Аналіз репозиторію: smixs/osint-skill

Навігація курсу: Категорія: Довідники

Розбір покроково: як влаштований, як працює, як встановити і де ризики.
Джерело: github.com/smixs/osint-skill
Статус на момент аналізу: Early Beta | Версія SKILL.md: 3.2 | Квітень 2026

Зміст

Що це таке — одне речення
Структура репозиторію — покроковий огляд
Як це працює — архітектура і потік даних
Фази дослідження — від нуля до досьє
Як встановити — покрокова інструкція
API-ключі — що отримати і де
Потенційні ризики
Оцінка для OSINT-аналітика

1. Що це таке

osint-skill — це SKILL.md-файл для AI-агентів (Claude Code, OpenClaw, Codex) який перетворює агента на спеціалізований OSINT-конвеєр (pipeline): від імені або нікнейму особи до структурованого досьє з психопрофілем, картою кар’єри та рейтингом впевненості по кожному факту.

Простіше: це не самостійна програма, а набір інструкцій і допоміжних скриптів який AI-агент читає і виконує. Агент сам вирішує який скрипт запустити, яке API викликати і як зібрати результати.

Аналогія: як якби ви найняли приватного детектива і дали йому список інструментів + інструкцію як ними користуватись. Детектив — це AI. SKILL.md — інструкція. Скрипти — інструменти.

2. Структура репозиторію

osint-skill/
├── README.md                 ← Документація для людей (англійська)
├── README.ru.md              ← Документація для людей (російська)
├── LICENSE                   ← MIT — вільне використання
├── .gitignore                ← Ігнорує API-ключі та тимчасові файли
│
└── osint/                    ← Весь функціональний код тут
    ├── SKILL.md              ← ГОЛОВНИЙ ФАЙЛ: інструкція для AI-агента (452 рядки)
    │
    ├── references/           ← Довідники для агента
    │   ├── tools.md          ← Каталог 55+ Apify-акторів і всіх інструментів
    │   ├── platforms.md      ← Гайд по платформах (Instagram, Facebook, TikTok…)
    │   ├── content-extraction.md ← Як витягати YouTube/подкасти/блоги
    │   └── psychoprofile.md  ← Методологія MBTI/Big Five за публічним контентом
    │
    ├── assets/
    │   └── dossier-template.md ← Шаблон вихідного досьє
    │
    └── scripts/              ← Bash і Node.js скрипти-обгортки (wrappers) для API
        ├── diagnose.sh       ← Самодіагностика: перевіряє всі ключі і залежності
        ├── run-actor.sh      ← Bash-обгортка для run_actor.js
        ├── run_actor.js      ← Node.js рушій (запускає будь-який Apify-актор)
        ├── package.json      ← ESM-підтримка для run_actor.js
        ├── apify.sh          ← Швидкий доступ до LinkedIn / Instagram / актор-store
        ├── perplexity.sh     ← Perplexity Sonar API (пошук + глибоке дослідження)
        ├── tavily.sh         ← Tavily API (пошук + extract)
        ├── exa.sh            ← Exa AI (семантичний пошук + company/people)
        ├── jina.sh           ← Jina AI (читання URL + пошук)
        ├── parallel.sh       ← Parallel AI (AI-пошук з міркуванням)
        ├── brightdata.sh     ← Bright Data MCP (обхід CAPTCHA, authwall)
        ├── mcp-client.py     ← Легкий MCP-клієнт (Python, лише stdlib)
        ├── first-volley.sh   ← Паралельний перший постріл по всіх пошуковиках
        └── merge-volley.sh   ← Дедублікація та об'єднання результатів

Що читає агент, що виконує агент

Важливо розуміти: AI-агент не запускає код сам по собі. Він:

Читає SKILL.md і отримує покрокові інструкції
Читає references/*.md для деталей про інструменти і платформи
Виконує bash-скрипти через інтерфейс командного рядка (CLI)
Отримує JSON-відповіді від API і аналізує їх

Агент — інтерпретатор. Скрипти — інструменти. SKILL.md — протокол роботи.

3. Як це працює

3.1 Центральний файл: SKILL.md

SKILL.md — це не звичайний Markdown-файл. Він відповідає специфікації SKILL.md-формату, яку підтримують кілька AI-агентів (Claude Code, OpenClaw та ін.). Файл містить:

Метадані у YAML-frontmatter:

---
name: osint
description: >
  Conduct deep OSINT research on individuals...
  Use when: "osint", "досье", "research person", "find everything about",
  "пробей", "розвідка", "due diligence"...
  NOT for: company/product research, market research, content generation
---

Агент читає description щоб зрозуміти коли активувати цей скіл. Ключові слова-тригери: osint, досьє, пробей, знайди все про, digital footprint.

Маршрутизатор фаз:

Phase Router — визначає точку входу за контекстом:
- Нове ім'я/нікнейм → Phase 0 (повний цикл)
- "Додай LinkedIn до існуючого досьє" → Phase 2 (тільки збір)
- "Побудуй психопрофіль" → Phase 4
- "Оціни повноту" → Phase 5
- "Відформатуй" → Phase 6

3.2 Модель ескалації

Інструмент побудований за принципом «від дешевого до дорогого, від швидкого до глибокого»:

Рівень 1 → Швидкі відповіді (~$0.00, секунди)
  └─ Perplexity Sonar + Brave Search + Tavily + Exa — паралельно
  └─ Отримуємо: базовий контекст, посилання

Рівень 2 → Верифікація джерел (~$0.01, секунди-хвилини)
  └─ Jina читає URL → підтверджені факти
  └─ Parallel AI витягує структуровані дані

Рівень 3 → Глибокий аналіз соцмереж (~$0.01-0.10)
  └─ Apify: LinkedIn, Instagram, Facebook, TikTok, YouTube
  └─ Bright Data: Facebook authwall, заблоковані сайти

Рівень 4 → Глибоке дослідження (~$0.05-0.50)
  └─ Perplexity Deep Research + Exa Deep + Parallel Deep
  └─ 30-60 секунд кожен — запускати паралельно

Бюджет: агент витрачає ≤$0.50 без запиту, понад — питає дозволу.

3.3 Архітектура скриптів

Кожен скрипт побудований однаково:

# 1. Перевірка змінних середовища
TOKEN="${APIFY_API_TOKEN:?ERROR: APIFY_API_TOKEN not set. Get one at https://...}"
 
# 2. Логіка за дією (case statement)
case "${1:-help}" in
  linkedin) ... ;;
  instagram) ... ;;
  *) echo "Usage: ..." ;;
esac

Скрипти не мають стану — кожен запуск ізольований. Результати повертаються в stdout (як JSON або Markdown), агент їх читає і аналізує.

3.4 Run_actor.js — рушій Apify (сервіс для веб скрапінга)

run_actor.js — це вбудований Node.js-клієнт для Apify API. Запускає будь-який з 55+ акторів:

1. Відправляє POST на https://api.apify.com/v2/acts/{actor_id}/runs
2. Отримує run_id
3. Полінгує статус кожні 5 секунд (до 600 секунд таймаут)
4. Після завершення витягає результати
5. Виводить у stdout або зберігає у файл (CSV/JSON)

3.5 Психопрофіль: методологія

Файл references/psychoprofile.md описує як агент будує MBTI / Big Five профіль:

Пріоритет джерел: YouTube-транскрипти > Telegram-повідомлення > Блоги > Instagram > LinkedIn
Принцип: виводити з поведінки, а не припускати
Порогові значення впевненості: High = 10+ точок даних з 3+ джерел, Medium = 5-10 з 2+, Low = <5

Приклад індикаторів MBTI:

E vs I: висока частота публікацій + "ми/давайте/разом" → Екстраверт (E)
T vs F: "метрики/ROI/оптимізація" + мало емодзі → Мислення (T)
J vs P: регулярний графік + структурований контент → Вирішуючий (J)

4. Фази дослідження

Повний цикл (Phase 0 → 6) при запиті osint Іван Петренко, підприємець Харків:

Фаза 0: Самодіагностика інструментів

bash osint/scripts/diagnose.sh

Перевіряє:

Всі API-ключі (✅/❌ для кожного)
Встановленість curl, jq, python3, node
Версію Node.js (потрібен 18+)
Доступність кожного API (тестовий запит)

→ Видає карту можливостей: що доступне, що ні. Агент адаптує план під результат.

Фаза 1: Перший “залп” — паралельний пошук

Запускає всі доступні пошуковики одночасно через first-volley.sh:

bash osint/scripts/first-volley.sh "Іван Петренко" "підприємець Харків"

Паралельно: Perplexity Sonar + Brave + Tavily + Exa (пошук + people)

Потім merge-volley.sh дедублікує результати і об’єднує у єдиний список посилань.

→ Агент отримує: 20-50 посилань, базові факти, контекст.

Фаза 1.5: Внутрішня розвідка (ПЕРЕД зовнішніми джерелами)

Перевіряє внутрішні джерела перш ніж іти в інтернет:

Telegram-історія (через Telegram API якщо налаштовано)
Вхідні/вихідні email
Контакти у vault (Obsidian або інший PKM)

→ Може знайти інформацію якої немає у відкритому вебі.

Фаза 2: Витяжка з платформ

Для кожної знайденої платформи — запускає відповідний Apify-актор:

Платформа	Актор	Вартість
LinkedIn	`supreme_coder/linkedin-profile-scraper`	~$0.005
Instagram	`apify/instagram-profile-scraper`	~$0.01
Facebook	`apify/facebook-pages-scraper`	~$0.02
TikTok	`clockworks/tiktok-profile-scraper`	~$0.01
YouTube	`streamers/youtube-channel-scraper`	~$0.01
Google Maps	`compass/crawler-google-places`	~$0.01

Якщо стандартний актор не справляється (CAPTCHA, authwall) → Bright Data:

bash osint/scripts/brightdata.sh scrape "https://facebook.com/target"

Фаза 3: Перехресна верифікація і грейдинг

Агент порівнює факти з різних джерел і присвоює оцінку:

Grade A: підтверджено кількома незалежними джерелами
Grade B: одне надійне джерело
Grade C: одне слабке або непряме джерело
Grade D: лише умовивід

Увага: У цій реалізації використовується стара шкала A/B/C/D. У нашому курсі ми використовуємо шкалу 1-10 — вона точніша і більш гранулярна.

Фаза 4: Побудова психопрофілю

Якщо є YouTube-канал → завантажує транскрипти відео, аналізує мовні патерни.
Якщо є Telegram → аналізує стиль повідомлень.
Якщо є блог → витягує статті через Jina reader.

Формує MBTI (16 типів) та Big Five (OCEAN) профіль з цитованими доказами.

Фаза 5: Перевірка повноти

9 обов’язкових перевірок + Оцінка глибини (Depth Score) 1-10:

✅/❌ Повне ім'я підтверджено
✅/❌ Поточна посада і компанія
✅/❌ Хронологія кар'єри
✅/❌ Контактна інформація
✅/❌ Акаунти в соцмережах підтверджено
✅/❌ Фото верифіковано
✅/❌ Освіта
✅/❌ Психопрофіль побудовано
✅/❌ Зв'язки і організаційна приналежність

Якщо Depth Score < 7 → агент пропонує продовжити з Level 4 (глибоке дослідження).

Фаза 6: Формування досьє

Заповнює assets/dossier-template.md:

Розділи: Ідентифікація / Кар’єра / Цифровий слід / Зв’язки / Психопрофіль / Карта впевненості / Прогалини
Кожен факт — з посиланням на джерело і оцінкою Grade

5. Як встановити

Передумови

Перевірте що встановлено:

# Обов'язкові
curl --version      # є на macOS і Linux за замовчуванням
python3 --version   # є на macOS і Linux за замовчуванням
jq --version        # потрібно встановити
 
# Для Apify-акторів (55+ платформ)
node --version      # потрібен 18+
 
# Перевірте версію Node
node --version  # має показати v18.x або вище

Встановлення відсутніх залежностей:

# Ubuntu / Debian / Manjaro
sudo apt install jq
# або (Arch-based)
sudo pacman -S jq
 
# macOS
brew install jq
 
# Node.js 18+ (якщо немає або старий):
# Рекомендую nvm (Node Version Manager)
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash
nvm install 18
nvm use 18

Крок 1: Клонувати репозиторій

git clone https://github.com/smixs/osint-skill.git
cd osint-skill

Крок 2: Встановити npm-залежності для run_actor.js

cd osint/scripts
npm install        # встановлює ESM-підтримку з package.json
cd ../..

Крок 3: Скопіювати у директорію скілів агента

Для Claude Code:

# Створити директорію скілів якщо не існує
mkdir -p ~/.claude/skills/
 
# Скопіювати скіл
cp -r osint/ ~/.claude/skills/osint/

Перевірка: після копіювання Claude Code автоматично виявить скіл при наступному старті сесії. Ви побачите скіл у списку /skills.

Для інших агентів:

Агент	Директорія
OpenClaw	`workspace/skills/osint/`
Codex	Вказати шлях до `osint/SKILL.md` у конфігурації
OpenCode	`project/skills/osint/`

Крок 4: Налаштувати API-ключі

Мінімальний варіант (безкоштовно):

# Jina AI — безкоштовний ключ, достатній для читання URL
export JINA_API_KEY="jina_..."
# Отримати: https://jina.ai/api-key

Рекомендований варіант (≈$15-20/місяць):

export APIFY_API_TOKEN="apify_api_..."     # soцмережі — ~$5/міс
export PERPLEXITY_API_KEY="pplx-..."       # AI-пошук — ~$5/міс
export EXA_API_KEY="exa-..."               # семантичний пошук — ~$5/міс
export JINA_API_KEY="jina_..."             # URL-читач — безкоштовно
export TAVILY_API_KEY="tvly-..."           # пошук — ~$5/міс, є безкоштовний ліміт

Щоб зберегти ключі між сесіями, додайте до ~/.bashrc або ~/.zshrc:

echo 'export APIFY_API_TOKEN="apify_api_..."' >> ~/.zshrc
source ~/.zshrc

Крок 5: Запустити самодіагностику

bash osint/scripts/diagnose.sh

Очікуваний вивід (приклад):

=== OSINT TOOLKIT DIAGNOSTIC ===

📡 API Tokens:
  ✅ APIFY_API_TOKEN (env)
  ✅ JINA_API_KEY (env)
  ✅ PERPLEXITY_API_KEY (env)
  ❌ BRIGHTDATA_MCP_URL

🔧 System Tools:
  ✅ curl
  ✅ python3
  ✅ jq
  ✅ node v20.11.0

📊 Capability Map:
  ✅ Web search (Brave built-in)
  ✅ AI search (Perplexity)
  ✅ Social scraping (Apify)
  ❌ CAPTCHA bypass (no Bright Data)

Все з ✅ — можна працювати. Відсутні ✅ означають недоступні функції, не помилку.

Крок 6: Тест перший запит

У Claude Code:

/osint Іван Петренко, підприємець, Харків

або просто:

Зроби OSINT на Іван Петренко, підприємець Харків

Агент активує скіл за ключовим словом і почне з diagnose.sh.

6. API-ключі — що отримати і де

Сервіс	Де отримати	Безкоштовно	Для чого
Jina AI	jina.ai/api-key	✅ 1M токенів	Читання URL, пошук
Apify	console.apify.com/account/integrations	✅ ~$5 кредитів	LinkedIn, Instagram, 55+ акторів
Perplexity	perplexity.ai/settings/api	Є ліміт	AI-відповіді з цитатами
Exa AI	dashboard.exa.ai	$10 стартових	Семантичний пошук людей/компаній
Tavily	app.tavily.com	1000 запитів/міс	Агент-оптимізований пошук
Bright Data	brightdata.com/products/web-scraper/mcp	❌ Платний	Обхід CAPTCHA, Facebook authwall

7. Потенційні ризики

Це розділ для критичного аналізу. Розуміння ризиків — обов’язкова частина роботи OSINT-аналітика.

⚠️ Ризик 1: Shell Injection — задокументована вразливість

Серйозність: ВИСОКА

Автор сам вказує у README:

“Shell injection: user input is interpolated into JSON without jq escaping. Do not run with untrusted input.”

Що це означає: якщо ім’я об’єкту містить спеціальні символи (", $, `, \), вони можуть виконатись як shell-команди.

Приклад небезпечного введення:

# Якщо хтось передає ім'я: John"; rm -rf /tmp/test; echo "
# Деякі скрипти сформують такий shell-рядок:
curl -d '{"name":"John"; rm -rf /tmp/test; echo ""}'

Практичний ризик для OSINT-аналітика:

При аналізі підготовленої цілі (наприклад зловмисника) — дані що надходять можуть містити спроби інжекції
Якщо ви скармлюєте тексти зі скрапінгу напряму у скрипти — ризик реальний

Рекомендація: використовуйте лише для аналізу перевірених вхідних даних. Не передавайте у скрипти необроблений контент з підозрілих джерел.

⚠️ Ризик 2: Порушення ToS платформ — правові наслідки

Серйозність: ВИСОКА

Bright Data дозволяє “bypass CAPTCHA / authwall / Facebook scraping”. Це прямо порушує Умови використання більшості платформ:

Facebook/Meta — скрапінг заборонений, Facebook неодноразово виграв судові справи проти скраперів
LinkedIn — судовий прецедент hiQ Labs v. LinkedIn (США, 2022) — компанії виграють справи проти скраперів
Instagram — Terms of Service прямо забороняють автоматизований збір
TikTok — аналогічно

Юридична позиція в Україні:

Стаття 32 Конституції — захист персональних даних
Закон “Про захист персональних даних” (2010) — збір без згоди суб’єкта незаконний для приватних осіб
Виняток: журналістика в публічному інтересі (але вимагає обґрунтування)

Рекомендація: перед використанням Apify-акторів або Bright Data — проконсультуйтесь з юристом і переконайтесь що маєте законну підставу для збору.

⚠️ Ризик 3: Зберігання API-ключів у plain text

Серйозність: СЕРЕДНЯ

Скрипти підтримують fallback: якщо змінна середовища не встановлена, ключ зчитується з файлу:

[ -z "${APIFY_API_TOKEN:-}" ] && [ -f "$WORKSPACE/scripts/apify-api-token.txt" ] \
  && export APIFY_API_TOKEN=$(head -1 "$WORKSPACE/scripts/apify-api-token.txt")

Файли scripts/apify-api-token.txt, scripts/jina-api-key.txt тощо — plain text файли з секретами у вашому workspace.

Ризики:

Якщо ви випадково зробите git commit — ключі потраплять у репозиторій
.gitignore в репозиторії виключає ці файли, але тільки для цього репозиторію

Рекомендація: завжди використовуйте змінні середовища (export KEY=...), ніколи не зберігайте ключі у файлах. Якщо все ж таки використовуєте файловий варіант — переконайтесь що ваш .gitignore покриває їх.

⚠️ Ризик 4: Ін’єкція промпту через зовнішній контент

Серйозність: СЕРЕДНЯ-ВИСОКА

Інструмент завантажує контент з вебсайтів (через Jina reader, web_fetch, Bright Data) і передає його безпосередньо агенту для аналізу. Немає попередньої санітизації на prompt injection.

Сценарій атаки:

Об’єкт дослідження контролює свій сайт
На сайті прихований коментар: 
Агент зчитує сторінку через Jina і “бачить” цей коментар
Без захисного системного промпту — агент може виконати вбудовану інструкцію

Детальніше про цю атаку: Безпека-Prompt-Injection

Рекомендація: перед запуском osint-skill переконайтесь що системний промпт вашого агента містить захисний блок (дивіться Урок 2, Слайд 26).

⚠️ Ризик 5: Нестабільність Apify-акторів (Early Beta)

Серйозність: НИЗЬКА-СЕРЕДНЯ

Автор попереджає:

“Apify actors: actor IDs can change or get removed without notice.”

Apify — це маркетплейс де тисячі розробників публікують свої скрапери. Актори можуть:

Змінити ID або назву
Припинити підтримку
Змінити формат виводу
Зрости в ціні

Практичний вплив: скрипт який працював вчора — може не працювати завтра. Доведеться шукати альтернативний актор через apify.sh store-search.

⚠️ Ризик 6: Контрольований бюджет — але з прогалинами

Серйозність: НИЗЬКА

Логіка бюджету: агент сам перевіряє вартість і питає дозволу перед витратами понад $0.50.

Але: це реалізовано у промпті (інструкція агенту), а не у коді. Якщо агент неправильно порахував або пропустив запит — може перевитратити.

Рекомендація: встановлюйте ліміти безпосередньо у Apify-консолі та в акаунтах API. Не покладайтесь лише на бюджетний контроль агента.

⚠️ Ризик 7: Мовний контекст і призначення

Серйозність: ІНФОРМАЦІЙНА

Звернули увагу: код в SKILL.md частково написаний з коментарями російською мовою (“от дешёвого к дорогому”, “Начни ВСЕГДА с этого”). README має повну російськомовну версію.

Функціонал brightdata.sh search-yandex та search-geo ru вказує на оригінальне цільове призначення для дослідження в пострадянському просторі.

Це не є проблемою безпеки, але варто розуміти контекст розробки:

Інструмент створено з урахуванням дослідження суб’єктів у Росії та СНД
Яндекс-пошук, гео-таргетинг з Росії — специфічні для цього регіону
При використанні для інших регіонів деякі функції будуть менш ефективні

⚠️ Ризик 8: Психопрофіль — етичні межі

Серйозність: ЕТИЧНА

Інструмент будує MBTI / Big Five профіль особи без її відома і згоди. Методологія детальна:

"What they DON'T write about = privacy boundaries"

Питання: чи є це порушенням приватності якщо все будується лише на публічному контенті?

Правова позиція (ЄС, GDPR): автоматизована обробка персональних даних для профілювання потребує законної підстави. “Публічно доступні” ≠ “можна профілювати без обмежень”.

Практична порада: психопрофілювання виправдане в журналістських розслідуваннях, due diligence для бізнесу, і CTI. Використання для особистої цікавості або стеження — юридично і етично проблематично.

8. Оцінка для OSINT-аналітика

Що реально добре

Сильна сторона	Деталь
Фазова архітектура	Логічний перехід від дешевого до дорогого. Не запускає важкі скрапери без потреби
Graceful degradation	Без Bright Data — використовує Apify. Без Apify — тільки пошуковики. Завжди щось дає результат
Самодіагностика	`diagnose.sh` — перший запуск показує що доступне. Ніяких “чорних ящиків”
Бюджетний контроль	Вбудований ліміт $0.50 запобігає несподіваним витратам
Психопрофіль з доказами	Кожне твердження потребує конкретних цитат, а не загальних висновків
Відкрита архітектура	MIT-ліцензія, читабельний код, можна адаптувати під свої потреби

Де є недоліки

Слабка сторона	Деталь
Shell injection	Не виправлено — документована і реальна вразливість
Немає prompt injection захисту	Зовнішній контент іде агенту без санітизації
Early Beta	Актори ламаються, API змінюються. Для критичної роботи потрібен план Б
Стара шкала впевненості	A/B/C/D замість числової 1-10 — менш гранулярна
Мовна неоднорідність	Код mix: англійська + російська — ускладнює адаптацію
Залежність від зовнішніх сервісів	7+ API-ключів, кожен може змінити ціну або умови

Швидкий старт (TL;DR)

# 1. Клонувати
git clone https://github.com/smixs/osint-skill.git && cd osint-skill
 
# 2. Залежності
sudo apt install jq           # або: brew install jq
cd osint/scripts && npm install && cd ../..
 
# 3. Мінімальний ключ (безкоштовно)
export JINA_API_KEY="jina_..."   # https://jina.ai/api-key
 
# 4. Скопіювати у Claude Code
cp -r osint/ ~/.claude/skills/osint/
 
# 5. Діагностика
bash osint/scripts/diagnose.sh
 
# 6. Перший запит у Claude Code
# "Зроби OSINT на [ім'я публічної особи]"

Перед реальним використанням: прочитайте Безпека-Prompt-Injection і переконайтесь що ваш системний промпт захищений.

AI для OSINT 2026

Провідник

Аналіз-OSINT-Skill-репозиторій

Аналіз репозиторію: smixs/osint-skill

Зміст

1. Що це таке

2. Структура репозиторію

Що читає агент, що виконує агент

3. Як це працює

3.1 Центральний файл: SKILL.md

3.2 Модель ескалації

3.3 Архітектура скриптів

3.4 Run_actor.js — рушій Apify (сервіс для веб скрапінга)

3.5 Психопрофіль: методологія

4. Фази дослідження

Фаза 0: Самодіагностика інструментів

Фаза 1: Перший “залп” — паралельний пошук

Фаза 1.5: Внутрішня розвідка (ПЕРЕД зовнішніми джерелами)

Фаза 2: Витяжка з платформ

Фаза 3: Перехресна верифікація і грейдинг

Фаза 4: Побудова психопрофілю

Фаза 5: Перевірка повноти

Фаза 6: Формування досьє

5. Як встановити

Передумови

Крок 1: Клонувати репозиторій

Крок 2: Встановити npm-залежності для run_actor.js

Крок 3: Скопіювати у директорію скілів агента

Крок 4: Налаштувати API-ключі

Крок 5: Запустити самодіагностику

Крок 6: Тест перший запит

6. API-ключі — що отримати і де

7. Потенційні ризики

⚠️ Ризик 1: Shell Injection — задокументована вразливість

⚠️ Ризик 2: Порушення ToS платформ — правові наслідки

⚠️ Ризик 3: Зберігання API-ключів у plain text

⚠️ Ризик 4: Ін’єкція промпту через зовнішній контент

⚠️ Ризик 5: Нестабільність Apify-акторів (Early Beta)

⚠️ Ризик 6: Контрольований бюджет — але з прогалинами

⚠️ Ризик 7: Мовний контекст і призначення

⚠️ Ризик 8: Психопрофіль — етичні межі

8. Оцінка для OSINT-аналітика

Що реально добре

Де є недоліки

Рекомендація щодо використання

Швидкий старт (TL;DR)

Вигляд графа

Зміст

Зворотні посилання