CopoHub Trending

sherlock-project/sherlock

Hunt down social media accounts by username across social networks

Python · ★ 113,951 · Fork 13,109 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

sherlock-project/sherlock 已在 GitHub Trending 每日榜单上榜 13 天,最高排名第 1,首次上榜 2026-03-30,最近一次上榜 2026-11-12。

日期排名Star当日增长
2026-11-12#46110,358+1,483
2026-11-11#9110,036+2,393
2026-11-10#3108,881+4,267
2026-11-09#1106,914+4,294
2026-11-08#1103,319+2,372
2026-11-07#8100,357+1,819
2026-04-05#779,678+994
2026-04-04#779,290+1,192
2026-04-03#478,422+1,230
2026-04-02#377,140+807
2026-04-01#1075,835+865
2026-03-31#775,439+862
2026-03-30#874,635+68

同期上榜的项目

Sherlock 项目深度剖析与商业评估报告

Sherlock 项目深度剖析与商业评估报告

1. 核心定位与商业落地价值

根本痛点解决 Sherlock 解决的是 OSINT(开源情报)领域中最基础但最耗时的痛点:跨平台用户名枚举的自动化。在数字身份碎片化的时代,一个自然人会在数十乃至数百个平台注册账号,而安全分析师、取证调查员和红队成员需要快速建立目标用户的数字画像。手工访问每个平台进行用户名可用性检查,在 400+ 站点规模下是完全不可行的,Sherlock 将此过程从小时级压缩到分钟级。

商业落地场景 企业安全与红队评估:在渗透测试前期侦察阶段,通过用户名枚举快速定位员工在社交媒体、开发者平台(GitHub、GitLab)、技术社区(Stack Overflow)的暴露面,为社工攻击或凭证填充攻击提供情报输入。 反欺诈与身份验证:金融机构和电商平台可利用其检测批量注册行为——同一用户名在大量平台同时存在且注册时间集中,是机器人团伙的强信号。 品牌保护与域名抢注监测:品牌方可用其监控品牌名或产品名在各大平台的可用性,及时发现仿冒账号。 法律取证与数字调查:律师和调查记者利用其构建案件相关人员的跨平台活动轨迹。

竞品差异化与护城河 与 Maigret(另一个知名同类工具)相比,Sherlock 的护城河在于:持续更新的站点数据库(截至 2026 年 8 月仍保持活跃提交,当日 pushedat 为 2026-08-22)和 社区驱动的贡献机制(Hacktoberfest 参与度极高)。其 89.9K stars 和 10.5K forks 构成了强大的网络效应——站点失效时社区会迅速提交 PR 修复,这是任何商业 API 服务难以复制的数据维护成本优势。

---

2. 核心架构设计与技术深度

模块拆解思想 Sherlock 采用经典的 分层架构 + 数据驱动设计,核心分为三层:

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/sherlock-project/sherlock.svg)](https://github.fq6825.top/repo/sherlock-project/sherlock)