falconeye
FalconEye es un kit OSINT auto-alojado gratuito con 18 módulos en una interfaz FastAPI/Python. Incluye rastreo crypto, análisis de phishing con LLM, forense de correos y enumeración de usuarios bajo licencia AGPL-3.0.
Ficha actualizada 27 sept 2026, 11:05 · upstream 27 sept 2026, 10:55 · release v3.33.0
Qué es falconeye
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
FalconEye es un entorno de trabajo para investigadores OSINT que centraliza dieciocho módulos especializados en una única interfaz web construida con FastAPI y Python. La herramienta permite pivotar entre análisis, por ejemplo, desde una dirección de wallet criptográfica hacia dominios relacionados o scripts de phishing, sin cambiar de contexto. Incluye capacidades avanzadas como detección de estafas mediante LLMs (Claude Haiku 4.5), generación de perfiles ficticios para investigación y análisis forense de encabezados de correo con autenticación SPF/DKIM/DMARC.
- Investigación forense de correos electrónicos con detección de estafas potenciada por LLM
- Análisis de kits de phishing y extracción de IOCs desde URLs o HTML
- Enumeración de usuarios en aproximadamente 950 plataformas mediante WhatsMyName y Sherlock
- Rastreo de direcciones de criptomonedas (Bitcoin, Ethereum, USDT) con visualización gráfica
- Generación de perfiles ficticios para OSINT autorizado sin impersonación real
- Integración nativa con Anthropic Claude Haiku 4.5 para análisis semántico y decodificación de scripts
- Prevención robusta de SSRF en módulos de phishing y expansión de URLs mediante validación de hops
- Generación automática de informes de abuso a proveedores (RDAP) con opción de envío vía Mailgun
- Interfaz unificada que permite pivoteo entre herramientas sin autenticación requerida
- Soporte para análisis de ransomware con seguimiento de víctimas globales y regionales
- Requiere claves API externas configuradas (SearchAPI.io, HIBP, Ransomware.live) para funcionalidades completas
- No incluye Docker ni Compose por defecto, requiriendo despliegue manual de dependencias Python
- Sin autenticación por defecto, exponiendo todas las funcionalidades a cualquier visitante
- Dependencia de servicios externos (AbuseIPDB, VirusTotal, Shodan) que pueden estar caídos o rate-limited
- Costes asociados al uso de LLMs en módulos específicos si no se gestionan los límites diarios
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar manualmente con Python/FastAPI. Configurar variables de entorno para claves API (HIBP, SearchAPI.io, Ransomware.live) y límites de tasa LLM (SOCKPUPPET_LLM_PER_DAY). Recomendar usar Cloudflare por delante para gestionar IP real en límites de tasa. Asegurar Redis para caché. No exponer directamente sin autenticación si se requiere control de acceso.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.