Prism-platform
Plataforma OSINT auto-alojada con 26 módulos para escanear dominios, IPs o correos en paralelo. Incluye dashboard en tiempo real, puntuación OPSEC, gráficos de entidades y generación de informes HTML/PDF.
Ficha actualizada 24 sept 2026, 11:36 · upstream 24 sept 2026, 11:34 · release v2.10.0
Qué es Prism-platform
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Prism-platform es una plataforma OSINT auto-alojada diseñada para realizar reconocimiento pasivo sobre dominios, direcciones IP, correos electrónicos o nombres de usuario. Utiliza un backend en Python con FastAPI y un frontend en Next.js para orquestar 26 módulos de análisis simultáneos, como consultas WHOIS, DNS, inteligencia de amenazas y búsqueda en la web oscura.
La interfaz web muestra el progreso en tiempo real mediante WebSockets, visualiza mapas GeoIP, gráficos de entidades y calcula una puntuación de exposición OPSEC (0-100). Soporta múltiples idiomas nativos y permite exportar resultados a HTML, PDF o CSV. Incluye un CLI independiente para escaneos headless y webhooks con firma HMAC para notificaciones seguras.
La arquitectura separa el orquestador de los módulos externos, permitiendo que la mayoría funcionen sin claves API obligatorias (16 de 26). Se despliega fácilmente mediante Docker o docker-compose, integrando capacidades de IA para resúmenes y chat a través de proveedores como OpenRouter o Groq.
- Reconocimiento inicial para bug bounty con subdominios y puertos abiertos
- Investigación de phishing analizando autenticación SPF/DKIM/DMARC
- Monitorización de marca contra suplantación mediante webhooks y dark web
- Formación en seguridad mostrando puntuación OPSEC a empleados
- Enseñanza académica de OSINT con licencia MIT y despliegue auto-alojado
- 26 módulos integrados con 16 sin claves API obligatorias
- Dashboard en tiempo real con WebSockets y visualización de gráficos
- Puntuación OPSEC agregada (0-100) para evaluación de riesgos
- Generación de informes locales en HTML, PDF y CSV
- Despliegue simplificado con Docker One-Command
- Los módulos Infostealer y Domain Exposure requieren variables de entorno opcionales
- Maigret no está incluido en la imagen Docker por defecto
- La IA requiere un proveedor externo (OpenRouter/Groq) para funcionar
- El análisis de IA puede ser lento si se usa el servidor de demostración debido a proxies
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se recomienda usar `docker run ghcr.io/novacode37/prism-platform` para despliegue rápido. Asegurar que los puertos 8080 y 3000 estén abiertos. Para IA, configurar las variables de entorno del proveedor (OpenRouter/Groq). El backend usa Python 3.10+ y requiere ~4 núcleos CPU y 8GB RAM para rendimiento óptimo.
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.