Sherlock项目:跨平台社交媒体账号追踪工具使用指南
2026-02-03 05:40:30作者:董灵辛Dennis
项目概述
Sherlock是一款强大的开源工具,专门用于通过用户名在400多个社交网络中查找对应的账号。该工具采用Python开发,能够快速扫描各大社交平台,帮助用户确认特定用户名是否已被注册以及对应的账号信息。
核心功能
- 多平台支持:覆盖全球主流及小众社交平台
- 批量查询:支持同时查询多个用户名
- 多种输出格式:提供文本、CSV、Excel等多种结果输出方式
- 隐私保护:支持通过Tor网络进行匿名查询
- 云端执行:无需本地安装即可使用云端版本
安装方法
推荐安装方式
-
使用pipx/pip安装(跨平台通用):
pipx install sherlock-project或使用pip:
pip install sherlock-project -
Docker方式(适合容器化环境):
docker run -it --rm sherlock/sherlock
系统特定安装
- Debian (≥13)和Ubuntu (≥22.10)用户可使用系统包管理器安装
- Homebrew用户可通过brew命令安装
- Kali和BlackArch发行版也提供相应安装包
注意:ParrotOS和Ubuntu 24.04的第三方维护包目前存在问题,建议这些系统用户使用pip或Docker方式安装。
使用教程
基础查询
查询单个用户名:
sherlock username
查询多个用户名:
sherlock user1 user2 user3
查询结果会以文本文件形式保存,文件名与查询的用户名相同(如username.txt)。
高级选项
-
指定输出位置:
sherlock --output result.txt username -
使用Tor网络(增强匿名性):
sherlock --tor username -
限制查询平台:
sherlock --site twitter --site github username -
结果导出格式:
- CSV格式:
--csv - Excel格式:
--xlsx
- CSV格式:
-
代理设置:
sherlock --proxy socks5://127.0.0.1:1080 username
云端使用
Sherlock还提供云端执行方案,无需本地安装即可使用。通过简单的API调用即可获取查询结果:
echo '{"usernames":["username"]}' | apify call -so netmilk/sherlock
云端版本支持通过API、CLI以及多种编程语言的SDK进行调用。
技术原理
Sherlock的工作原理是通过模拟HTTP请求访问各个社交平台的用户页面,根据返回的状态码和页面内容判断用户名是否存在。工具内置了针对每个平台的特定检测逻辑,确保查询结果的准确性。
使用场景
- 品牌保护:检查公司品牌名在各大平台的注册情况
- 数字足迹分析:调查特定用户的网络活动范围
- 安全审计:检查敏感用户名是否被冒用
- 市场调研:分析竞争对手在各平台的布局
注意事项
- 频繁查询可能会触发某些平台的防爬机制
- 使用Tor网络会显著降低查询速度
- 部分平台可能需要额外的验证步骤才能查看完整信息
- 请遵守各平台的使用条款,避免滥用
Sherlock作为一款开源工具,持续更新维护,建议定期更新以获取最新的平台支持。通过合理使用,它将成为数字身份调查和网络研究的强大助手。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
暂无描述
Markdown
852
5.68 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410