英文原文: https://argusic.com/subject/project-eyes-on

Project-Eyes-On

Project Eyes On 是一个由 Y0oshi (@rde0) 开发的高速、多线程监控工具，用于定位全球开放的 IP 摄像头。它将 Google Dorking 和 Directory Scraping 统一到一个 OSINT 引擎中。

可运行来源：GitHubPythonMITcommit bdfe9cbea14e

Python，MIT 许可证. 项目的自我描述：automation、cctv cameras、concurrent、cybersecurity、dorking、insecam、ip camera 和 networksecurity.

Project-Eyes-On 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 0.1 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。

Project Eyes On installed, imports correctly, Insecam scraping and multi-engine dorking both find real live IP cameras, and JSON/CSV/HTML reports all produce valid output.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 100，满分 100（该项目各次运行得分的平均值）。

概览

结论
可运行
Argusic 评分
100 / 100
验证运行的成本
0.01 USD（实测）
已记录的运行次数
1
最近测试
星标
254
fork 数
34
未关闭的 issue
0
关注者
2
大小
1 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

安装时间
不到一分钟
从冷启动机器到完成
2 分钟
遇到并修复的错误
遇到 0 个，在无人协助的情况下修复了 0 个
结果是如何证明的
venv/bin/python eyes.py --help returned usage; --list-countries returned 249 country codes; --scrape 1 --max-types 1 found 8 live cameras from Insecam; --scan 1 --max-dorks 3 found 6 live cameras via dorking; --unified 1 --max-dorks 2 --max-types 1 found 19 live cameras with JSON, CSV, and HTML outputs all valid
使用的模型 token
19,051
测试的确切 commit
bdfe9cbea14e
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

exec
/bin/sh -lc "cd /work/repo && echo \"venv size:\" && du -sh venv && echo \"---\" && echo \"Import t…
 succeeded in 314ms:
venv size:
18M  venv
Import test:
All symbols loaded OK
Help:
33
lines
tokens used
19,051

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态，会话有完整记录。
  • 用 0.1 分钟完成安装，快于 Argusic 测量过的 36 个同类项目的中位数。
  • 过程中没有任何故障：从克隆到运行，零错误。
  • 无需 GPU 即可运行，因此启动它并不需要 GPU。
  • 采用 MIT 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

  • 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 37 个 automation 项目中，Project-Eyes-On 达到运行状态的速度排名第 1，37 个项目中有 25 个达到了运行状态。

适合用于

  • 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
  • 快速评估：克隆后 0.1 分钟它就已经运行起来。
  • 按照它自己的 README 操作：文档中的步骤无需任何修复即可走通。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3可运行100.000.01

主题 (来自 GitHub)

automationcctv-camerasconcurrentcybersecuritydorkinginsecamip-cameranetworksecurityopen-cameraopen-sourceosnitpythonsecurity-toolssurveillanceweb-scraping

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/Project-Eyes-On.svg)](https://argusic.com/subject/project-eyes-on)

常见问题

Project-Eyes-On 能运行吗？
是的。Project-Eyes-On 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 0 分钟，过程中遇到 0 个错误，并记录了整个会话。
Argusic 是如何测试 Project-Eyes-On 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit bdfe9cbea14e。共记录了 1 次尝试，完整方法见方法论页面。
测试 Project-Eyes-On 花了多少钱？
得出该结论的那次运行花费 0.01 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
Project-Eyes-On 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 0.1 分钟。这是一次实测的尝试，不是平均值。
Project-Eyes-On 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 Project-Eyes-On 时会出现什么问题？
在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
Project-Eyes-On 与其他替代方案相比如何？
在 Argusic 安装并计时过的 37 个 automation 项目中，Project-Eyes-On 达到运行状态的速度排名第 1，37 个项目中有 25 个达到了运行状态。
Project-Eyes-On 的证据在哪里？
这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion