仁者见仁，智者见智。——《易经・系辞上》

一个用户名，四百多个站点：Sherlock 做的是最窄的一件事

先说一个形状

「一个用户名」是什么形状？

它不是一串随机字符。人在不同平台注册时，往往会保留同样的手感：同样的词、同样的下划线、同样的数字后缀、同样的缩写。哪怕换了三个平台，那个 ID 还是那个 ID。

所以当你想知道一个人在网上留下过多少痕迹时，最省力的入口不是搜索，是把这个名字拿到每个站点去试一遍。

Sherlock 就做这一件事。它的描述只有一行：按用户名在社交网络中找出对应的账号。

项目地址：https://github.com/sherlock-project/sherlock

文档的副标题写得更具体：在 400 多个社交网络里追查社交账号。

四百多个。这个数字意味着四百多套规矩：每个站点有自己的命名方式、自己的返回行为，而且这些规矩会变。

所以它本质上是一份需要持续维护的站点清单，外面套了一个命令行。

用法：一行命令，一堆 txt

最简单的用法就一行：

1	sherlock user123

想一次查多个，就把名字并排写：

1	sherlock user1 user2 user3

结果不会打印成一个漂亮的仪表盘，而是写进一个个纯文本文件——每个用户名一个，文件名就是用户名，比如 user123.txt。

这个选择很有意思。它没有做数据库，没有做 Web UI，没有做账号体系。它输出的是最容易后续处理的格式：一个文件，一行一个地址。

在侦察类工具里，这是最合适的形态。因为你接下来的动作通常是 grep、sort、丢进表格、或者和别人手上的清单做差集。txt 在这件事上比任何花哨的界面都好用。

那些参数，其实是一份「我知道我会错」的清单

--help 里有二十来个选项，逐条读下来会发现，它们几乎全在解决同一个问题：结果不可靠。

这是我认为这个工具最诚实的地方。

--dump-response 把 HTTP 响应打到标准输出，用于「定向调试」。

翻译过来：当某个站点明明有这个人，工具却说没有，你可以把原始响应挖出来看看——是页面改版了，是被反爬拦了，还是状态码变了。

一个只给你结论的工具，你没法反驳它。一个能把证据摊开的工具，你可以。

--ignore-exclusions 忽略上游的排除规则，而说明里直接写着：可能返回更多误报。

这句话值得单独拎出来。多数工具会把它写成「强制模式」或「深度模式」，听起来很厉害。而这里说的是：这么干会更不准。它没有把「更用力」包装成「更好」。

--timeout 默认 60 秒。对四百多个站点的批量请求来说，这个默认值偏保守，保守的意思是——宁可慢，也别把「超时」误判成「不存在」。

--nsfw 把默认列表里的成人站点也纳入检查，默认是不查的。

--local 强制使用本地的 data.json，而不是上游那份。

--json 更有意思：可以从一个 JSON 文件加载数据，也可以从一个在线的、合法的 JSON 加载；还接受上游的 PR 编号。

最后这半句透露了它的维护方式。站点清单的更新是通过 PR 走的，而这个参数让你能直接拿一个还没合并的 PR 的数据来跑——等于把「贡献流程」变成了一次可以本地验证的实验。

那个 `{?}`，是全篇最巧的一处

帮助里有一句很容易读漏的话：可以用 {?} 检查相似的用户名，它会被替换成 _、-、.。

也就是说，你写 user{?}123，工具会去试 user_123、user-123、user.123。

这个小设计的价值，在于它承认了一个人类习惯：同一个人在不同站点，常常只能改一个分隔符。

因为平台对用户名的字符限制不一样。有的不许下划线，有的不许点，有的干脆只留字母数字。于是「同一个名字」在实际注册时会分叉成几种写法，而这几种写法之间的差异，往往就是那一个符号。

一个字符的占位符，把「找一个人的多个马甲」这件事，从手工枚举变成了三次自动请求。

这种功能不会出现在宣传语里，但它是那种用过一次就再也离不开的东西。

那份名单本身，才是这个项目的主体

四百多个站点听起来像个数字，实际上是一份资产。

它依赖一份随仓库一起走的数据文件，而 --local 可以强制只用本地那一份——不许从上游拉。

这件事的意义在于：代码几乎不变，名单一直在变。

一个站点改了路径、换了状态码、加了人机验证，那条记录就得跟着改。所以这个项目真正的日常维护，不是写功能，是跟着四百多个网站一起漂移。

而 --ignore-exclusions 的存在，说明这份名单里还带着另一层信息：哪些站点被标记为「不建议查」。

这个标记通常来自两类原因——误报率太高，或者站点本身有争议。工具默认尊重它，而把「我不听」做成一个需要你主动输入的参数，并在说明里写清后果。

默认保守，破例要付费——这个模式在工具设计里很值得学。它把风险放在了需要显式选择的那一侧。

只查几个站点，或者走一条代理

真实使用里，你很少需要四百个。

更多时候是三种场景：验证一个已经确定的方向、绕过网络限制、把结果交给下游程序。

--site 让你把范围收窄到指定的站点，可以重复给多个。查询量从四百降到三，速度快得不像同一个工具。

--proxy 让所有请求走一条代理，比如一条本地 socks5。这不是「高级功能」，而是某些网络环境里的必需品。

--no-color 关掉终端颜色。听起来是个审美选项，其实是给管道用的——带 ANSI 转义符的输出，塞进日志或者被另一个程序解析时会变成垃圾。

--browse 则是反方向：把所有结果在默认浏览器里一次性打开。

一个参数表能同时容下「给机器读」和「给人看」两种诉求，说明它真的被用过很多次。

安装：三条路，和一条警告

文档给的安装方式很干脆，一张三行的表：

方式	备注
`pipx install sherlock-project`	可以用 `pip` 或 `uv` 代替 `pipx`
`docker run -it --rm sherlock/sherlock`
`dnf install sherlock-project`

三条路，覆盖三种人：想要隔离环境的、不想装 Python 的、用 Fedora 系发行版的。

然后是一条加粗的警告：ParrotOS 和 Ubuntu 24.04 的包由第三方维护，看起来是坏的，这两个系统的用户应该改用 uv、pipx、pip 或者 Docker。

「看起来是坏的」这个措辞很微妙。它没说「已经坏了很多天」，也没说「我们正在修」——它说的是我们在观察，观察到的是坏的，所以你别走这条路。

这种表述比「暂不支持」有用得多，因为它给了你替代方案。

再往下还有一句：Debian 13 以上、Ubuntu 22.10 以上、Homebrew、Kali、BlackArch 有社区维护的包，但这些包不由项目直接支持或维护。

一句话划清了责任边界。开源项目最容易被这种事拖垮：用户装了第三方包，坏了，来提 issue，维护者既没有权限也没有义务去修。

提前说清楚，是省下未来一百条无效工单的唯一办法。

输出：四种格式，四种下游

它能写 txt、CSV、xlsx，也能按 JSON 加载数据。

这四个选择对应四种人。txt 给脚本；CSV 给表格；xlsx 给要发邮件的场景；JSON 给要喂给另一个程序的人。

而 --print-all 和 --print-found 又是一组对照：一个输出没找到的站点，一个只输出找到的。

为什么要看「没找到」的？因为缺失也是信息。如果某个人在四百个站点里只出现了三个，那三个就是重点；而如果你在排查的是一个站点为什么误报，你需要看的是全部。

工具把这两个视角都留了出来，而且默认不啰嗦。

它证明什么，不证明什么

这一点值得说清楚，因为这类工具最常被误用。

Sherlock 检查的是：某个用户名在某个站点上，是否对应一个存在的页面。

它不检查：那个页面背后是不是你想找的那个人。

同名的人满地都是。一个叫 alex 的用户名，会在几十个站点上「命中」，而那可能是几十个不同的人。工具给你的是候选集，不是身份确认。

这个区别在文档里没有明说，但从它的参数设计能读出来：它给了超时、给了原始响应、给了排除规则、给了「可能更多误报」的警告——所有的谨慎都花在「这次请求可不可信」上，而没有花在「这个人是不是他」上。

因为后者不是它能回答的问题。

一个侦察工具的成熟，往往体现在它不假装自己能下结论。

一个小工具的长跑

帮助信息里写着版本号：0.16.0。

对一个主打「一次性查询」的工具来说，这个版本号说明它已经改了很多轮。而它的许可是 MIT，创建者写在最下面，一个名字，一个链接，没有任何头衔。

这类工具的生命周期通常很朴素：先有人自己要用，写了个脚本；后来站点越来越多，脚本变成了项目；再后来有人提 PR 补站点，项目变成了社区的事。

四百多个站点，靠一个人是维护不过来的。所以它把名单开放成数据，把更新开放成 PR，把验证开放成参数——--json 能直接吃一个上游 PR 号，等于让每个用户都能在合并之前先试一遍。

一个开源项目的可持续性，往往就藏在这种「让别人能替你验证」的设计里。

最后

四百多个站点，一个用户名，一堆 txt。

这个工具做的事情窄到可以一句话说完，但它在窄的地方做了很多正确的小决定：把原始响应给你看、把误报的可能写在参数说明里、把第三方包的责任划清、把「同一个人换了个分隔符」这种人类习惯做成一个占位符。

它的价值不在于「能查到」，而在于查完之后你知道该怀疑什么。

在这个行当里，后者比前者稀缺得多。