你的用户名，可能比你想的更"暴露"
大多数人注册网络账号时，习惯用同一组用户名和密码组合。久而久之，你在不同平台上的数字痕迹会相互关联——Twitter 上的 ID 可能和 Reddit、GitHub、Instagram 上的是同一个。如果有人拿这个用户名做一次系统性检索，拼出来的数字画像往往比你自己记得的还要完整。
今天介绍的 Maigret 就是这样一个工具：它能把这件事做到极致。
项目概况
Maigret 目前已在 GitHub 上获得 2.4 万 Star，是开源情报（OSINT）领域最活跃的项目之一。它的名字来源于比利时作家乔治·西默农笔下的经典侦探角色——Inspector Maigret（梅格雷探长），光看命名就知道它的定位了。
它能做什么
Maigret 的核心功能很简单：输入一个用户名，它会去 3000 多个网站上检查该用户名是否被注册过，并将所有发现的公开信息汇总成一份完整的报告。
不需要 API Key，不需要注册任何服务，装上就能跑。
正因为能力可靠，Maigret 已被多个专业 OSINT 平台采用为底层引擎，包括 Social Links、Crimewall 和 UserSearch。能被安全调查机构选中做商业化集成，本身就是一个能力背书。
3000+ 站点覆盖与递归搜索
Maigret 默认扫描全球访问量排名前 500 的网站，如果加上 -a 参数，可以扩展到全量 3000+ 个站点。
更值得留意的是它的递归搜索机制。
它不是简单地在每个站点上做一次用户名匹配就结束——当在某个平台上发现了新的关联 ID 或变体用户名时，Maigret 会自动把这些新线索加入搜索队列，继续往下挖。一条线索可以像滚雪球一样扩展出整个账号关系网。
此外，站点数据库支持按标签筛选，比如只搜索特定国家/地区的平台，或只搜索某一类服务（社交媒体、论坛、开发平台等），让搜索更有针对性。
AI 智能分析模式
2026 年 4 月，Maigret 新增了一项重要功能：接入 LLM 对原始搜索结果进行智能分析。
以往的 OSINT 工具只是机械地列出"在 XX 网站上找到了该用户名"，而 AI 模式会对这些结果做进一步解读，帮你梳理出有价值的关联信息——比如多个账号之间的时间线关系、可能的身份线索等。
报告输出方面，Maigret 支持多种格式：
- HTML / PDF — 适合阅读和分享
- JSON / CSV — 适合程序化处理
- XMind — 思维导图格式
- D3 交互式图谱 — 直接在浏览器中可视化浏览账号关系
Web 界面
如果你不喜欢命令行，Maigret 也提供了 Web 界面，操作体验友好很多。
站点数据库每 24 小时自动从 GitHub 拉取更新，离线状态下会回退到内置数据库，不会因为个别站点失效而影响整体运行。
安装与使用
方式一：pip 安装（最简单）
pip install maigret
maigret 要搜索的用户名
方式二：Docker 启动 Web 界面
docker run -p 5000:5000 soxoj/maigret:web
浏览器打开 http://localhost:5000 即可使用。
方式三：Telegram 机器人
直接在 Telegram 中搜索 Maigret 机器人，无需安装任何软件即可使用。
方式四：Python 库集成
如果你有自己的项目需要集成这个能力，Maigret 可以作为 Python 库直接 import。它的 CLI 本质上是对异步函数的薄封装，嵌入到任何工作流中都很方便。
写在最后
Maigret 在项目文档中明确标注了仅供教育与合法用途。使用这类工具时，请务必遵守所在地区的法律法规。
在数字痕迹无处不在的今天，了解自己的信息暴露面，某种程度上也是一种自我保护——知道自己暴露了什么，才能知道该保护什么。
