Mycroft Intelligence
Техно-магия, фокусы и приемы OSINT, корпоративная разведка, утечки, экономическая безопасность, доказательная аналитика и многое другое. По рекламе: @eliza_mva Условия: @mycroftmarket Обучение OSINT: @AIS_obuchenie
نمایش بیشتر📈 تحلیل کانال تلگرام Mycroft Intelligence
کانال Mycroft Intelligence (@mycroftintel) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 21 103 مشترک است و جایگاه 6 136 را در دسته فناوری و برنامهها و رتبه 31 208 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 21 103 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 27 اوت, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -171 و در ۲۴ ساعت گذشته برابر 17 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 0% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً N/A% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 0 بازدید دریافت میکند. در اولین روز معمولاً 0 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 0 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند osint, хакер, инструментарий, шифрование, лаборатория تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“Техно-магия, фокусы и приемы OSINT, корпоративная разведка, утечки, экономическая безопасность, доказательная аналитика и многое другое.
По рекламе: @eliza_mva
Условия: @mycroftmarket
Обучение OSINT: @AIS_obuchenie”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 28 اوت, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامهها تبدیل کردهاند.
WhoisOSINT. Я его сделал для массового сбора информации о доменах для последующего анализа в нейросетке. Инструмент собирает практически всю доступную информацию, начиная от whois, заканчивая маркетинговыми треккерами. Все это он складывает в одну большую xlsx-таблицу, с которой уже можно работать руками.
Но и это еще не все! Второй скрипт делает кластеризацию. Он ищет одинаковые маркетинговые треккеры, IP-адреса и остальные совпадения по всем колонкам таблицы. Поэтому на выходе мы получаем не просто таблицу, а уже сгруппированные по целому ряду признаков домены. То есть аффилированность по доменам вычисляется автоматически. На выходе вы получите готовый отчет в md формате, который понятен рядовому аналитику. И вся эта магия происходит исключительно на локальной машине, без этого вашего ИИ.
А что дальше? Если вы хотите прямо готовый репорт, то смело грузите свою таблицу и md-отчет в любую нейросетку. Как показал мой опыт, крупняки типа Qwen и DeepSeek справляются с переработкой таких файлов на ура. А про проприетарные модели даже говорить не буду. Для них это вообще не задача. Они без проблем найдут закономерности, которые не видны при машинном анализе и подготовят вам полноценный отчет, который даже можно нести начальству.
Где это все скачать? Я выложит инструмент на GitHub с полной инструкцией, правда там все на английском языке. Если хотите на родном языке - ставьте реакции и я подготовлю readme на русском и выложу в канал. Отдаю под лицензией MIT, так что кто хочет допилить под себя - велком. Ну и звездочки репозиторию тоже не повредят.
Что дальше по плану? Следующий на очереди - простой сканер поддоменов, который будет их вытаскивать из crt.sh. Вы ему домен, он вам поддомены. Как по мне, это удобнее и надежнее, чем искать по DNS-записям, которые всякие бармалеи часто вообще не прописывают, чтобы спрятать свои ресурсы. А вот с SSL-сертификатом все сложнее.
По контенту. По теме вайб-кодинга я начал рассказывать о том, какие модели лучше всего использовать для разработки ПО. Можно почитать тут. Пока начали с проприетарщины, следующие на очереди - популярные китайские модели, которые не уступают, а иногда и превосходят западные аналоги. Потом отдельно поговорим про opensource-модели, про лучшие IDE для разработки, и, конечно, про CLI.
На сим все. До скорой связи!