title: “Osint Investigation — Follow the money via public records and sanctions data” sidebar_label: “Osint Investigation” description: “Follow the money via public records and sanctions data”

{/* 本页面由 website/scripts/generate-skill-docs.py 根据该技能的 SKILL.md 文件自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}

开源情报调查

通过公开记录与制裁数据追踪资金流向。

技能元数据


来源	可选 — 通过 `hermes skills install official/research/osint-investigation` 安装
路径	`optional-skills/research\osint-investigation`
版本	`0.1.0`
开发者	Hermes Agent（基于 ShinMegamiBoson/OpenPlanter，MIT 许可协议）
许可协议	MIT
支持平台	linux、macos、windows
标签	`osint`、`调查`、`公开记录`、`安全`、`制裁`、`企业注册信息`、`房产信息`、`法庭记录`、`尽职调查`、`新闻报道`
相关技能	`domain-intel`、`arxiv`

参考：完整 SKILL.md 内容

:::info 以下是当触发该技能时 Hermes 所加载的完整技能定义。技能运行时，Agent 就会看到这些指令作为操作指南。: ::

开源情报调查 —— 公开记录交叉验证

针对公开记录类开源情报的调查框架：涵盖政府合同、企业备案信息、游说活动、制裁措施、海外数据泄露事件、房产记录、法庭记录、网页存档、知识库以及全球新闻等内容。该技能能够跨不同来源识别实体、以明确置信度建立关联链接、执行统计时间分析，并生成结构化的证据链。

仅支持 Python 标准库，无需任何安装，可在 Linux、macOS 和 Windows 系统上运行。大多数数据源无需 API 密钥即可使用（OpenCorporates 提供可选的免费令牌，但会限制调用频率）。

该功能基于采用 MIT 许可协议的 ShinMegamiBoson/OpenPlanter 项目开发，并对其进行了扩展，涵盖了原项目未涉及的身份信息、财产信息、诉讼记录、档案资料以及新闻来源等数据。

何时使用此功能

当用户询问以下内容时，可使用此功能：

“资金流向追踪”——政府合同、游说活动与立法、制裁措施之间的关联
企业尽职调查——公司 X 的控制方是谁、注册地在哪里、董事会成员有哪些、提交了哪些文件
制裁名单筛查——实体 X 是否出现在美国财政部海外资产控制办公室的制裁名单或国际反腐败记者联盟的泄密名单中
“寻租”行为调查——与境外机构有关联的承包商、获得项目的游说客户
财产所有权查询——通过姓名或地址查找已登记的产权契据/抵押贷款记录（仅限纽约市；其他地区则指引用户联系相应的登记机构）
诉讼历史查询——检索联邦法院和州法院的判决文书以及 PACER 系统中的案件档案
名称不统一时的多源实体识别（如 LLC 后缀、缩写等）
带有明确置信度级别的证据链构建
“关于 X 有哪些报道”——整合国际新闻来源（GDELT）、维基百科内容以及通过网页归档工具找回已失效的网址

请勿将此功能用于以下场景：

通用网络搜索 → web_search / web_extract
域名/基础设施相关开源情报收集 → domain-intel 技能
学术文献检索 → arxiv 技能
社交媒体账号发现 → sherlock 技能（可选）
美国联邦竞选资金信息 —— 此处有意不涵盖 FEC 相关内容
（在免费的 DEMO_KEY 计划下，该 API 不支持针对特定捐款人的查询，可靠性较差）。如需了解联邦层面捐款信息，请引导用户直接访问 https://www.fec.gov/data/。

工作流程

该智能体通过 terminal 工具来运行脚本。SKILL_DIR 即存放对应 SKILL.md 文件的目录。

1. 确定适用的数据来源

查阅数据源相关的维基页面，以此规划调查方案：

ls SKILL_DIR/references/sources/

# Federal financial / regulatory
cat SKILL_DIR/references/sources/sec-edgar.md       # corporate filings
cat SKILL_DIR/references/sources/usaspending.md     # federal contracts
cat SKILL_DIR/references/sources/senate-ld.md       # lobbying
cat SKILL_DIR/references/sources/ofac-sdn.md        # sanctions
cat SKILL_DIR/references/sources/icij-offshore.md   # offshore leaks

# Identity / property / litigation / archives / news
cat SKILL_DIR/references/sources/nyc-acris.md       # NYC property records
cat SKILL_DIR/references/sources/opencorporates.md  # global corporate registry
cat SKILL_DIR/references/sources/courtlistener.md   # court records (federal + state)
cat SKILL_DIR/references/sources/wayback.md         # Wayback Machine archives
cat SKILL_DIR/references/sources/wikipedia.md       # Wikipedia + Wikidata
cat SKILL_DIR/references/sources/gdelt.md           # global news monitoring

每条数据条目均遵循包含9个部分的模板结构：概要、访问方式、数据结构、覆盖范围、交叉引用键、数据质量、数据获取方式、法律相关事项以及参考资料。

交叉引用潜力部分用于标识不同数据源之间的关联键——请先阅读该部分，以便为数据选择合适的配对组合。

2. 数据获取

每个数据源在 SKILL_DIR/scripts/ 目录下都配有仅依赖标准库的获取脚本：

联邦金融/监管领域

# SEC EDGAR filings (corporate disclosures)
python SKILL_DIR/scripts/fetch_sec_edgar.py --cik 0000320193 \
    --types 10-K,10-Q --out data/edgar_filings.csv

# USAspending federal contracts
python SKILL_DIR/scripts/fetch_usaspending.py --recipient "EXAMPLE CORP" \
    --fy 2024 --out data/contracts.csv

# Senate LD-1 / LD-2 lobbying disclosures
python SKILL_DIR/scripts/fetch_senate_ld.py --client "EXAMPLE CORP" \
    --year 2024 --out data/lobbying.csv

# OFAC SDN sanctions list (full snapshot)
python SKILL_DIR/scripts/fetch_ofac_sdn.py --out data/ofac_sdn.csv

# ICIJ Offshore Leaks — downloads ~70 MB bulk CSV on first use,
# then searches it locally. Cached for 30 days under
# $HERMES_OSINT_CACHE/icij/ (default: ~/.cache/hermes-osint/icij/).
python SKILL_DIR/scripts/fetch_icij_offshore.py --entity "EXAMPLE CORP" \
    --out data/icij.csv

身份信息/财产状况/诉讼案件/档案记录/新闻资讯

# NYC property records (deeds, mortgages, liens) — ACRIS via Socrata
python SKILL_DIR/scripts/fetch_nyc_acris.py --name "SMITH, JOHN" \
    --out data/acris.csv
python SKILL_DIR/scripts/fetch_nyc_acris.py --address "571 HUDSON" \
    --out data/acris_addr.csv

# OpenCorporates — 130+ jurisdiction corporate registry
# (free token required; set OPENCORPORATES_API_TOKEN or pass --token)
python SKILL_DIR/scripts/fetch_opencorporates.py --query "Example Corp" \
    --jurisdiction us_ny --out data/opencorporates.csv

# CourtListener — federal + state court opinions, PACER dockets
python SKILL_DIR/scripts/fetch_courtlistener.py --query "Smith v. Example Corp" \
    --type opinions --out data/courts.csv

# Wayback Machine — historical web captures
python SKILL_DIR/scripts/fetch_wayback.py --url "example.com" \
    --match host --collapse digest --out data/wayback.csv

# Wikipedia + Wikidata — narrative bio + structured facts
# Set HERMES_OSINT_UA=your-app/1.0 (your@email) to identify yourself
python SKILL_DIR/scripts/fetch_wikipedia.py --query "Bill Gates" \
    --out data/wp.csv

# GDELT — global news in 100+ languages, ~2015→present
python SKILL_DIR/scripts/fetch_gdelt.py --query '"Example Corp"' \
    --timespan 1y --out data/gdelt.csv

所有输出均为带有表头行的标准化 CSV 格式。脚本可重复运行且具备幂等性。

当查询对象并非来自某个数据源中的特定主体时（例如非上市公司人员无法从 SEC EDGAR 获取数据，非联邦承包商无法从 USAspending 获取数据，非游说客户无法从 Senate LDA 获取数据），脚本会返回 0 行数据并给出明确警告，而不会默默生成空 CSV 文件。EDGAR 数据源还会特别标注出公司名称解析结果对应的是个人提交的 3/4/5 号表格，而非企业注册主体。

各数据源的文档中均有关于速率限制的说明。默认的数据获取工具会在分页请求之间适当延迟。对于支持 API 密钥的数据源（如 SEC_USER_AGENT、SENATE_LDA_TOKEN、OPENCORPORATES_API_TOKEN、COURTLISTENER_TOKEN），使用这些密钥会提升该数据源的速率限制。所有脚本都会立即返回 429 错误响应，并附上上游服务端的限额提示，以便用户知晓需要降低请求频率或提供相应密钥。

3. 跨数据源解析实体

对名称进行标准化处理，并在两个 CSV 文件之间查找匹配项：

# Match lobbying clients (Senate LDA) against contract recipients (USAspending)
python SKILL_DIR/scripts/entity_resolution.py \
    --left  data/lobbying.csv   --left-name-col  client_name \
    --right data/contracts.csv  --right-name-col recipient_name \
    --out data/cross_links.csv

提供三种具有明确置信度级别的匹配方式：

等级	方法	置信度
`exact`	去除后缀和标点符号后，标准化字符串完全相等	高
`fuzzy`	按顺序排列的词元相等（词袋匹配）	中
`token_overlap`	词元重叠率≥60%，共有词元≥2个，且每个词元长度≥4个字符	低

cross_links.csv 的输出列包括：match_type, confidence, left_name, right_name, left_normalized, right_normalized, left_row, right_row。

4. 统计时间相关性分析（可选）

通过排列检验方法，判断两个时间序列是否异常地紧密聚集在一起——例如在合同授予前后出现的游说活动记录——以此识别潜在关联。

python SKILL_DIR/scripts/timing_analysis.py \
    --donations data/lobbying.csv --donation-date-col filing_date \
        --donation-amount-col income --donation-donor-col client_name \
        --donation-recipient-col registrant_name \
    --contracts data/contracts.csv --contract-date-col award_date \
        --contract-vendor-col recipient_name \
    --cross-links data/cross_links.csv \
    --permutations 1000 \
    --out data/timing.json

该脚本所使用的列标志被刻意设计为通用格式——虽然该工具最初是为区分捐赠与奖励场景而开发的，但只要通过交叉链接将任意（活动、收款方）时间序列关联起来，它依然能够正常使用。其零假设为：活动发生时间与奖励日期相互独立。单尾p值表示在所有排列组合中，平均最近奖励距离小于或等于观测值的占比。每对（付款方、供应商）至少需要3次活动数据才能运行此项测试。

5. 生成结果JSON文件（证据链）

python SKILL_DIR/scripts/build_findings.py \
    --cross-links data/cross_links.csv \
    --timing data/timing.json \
    --out data/findings.json

每个检测结果均包含 id、title、severity、confidence、summary、evidence[]、sources[] 这些字段。
每条证据项都会指向源 CSV 文件中的特定行，用户（或后续处理的智能体）可据此验证每一项结论的真实性。

置信度与证据的规范

这是该智能体功能的核心准则。需向用户明确说明：

每一项结论都必须有对应的记录依据，不得出现无根据的断言。
置信度等级会随结论一同呈现。match_type=fuzzy 表示“可能”，而非“已确认”。
实体识别仅能生成候选项，而非最终结论。“ACME LLC”与“Acme Holdings Group”之间的“模糊匹配”仅属于线索，而非事实。
统计显著性并不等同于违规行为。p值小于0.05仅说明在零假设前提下该时间模式出现的可能性较低，无法证明存在腐败行为。
此处所有的数据来源均为公开记录，但仍可能存在不准确之处、过时信息或被遮蔽的内容（如受GDPR保护的记录或密封文件）。

添加新的数据来源

请使用以下模板：

cp SKILL_DIR/templates/source-template.md \
    SKILL_DIR/references/sources/<your-source>.md

请填写全部9个字段。在scripts/目录下编写一个名为fetch_<source>.py的脚本，该脚本仅能使用标准库功能，并生成格式规范的CSV文件。同时，请更新上方“适用场景”部分中的数据源列表。

工具及其限制

entity_resolution.py不依赖任何外部模糊匹配库（如rapidfuzz或jellyfish），其最大匹配能力为基于词袋模型的匹配。如果需要使用莱文斯坦距离、音译或语音匹配功能，需另行通过pip安装相关库。
timing_analysis.py在生成排列组合时会使用Python的random模块。为确保结果可复现，请通过--seed N参数指定随机种子值。
fetch_*.py脚本会使用urllib.request模块，并遵守服务器返回的Retry-After重试指示。尽管如此，大规模批量调用仍可能违反服务条款——请先仔细阅读每个数据源的相关法律说明。

法律声明

所有第一阶段的数据源均为公开记录，根据各自的访问规定（如《信息自由法》、公共记录法、国际反腐败调查组织规定的公开要求以及美国财政部外国资产控制局的公开数据政策），允许进行批量获取。但需注意：

部分数据源会设置严格的访问频率限制，请务必遵守其响应头中的相关规则。
部分数据源会对注册人信息进行匿名处理（如WHOIS记录中的GDPR合规处理、已封存的申请文件等）。
将公开记录相互关联以识别私人个体可能涉及伦理问题。该工具仅用于生成证据链，而非用于提出指控。

Keyboard shortcuts

Hermes Agent Docs i18n