RedRoom:把全球新闻、地图与AI分析整合进一套开源OSINT平台

发布于 2026/08/30 14:28 · 更新于 2026/08/30 14:28

RedRoom:把全球新闻、地图与AI分析整合进一套开源OSINT平台

面对全球范围内持续增长的新闻、设施、卫星和公开信号数据,分析人员遇到的难题早已不是“有没有信息”,而是如何快速采集、筛选、关联并判断其价值。

Owlink.ai发起的开源项目RedRoom,试图将这一过程集中到一套“指挥中心”式分析界面中。根据项目说明,RedRoom V2.4.1是一套全栈开源情报(OSINT)平台,主要面向地缘政治分析人员、研究人员和情报专业人士。

从新闻采集到情报传播

RedRoom围绕一套完整的OSINT流程展开。

首先,RSS爬虫按照预设的媒体来源、地区和主题自动采集新闻;随后,系统对文章进行解析、去重、情感评分和威胁分类,并将内容与国家、设施及事件类别建立联系。

完成处理后,分析人员可以通过实时新闻流、趋势面板、叙事追踪器、卫星轨道数据和信号地图开展研判。最终,平台以地区威胁评估、升级指标及可导出报告等形式组织结果。

这条“采集—处理—分析—传播”链条,使RedRoom不仅是一个新闻聚合器,更像是一套面向公开信息的空间化分析工作台。

三维地球成为信息入口

RedRoom具有明显的地理可视化特征。平台提供交互式三维地球,可叠加地区威胁信息和动态情报指示,让用户从全球或区域尺度观察事件分布。

其设施情报模块用于管理军事、核能、能源及基础设施,并将设施位置与相关信息来源关联起来。卫星轨道模块则展示侦察与通信卫星的轨道数据。通过地图、三维地球和空间对象,原本分散在文章中的“地点”被转化为可查询、可关联的分析要素。

AI辅助分类与叙事识别

RedRoom还提供AI辅助的信息处理能力,包括文章分类、情感分析、协同叙事识别和信息行动追踪。Reference Checker模块尝试通过多来源比对,对引用关系和信息可信度进行检查。

不过,这类功能更适合作为分析辅助,而不应被视为自动得出的事实结论。情感评分、威胁分类和叙事识别均可能受到数据来源、模型能力及规则设置的影响,重要判断仍需要人工复核与来源验证。

可配置的采集任务体系

平台允许管理员创建定时采集任务,并设置执行周期、目标地区、国家、主题、来源类型和优先级。系统记录每次任务的执行状态、持续时间、发现文章数量和错误信息,便于追踪采集过程。

后台CMS还可统一管理媒体机构、文章、设施、采集任务、Webhook及访问申请,并通过分析员、管理员和超级管理员等角色划分权限。

一套现代化全栈技术架构

RedRoom前端采用React 19、TypeScript、Tailwind CSS和Three.js,后端由Node.js、Express与tRPC构成;数据存储支持MySQL或TiDB,并通过Drizzle ORM管理数据模型。系统还支持兼容S3的对象存储,采用JWT会话与角色权限控制。

本地部署需要Node.js 22及以上版本、pnpm 9及以上版本,以及MySQL 8或TiDB数据库。项目采用MIT许可证,开发者可以研究、修改并参与贡献。

RedRoom的启示在于:OSINT平台的核心并非简单地把更多新闻放到屏幕上,而是将信息采集、语义处理、空间关联、可视化分析和来源核验连接起来。对于GIS研究者而言,它也展示了一种值得关注的地图应用方向——地图从事件展示界面进一步转变为多源信息组织与地缘态势研判的基础框架。

注意:RedRoom涉及新闻、威胁和信号等敏感信息处理。公开部署前应妥善配置密钥、身份认证、访问权限和数据源,并遵守数据授权、隐私及所在地区的相关规定。

项目来源:Owlink.ai / Alexsai

项目版本:RedRoom V2.4.1(页面访问时所示)

项目地址:Owlinkai/redroom(点击左下“阅读原文”可详细查看)

开源协议:MIT License


原文地址:https://mp.weixin.qq.com/s/VCY9IOqwL2kz1S0x6MF3dw