Zero Breach Toolkit

interplains/Zero-Breach-ToolkitAI 已审核

用途

一个免费的扫描工具,查找已在公开研究中被描述过的间谍软件痕迹,例如 Pegasus、Predator 和 Graphite。它会读取浏览器记录、启动设置、日志和文件,也可以读取 Android 采集数据或在你电脑上制作的本地 iPhone 备份。它面向记者、活动人士以及任何担心自己成为目标的人。你需要安装 Python,从 GitHub 下载文件夹,然后从终端启动一个菜单(在 Windows 上有一个可以双击的 .cmd 文件)。检查大约需要15分钟。

安装难易度

C · 需要安装 1–2 个工具 · Windows

Windows C
macOS C
Linux C

在 Windows 上(最简单的平台),你安装 Python 时勾选"Add python.exe to PATH",下载 ZIP 后双击 scan\run-scan.cmd,完全不需要输入命令。在 Mac 和 Linux 上你需要在终端里输入命令,在 Mac 上你还得给终端授予完全磁盘访问权限(Full Disk Access),否则 Safari 的记录会被跳过。

GitHub 数据

星标: 4,0062026年10月31日
下载量: 5,803本周 2,011
增长: +4,0066 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: Python
从源码编译需要: Python
磁盘空间: 100 MB–300 MB · 估算
账号或密钥: 无
费用: 免费 · 代码采用 Apache-2.0 许可;它下载的指标列表由大赦国际的 Security Lab、Citizen Lab、MVT 项目和 Echap 免费发布。
许可证: Apache-2.0 (宽松型)
可以替代: iVerify
最近更新: 2026年11月1日

风险信号 (6)

注意依赖存在已知漏洞
锁定版本的依赖存在已知漏洞(OSV):cryptography: GHSA-g6cj-pr64-35w5, GHSA-jwv3-5hgf-82ww, GHSA-m2h6-j472-rp4c
自动检查
注意报告中包含私人个人数据
README:"Full reports can contain usernames, profile names, file paths, browsing details, SMS senders and message excerpts; keep them private."报告保存在你电脑上的一个结果文件夹中,而 --evidence-bundle 生成的 ZIP 明确是"unencrypted"(未加密)的。
AI 审核
注意手机检查需要开启USB调试
Android 的步骤要求你开启开发者选项和 USB 调试,并对电脑选择"Always allow"。README 建议完成后再关闭 USB 调试,但停留在这种状态下的手机风险更高。
AI 审核
信息非常新的仓库却有大量star
该仓库创建于2026-10-25,到2026-11-01已经有4007颗star和428次fork,第一周就发布了16次。没有长期历史可供判断。
AI 审核
信息匿名发布者,没有签名的二进制文件
README:"The project is anonymous, so do not take its word for anything"以及"There is no signed Windows program, and none is planned while the project stays anonymous"。发布版本提供的是一个带有已发布 SHA-256 和 GPG 签名的单个 Python 文件,而不是安装程序。
AI 审核
信息一个可选命令会下载并运行另一个程序
README,"Guided acquisition (experimental)":可选参数 --collect-android 会"downloads official AndroidQF v1.8.3, checks its pinned SHA-256, asks for the device owner's explicit consent and runs the collector"。README 称它是"the only point at which the tool runs a program it did not ship"。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

这些检查是否真的能在每个版本的 Windows、macOS、Linux、Android 和 iOS 上跑完。
结果是否准确:项目自己说,干净的结果并不能证明设备是干净的,而匹配结果也可能是无害的(比如一篇提到间谍软件地址的新闻报道)。
每个发布版本附带的那个单独的 Python 文件,是否真的能重新构建出与发布的 SHA-256 一致的结果。
在文件很多的机器上做完整检查要花多少磁盘空间和时间,因为它会对最大120MiB的文件逐个生成指纹。
锁定版本的依赖中那些已知漏洞(cryptography)是否会影响工具实际使用到的部分,而不只是README里所说的那样。