Cómo usar OpenOSINT con Bright Data para inteligencia web automatizada

En este artículo sobre OpenOSINT, aprenderás:

• Qué es el framework OSINT.
• Qué es OpenOSINT, sus principales características y herramientas.
• Cómo Bright Data potencia a OpenOSINT.
• Cómo usar OpenOSINT con Bright Data, paso a paso.

¡Vamos a ello!

¿Qué es OpenOSINT?

OSINT (Inteligencia de fuentes abiertas) es la práctica de recopilar y analizar información disponible públicamente para responder una pregunta de investigación. En el contexto del scraping web, la recopilación de datos es la parte familiar del proceso. OSINT añade un flujo de trabajo investigativo adicional: define el alcance, recopila información, sigue conexiones, verifica hallazgos y documenta los resultados.

OpenOSINT es un framework OSINT de código abierto, con licencia MIT y potenciado por IA. El producto conecta utilidades OSINT existentes, APIs de inteligencia, servicios de búsqueda y capacidades de scraping web. Los usuarios pueden trabajar a través de una terminal interactiva, una interfaz de línea de comandos, una interfaz basada en navegador, o un servidor MCP para conectarse a herramientas compatibles y terceros.

Su arquitectura se basa en un diseño por capas donde ninguna capa importa de una superior. Esto garantiza la ejecución modular de herramientas y la separación estructural entre el razonamiento de IA y las llamadas a herramientas:

Principales características de OpenOSINT

El software sirve principalmente a investigadores OSINT, investigadores de seguridad y analistas que realizan investigaciones autorizadas, proporcionándoles lo siguiente:

• 20 herramientas integradas: Investiga correos electrónicos, nombres de usuario, dominios, direcciones IP y números de teléfono a través de una interfaz unificada que conecta utilidades OSINT, APIs de inteligencia y servicios de recopilación web.
• Informes en Markdown y PDF: Guarda automáticamente los informes de investigación en Markdown y genera informes en PDF.
• Ejecución paralela: Ejecuta herramientas complementarias simultáneamente con la opción --parallel para recopilar diferentes tipos de información al mismo tiempo.
• Historial de sesión persistente: Guarda automáticamente las sesiones de terminal interactiva y permite navegar investigaciones anteriores mediante el comando history.
• Backends de IA flexibles: Ejecuta inferencia localmente a través de Ollama, usa Anthropic Claude, o se conecta a un endpoint compatible con OpenAI.
• Integración MCP nativa: Expone las 20 herramientas de investigación a través del servidor MCP integrado de OpenOSINT para su uso por clientes de IA compatibles, sin escribir código nuevo.

La siguiente tabla informa y describe las herramientas actualmente compatibles:

¿Qué hace OpenOSINT?

Gracias a sus características, el producto admite varios tipos de investigación:

• Investigación de cuentas e identidad: Encuentra servicios asociados a una dirección de correo electrónico, busca nombres de usuario en plataformas y examina perfiles y repositorios públicos de GitHub.
• Verificación de exposición a filtraciones: Consulta HaveIBeenPwned para filtraciones de datos asociadas a una dirección de correo electrónico.
• Investigación de infraestructura: Recupera registros WHOIS y DNS, descubre subdominios e investiga servicios, puertos y certificados expuestos a internet.
• Inteligencia de IP y amenazas: Recopila información de geolocalización y red, verifica informes de abuso de IP y consulta servicios de seguridad como Shodan, VirusTotal, y Censys.
• Búsqueda y recopilación web: Genera consultas de búsqueda dirigidas, recupera resultados de búsqueda en vivo, extrae URLs públicas en Markdown, y recopila la huella pública de un objetivo en motores de búsqueda.

El agente de IA encadena estas acciones en una investigación. Por ejemplo, puede comenzar con una dirección de correo electrónico, descubrir un nombre de usuario y buscar ese nombre de usuario en otras plataformas. La aplicación ejecuta las herramientas y APIs subyacentes en lugar de pedirle al modelo que genere resultados de búsqueda por sí mismo.

Cómo Bright Data potencia a OpenOSINT

OpenOSINT se integra de forma nativa con Bright Data a través de las tres herramientas integradas presentadas anteriormente. Internamente, la integración llama a las APIs REST de Bright Data. Esto significa que los usuarios pueden habilitar la integración con una clave de API y la configuración de zona de Bright Data correspondiente.

Sin Bright Data, OpenOSINT admite el descubrimiento de cuentas, verificaciones de filtraciones, investigación de infraestructura y sus otras herramientas independientes. También puede generar URLs de búsqueda de Google dirigidas, pero generar una consulta no recupera sus resultados. Bright Data cierra esa brecha con sus herramientas.

Juntos, ayudan a pasar las investigaciones de consultas dork preparadas a resultados de búsqueda recopilados y material fuente legible, reduciendo la búsqueda manual y la extracción de páginas. El beneficio es práctico: Bright Data gestiona la recuperación de búsquedas, la extracción de datos y el acceso a páginas protegidas, mientras que OpenOSINT coloca esa recopilación dentro de un flujo de trabajo de investigación asistido por IA.

Usar OpenOSINT con y sin la integración de Bright Data

Con fines prácticos, considera a un analista que revisa la exposición pública de su organización en example.com.

Este es el flujo sin usar Bright Data:

• El analista le pide a OpenOSINT que investigue example.com.
• El agente puede usar search_whois para recuperar detalles de registro, search_dns para examinar registros DNS y configuraciones de seguridad de correo, y search_domain para enumerar subdominios.
• Para extender la investigación al contenido web indexado, el analista usa generate_dorks para producir URLs de búsqueda de Google dirigidas.

El proceso es sencillo. Sin embargo, la limitación es que OpenOSINT no ejecuta las búsquedas ni recopila resultados. Esto significa que el analista debe abrir esas URLs y revisar manualmente las páginas resultantes.

Entonces, OpenOSINT admite la investigación de infraestructura sin Bright Data, pero sus enlaces de búsqueda generados dejan los pasos de búsqueda web y revisión de páginas al analista.

Por otro lado, aquí está el flujo de trabajo cuando se activa la integración de Bright Data:

• El analista le pide a OpenOSINT que investigue example.com.
• Junto con las verificaciones de infraestructura, search_footprint reconoce example.com como un dominio y ejecuta consultas de Google específicas del dominio a través de la API SERP de Bright Data.
• Devuelve resultados estructurados para dominios y perfiles descubiertos.
• El analista también puede usar search_dorks_live para ejecutar búsquedas dirigidas y recopilar títulos, URLs y fragmentos. Si una búsqueda devuelve una página pública relevante (por ejemplo, una página de documentación indexada), el analista puede usar scrape_url para recuperar su contenido como Markdown limpio a través de Web Unlocker, que maneja barreras de acceso como Cloudflare y CAPTCHAs.

Entonces, en este caso, el analista puede recopilar resultados de búsqueda y recuperar páginas fuente relevantes dentro de OpenOSINT, en lugar de abrir manualmente cada búsqueda y copiar el contenido de la página. Además, el software devuelve los resultados tanto en Markdown como en PDF, listos para compartir con las partes interesadas.

Construir un flujo de trabajo OSINT con OpenOSINT y Bright Data: tutorial paso a paso

En esta sección, aprenderás a usar OpenOSINT. El sitio web objetivo es https://openosint.tech/:

NOTA: El propietario del sitio web, quien es el desarrollador del propio OpenOSINT, ha otorgado permiso para usarlo como sitio web objetivo y para reportar los resultados en este artículo.

Sigue los siguientes pasos para descubrir cómo instalar y usar OpenOSINT mediante REPL.

Requisitos

Para reproducir el tutorial, tu sistema debe cumplir los siguientes requisitos:

• Una cuenta activa de Bright Data.
• Una clave de API de OpenAI válida.
• Python 3.10+ instalado en tu máquina.

Los requisitos están cumplidos. Estás listo para instalar el software.

Paso 1: Instalar OpenOSINT

Crea una carpeta en tu máquina:

mkdir openosint-project

Navega dentro de la carpeta:

cd openosint-project

Crea un entorno virtual:

python -m venv venv

En macOS o Linux, activa el entorno virtual con:

source venv/bin/activate

O, en Windows:

./venv/Scripts/activate

Luego, instala OpenOSINT en su versión que usa OpenAI:

pip install "openosint[openai]" sublist3r

NOTA: Actualmente, la configuración estándar usa LLMs de Anthropic. Si prefieres usar esa versión, el comando de instalación es: pip install openosint.

¡Muy bien! El producto está instalado. Estás listo para configurarlo.

Paso 2: Configura tus variables de OpenAI y Bright Data

Antes de usar OpenOSINT, debes configurarlo definiendo algunas variables. Para ello, crea un archivo .env en tu carpeta openosint-project/. Dentro de él, escribe lo siguiente:

OPENAI_API_KEY="<tu-clave-de-api-de-openai>"
OPENAI_BASE_URL="https://api.openai.com/v1"
OPENAI_MODEL="gpt-4o" 
BRIGHTDATA_API_KEY="<tu-clave-de-api-de-bright-data>"
BRIGHTDATA_SERP_ZONE="<tu-zona-serp-de-bright-data>"
BRIGHTDATA_UNLOCKER_ZONE="<tu-zona-unlocker-de-bright-data>"

Esto es lo que define el archivo .env que creaste:

• OPENAI_API_KEY es la variable que almacena tu clave de API de OpenAI.
• OPENAI_BASE_URL es la URL base que OpenOSINT usa internamente para hacer la llamada a la API de OpenAI. Deja su valor como está arriba.
• OPENAI_MODEL te permite usar cualquier modelo de OpenAI de tu elección.
• BRIGHTDATA_API_KEY es la variable que almacena tu clave de API de Bright Data. Este parámetro no es obligatorio para usar OpenOSINT. Pero debes establecerlo si quieres usar las herramientas de Bright Data en OpenOSINT.
• BRIGHTDATA_SERP_ZONE te permite usar las herramientas search_dorks_live y search_footprint.
• BRIGHTDATA_UNLOCKER_ZONE desbloquea el uso de la herramienta scrape_url.

Para crear una clave de API de Bright Data, navega a Web Access > My APIs y haz clic en Create API:

Selecciona SERP API, haz clic en Continue, y listo:

Con referencia al archivo .env anterior, las variables que terminan en ZONE representan el nombre de la clave de API que configuraste. Por ejemplo, considera la siguiente clave de API:

La imagen anterior muestra que su nombre es “serp_api1”. En ese caso, necesitarías escribir lo siguiente en el archivo .env:

BRIGHTDATA_SERP_ZONE="serp_api1"

Tu carpeta openosint-project/ ahora tiene la siguiente estructura:

openosint-project/
   ├── .env
   └── venv/

Perfecto. Has definido tu configuración. Todo está listo para una prueba inicial.

Paso 3: Investigar un objetivo usando el REPL de OpenOSINT

Para usar el REPL de OpenOSINT con un modelo de OpenAI, lánzalo vía CLI de la siguiente manera:

openosint --provider openai

A continuación verás lo siguiente:

Invoca la función de ayuda para aprender cómo usar el software:

El uso básico requiere investigar el sitio web objetivo. Para ello, escribe la URL que te interesa:

Cuando el proceso se complete, encontrarás una carpeta llamada reports/ dentro de openosint-project/. Aquí es donde encontrarás los informes en Markdown y PDF creados por OpenOSINT. A continuación, una imagen del informe parcial en PDF:

Bien. Llegaste a un primer ejemplo. Es hora de incorporar Bright Data a la ecuación.

Paso 4: Ejecutar búsquedas en vivo con Bright Data

Supongamos que quieres usar search_dorks_live. Esta herramienta ejecuta consultas dork de Google en vivo a través de la API SERP de Bright Data, devolviendo resultados estructurados (título, URL, fragmento). Para usarla, escribe lo siguiente:

search_dorks_live openosint.tech

La imagen muestra lo que devuelve la herramienta vía línea de comandos:

En el párrafo anterior, la investigación básica recuperó datos DNS pero no pudo completar las verificaciones de WHOIS y subdominios, limitando los hallazgos. Al usar la integración de Bright Data, search_dorks_live ejecutó consultas de Google en vivo y devolvió resultados procesables, incluidos GitHub, LinkedIn y los perfiles del desarrollador. Esto es lo que realmente convierte los enlaces de búsqueda manual en inteligencia inmediatamente utilizable.

¡Y listo! Has completado tu primer proyecto usando OpenOSINT y Bright Data.

Otras formas de integrar y ejecutar OpenOSINT

OpenOSINT no se limita a los flujos de trabajo de REPL y CLI mostrados anteriormente en este artículo. Su servidor MCP nativo expone todas sus herramientas a clientes de IA compatibles con MCP, permitiendo que aplicaciones como Claude Code y Claude Desktop invoquen utilidades OSINT directamente durante una conversación.

OpenOSINT también admite diferentes preferencias de ejecución:

• Con Docker Compose, los equipos pueden empaquetar la aplicación y sus dependencias en un entorno reproducible, ejecutar comandos puntuales, solicitar salida JSON y conservar los informes generados.
• La interfaz web opcional proporciona un chat de IA basado en navegador con salida de herramientas en streaming, tarjetas de resultados en línea, y temas claro y oscuro. Puede conectarse a Ollama para inferencia totalmente local o a endpoints compatibles con OpenAI. Estas opciones ofrecen a los ingenieros una interfaz conveniente para probar herramientas y revisar resultados antes de incorporar flujos de trabajo a la automatización de producción.

Conclusión

En este artículo, aprendiste qué es OpenOSINT, qué herramientas de investigación admite y cómo usarlo a través de su REPL interactivo. También exploraste sus otras capacidades de integración, así como las demás formas de ejecutarlo.

Como has aprendido, Bright Data potencia a OpenOSINT con resultados de Google en vivo y extracción confiable de páginas públicas, incluso cuando barreras de acceso como los CAPTCHAs complican la recopilación de datos. Esto convierte las consultas dork estáticas en inteligencia procesable dentro de un flujo de trabajo único asistido por IA.

Crea una cuenta de Bright Data gratis hoy mismo y transforma tus investigaciones OSINT en flujos de trabajo automatizados de inteligencia web.