Por qué usar NotHoly para OSINT

OSINT son dos trabajos: recolectar lo que es público y darle sentido. La recolección es una pila de páginas, certificados, repositorios y handles. El sentido, decidir qué conecta con qué y qué importa, es donde un modelo ayuda, si acepta la pregunta y lee la página solo en vez de esperar a que la pegues. Un modelo genérico se traba en partes de este trabajo. NotHoly razona sobre lo que reuniste y hace la recolección pasiva con herramientas que solo leen. La abliteración es por qué no se traba.

#El modelo razona sobre lo que recolectas

Dale una lista de subdominios, un conjunto de perfiles, un volcado de datos de certificado o el historial de un repositorio, y agrupa, correlaciona y resume: qué host parece staging, qué cuenta liga a cuál, qué revela un mensaje de commit. Bosqueja la siguiente búsqueda y escribe la nota. Como el modelo no rechaza, mapear la huella pública de una organización para un trabajo en el que tienes alcance se lee como cualquier otro dato. El reasoning sigue, así que una cadena de señales débiles se pesa antes de una conclusión. La misma conversación guarda todo el rastro, así que una conexión que trazaste hace una hora sigue ahí cuando la siguiente página la confirma. La salida es una pista por confirmar, no un hecho, que es la forma correcta de tratar cualquier correlación. La base de conocimiento también lleva la documentación de las herramientas de recon que corres, de la enumeración de subdominios al crawling, así que una flag o un formato de salida queda a un lookup de distancia en vez de una ida a una wiki, y la fuente sigue pegada a la respuesta.

#Recolección pasiva, incorporada

Las herramientas solo leen. La búsqueda web devuelve títulos, URLs y extractos, con fuentes de seguridad primero y consultas iguales en caché un rato. El lector de páginas trae una página pública a la vez por una salida que revisa cada dirección y redirección, fija la conexión a la IP verificada, respeta robots.txt y rechaza direcciones privadas e internas, IP literales y rutas de archivo expuestas. Cuando lo pides explícitamente, una búsqueda en la dark web consulta índices de servicios ocultos Tor y devuelve títulos, URLs .onion y extractos, sin abrir las páginas listadas y con un filtro que descarta material de abuso. Nada de esto envía tráfico activo a un objetivo. Cómo funcionan la búsqueda y las fuentes tiene el detalle.

curl -X POST https://api.notholy.com/v1/web/search \
  -H "Authorization: Bearer $NOTHOLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "acme.com subdomains certificate transparency"}'

#Desde la terminal y tus scripts

La misma búsqueda y el mismo razonamiento corren por la CLI y por MCP, así que un script de recolección pasa un archivo al modelo y recibe una lectura agrupada y anotada. Las rutas de investigación no se cobran por token, así que traer y correlacionar un conjunto grande cuesta solo el razonamiento. Los resultados vuelven como datos estructurados con --json, así que un pipeline los guarda y el modelo los lee después, y un cliente MCP en otro modelo aún llama a la búsqueda y la base de conocimiento de NotHoly.

cat subdomains.txt | notholy "group these by likely purpose and flag anything that looks like staging or admin"

#Dónde no encaja

Lee solo páginas públicas. El lector de páginas no abre una página autenticada, un enlace que encontró dentro de una página ni un .onion, y limita cuántas rutas trae de un host, así que es un lector, no un crawler. Los resultados de la dark web son pistas no verificadas de un índice, no páginas visitadas. No es un buscador de personas ni un corredor de datos, y el uso legal y en alcance de lo que encuentras es tuyo para asegurar. El modelo puede inventar una conexión, así que verifica antes de que entre en un informe. La cuenta necesita un correo, y un chat guardado conserva su historial salvo que lo hagas efímero.

Deja que las herramientas lean lo que es público y el modelo le dé sentido. Pon un saldo pequeño en precios, y apúntalo a una huella que tengas alcance para mapear.