出账号URL

      ↓

保存分析结果

5. Sherlock 功能介绍与使用效果

5.1 基础查询

docker run --rm sherlock/sherlock username

输出:

GitHub:
https://github.com/username

Reddit:
https://reddit.com/user/username

5.2 指定平台查询

例如只查询 GitHub:

docker run --rm sherlock/sherlock \
--site GitHub username

5.3 输出文件

docker run --rm \
-v /opt/sherlock/results:/opt/sherlock/results \
sherlock/sherlock \
--output result.txt username

5.4 批量查询

docker run --rm sherlock/sherlock user1 user2 user3

6. 常用维护命令

查看容器:

docker ps -a

删除镜像:

docker rmi sherlock/sherlock

更新镜像:

docker pull sherlock/sherlock

查看帮助:

docker run --rm sherlock/sherlock --help

7. 总结

Sherlock 是一个优秀的 OSINT 信息收集工具,通过 Docker 部署可以快速搭建用户名分析环境。

完整流程:

安装Docker

↓

拉取Sherlock镜像

↓

启动容器

↓

输入用户名

↓

自动检测平台

↓

生成查询结果

Sherlock 可以帮助安全人员快速进行公开信息分析,提高数字身份管理和安全测试效率。

使用过程中需要遵守法律法规,仅用于授权的信息安全测试和学习研究。

目录
相关文章
|
监控 NoSQL
JLink + GDB 调试方法
本节主要介绍嵌入式开发中常用的JLink+GDB调试方法。 调试所需软件 J-link,可以从https://www.segger.com下载对应操作系统的软件包,然后安装(注意:segger是仿真器的名字,相当常用的一款,仿真器的接口也是固定的,一般开发版上都会带有这个调试接口,如图) 运行JLinkGDBServer 按照上图中的配置,配置GDBServer,然后点击OK,进入下一个界面 注意,如果硬件连接没有问题,那么上图中的J-Link和 Device栏中显示绿色,GDB显示为红色,因为我们还没有运行GDB软件。
9867 46
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
8488 17
|
3月前
|
数据采集 人工智能 监控
从SEO到GEO:B2B出海企业AI认知工程的12步闭环架构与实践
基于B2B外贸出海实践,见增出海提出一套可落地的GEO技术实施框架与12步闭环架构,涵盖内容结构化(Schema.org/JSON-LD)、多信源矩阵分发、AI爬虫策略、客户信号追踪及销售触达闭环。重点探讨GEO如何同时服务Inbound(海外买家主动验证)与Outbound(基于预热信号的精准触达)两条路径,避免"做了GEO就等客上门"的常见误区。适合技术团队、架构师及出海企业CTO参考。
330 1
从SEO到GEO:B2B出海企业AI认知工程的12步闭环架构与实践
|
3月前
|
人工智能 安全 API
计算巢 X DeepSeek Harness — 云端智能体工作台
DeepSeek Harness是DeepSeek推出的开源云端AI协作者,支持一键部署、多模型切换与安全审批。内置133个插件,可读写代码、执行命令、任务分解、子代理委派,真正“能干活”。团队共享、浏览器即用,告别本地环境噩梦。
计算巢 X DeepSeek Harness — 云端智能体工作台
|
9月前
|
弹性计算 人工智能 前端开发
2026年OpenClaw(原Clawdbot)部署步骤+Web页面集成保姆级教程
2026年OpenClaw(前身为Clawdbot)凭借轻量化容器化架构、灵活的插件扩展体系,成为企业快速搭建定制化AI应用的核心框架;阿里云提供的弹性计算资源、成熟的云端运维能力与高可用网络环境,为OpenClaw的稳定运行提供了坚实基础;而将OpenClaw集成至自有Web页面,可实现“网页端交互+云端AI处理”的一体化体验,覆盖智能客服、办公助手、数据查询等多场景。本文基于2026年最新版本实测,从阿里云环境搭建、OpenClaw部署、Web页面集成配置到功能验证,提供包含完整代码命令的保姆级教程,零基础用户也能零失误完成部署与集成。
3554 4
|
3月前
|
监控
阿里云轻量应用服务器不限流量是真的不限吗?无固定流量有没有流量上限?
阿里云轻量应用服务器“不限流量”仅适用于标注“无固定流量”的套餐,即流量无上限、不额外收费;含“每月XXGB”配额的套餐则超额按0.8元/GB计费。注意:200M为峰值带宽,非保障带宽,且禁止流量穿透。阿里云轻量应用服务器官网:https://t.aliyun.com/U/dwftch
|
9月前
|
人工智能 监控 安全
阿里云OpenClaw(Clawdbot)保姆级教程:3步部署+3个必装Skill+5个实战案例,从新手到高手
2026年年初,一只名叫Molty的“小龙虾”席卷全球科技圈——OpenClaw(原Clawd、Moltbot)以72小时狂揽60,000+ GitHub Stars的速度爆红,如今星标数已突破180,000+,不仅让Mac Mini全球卖断货,更带动Cloudflare股价上涨20%。它不是普通的聊天机器人,而是“长了手的AI助理”,能通过Telegram、飞书等10+渠道主动执行任务,从网站重建、买车砍价到Bug修复,真正实现“聊天框里办大事”。
3786 13
|
9月前
|
人工智能 网络安全 调度
2026年阿里云OpenClaw(Clawdbot)安装并使用Skills保姆级教程
2026年,OpenClaw(前身为Clawdbot、Moltbot)凭借开源轻量化架构、强大的AI协同能力及完善的插件生态,成为个人、开发者及轻量团队搭建专属AI助手的首选工具[2]。其核心价值在于“自然语言指令+任务自动化”,无需复杂开发,即可实现多场景任务高效执行;而Skills作为OpenClaw的“功能扩展核心”,相当于为AI助手配备了“灵活双手”,通过各类模块化技能插件,让OpenClaw突破纯语言交互的限制,解锁网页自动化、文件处理、代码开发、邮件管理、信息搜索等具象化能力[3]。
2076 6
|
3月前
|
缓存 自然语言处理 运维
榨出高纯度 Prompt:大模型混合检索 Rerank 调优全流程
混合检索虽提升了召回率,但因量纲不一和双塔模型语义折损,易导致噪声挤占 Prompt 引发幻觉。 本文深入探讨“大模型知识库混合检索重排序 Rerank 实践”,拆解“多路粗召回 + RRF 融合 + Cross-Encoder 精确打分 + 动态阈值截断”的两阶段标准架构。同时横向对比 BGE、Cohere 等主流选型,并针对延迟优化与元数据注入提供实操调优技巧,助力系统实现高精度输出。
493 0
|
3月前
|
小程序 Java PHP
2026 开源商城排行榜!Java/PHP8 大项目对比,选错系统二开到崩溃
2026年开源商城系统实战选型指南:避坑关键在系统而非业务。本文按技术栈新旧、开源完整性、架构适配性及二开友好度,精选8大主流系统——VortMall(微服务首选)、Tigshop(功能全覆盖)、CRMEB(微信生态强)等,并附协议风险、流程闭环、部署成本等落地 checklist,助团队高效抄作业。