The Evil

the-evil（至阴至邪）

微博数据爬取与AI智能分析工具，支持爬取微博用户数据（使用 weibo.cn 移动端API）、7个并行AI分析任务（使用GLM-4模型）、生成Markdown格式的详细分析报告。

⚠️ 强制要求：本 skill 必须使用编译后的二进制文件 the-evil.exe，禁止直接运行 Python 源码。

AI 使用前必须执行的检查

⚠️ AI 必须首先执行此检查，才能进行任何操作

在使用本工具之前，AI 必须 先执行以下命令验证 the-evil.exe 是否在 PATH 环境变量中：

# 必须首先执行此命令检查工具是否可用
Get-Command the-evil.exe -ErrorAction SilentlyContinue

如果命令返回空（未找到），AI 必须执行以下步骤：

步骤1：询问用户项目目录

AI 必须先使用 question 工具询问用户项目目录位置：

请提供 the-evil 项目的完整路径，例如：D:\code\python\the_evil

获取用户回复的项目路径后，继续执行下一步。

步骤2：检查项目目录中的二进制文件

使用用户提供的项目目录路径，检查是否已存在编译好的 the-evil.exe：

# 检查用户提供的项目目录
ls <用户提供的路径>\the-evil.exe

如果存在，跳过步骤3，直接执行步骤4。

步骤3：编译二进制文件

如果文件不存在，需要编译：

# 1. 进入用户提供的项目目录
cd <用户提供的路径>

# 2. 安装 PyInstaller（如果未安装）
uv pip install pyinstaller

# 3. 编译项目
uv run pyinstaller the_evil.spec --noconfirm --distpath .

编译完成后，会在用户提供的项目目录中生成 the-evil.exe 文件。

步骤4：添加到系统环境变量

将 the-evil.exe 所在目录添加到系统 PATH：

# 使用用户提供的项目路径
$exePath = "<用户提供的路径>"
$currentPath = [Environment]::GetEnvironmentVariable("Path", "Machine")
[Environment]::SetEnvironmentVariable("Path", "$currentPath;$exePath", "Machine")

# 刷新环境变量
$env:Path = [System.Environment]::GetEnvironmentVariable("Path","Machine")

步骤5：再次验证

# 再次执行检查命令，确认工具可用
Get-Command the-evil.exe -ErrorAction SilentlyContinue

只有当检查通过后，才能继续执行后续操作。

使用方法

1. 获取Cookie

登录微博后，按以下步骤获取Cookie：

1. 打开浏览器，访问 weibo.cn
2. 登录你的微博账号
3. 按 F12 打开开发者工具
4. 切换到 Network（网络） 标签
5. 刷新页面，在请求列表中找到任意一个请求
6. 点击该请求，在右侧详情中找到 Request Headers
7. 找到 Cookie: 后面的内容，复制完整Cookie字符串

2. 获取UID

在微博用户主页的URL中可以找到UID，例如：

• https://weibo.com/u/1223178222 → UID = 1223178222
• https://weibo.com/1223178222 → UID = 1223178222

3. 运行程序

⚠️ 必须使用 the-evil.exe 命令，不能使用 uv run python main.py

# 基本用法（所有参数必填）
the-evil.exe <cookie> <uid> <output_file> <max_weibos> <model> <api_key> <base_url>

# 示例：爬取胡歌的微博
the-evil.exe "你的Cookie" 1223178222 output.csv 100 glm-4 "your_api_key" "https://open.bigmodel.cn/api/coding/paas/v4"

参数说明

模型选择

示例：

# 使用GLM-4-Flash（免费快速）
the-evil.exe "cookie" 1223178222 output.csv 100 glm-4-flash "your_api_key" "https://open.bigmodel.cn/api/coding/paas/v4"

# 或使用OpenAI GPT-4
the-evil.exe "cookie" 1223178222 output.csv 100 gpt-4 "sk-xxx" "https://api.openai.com/v1"

输出文件

• CSV文件 - 微博原始数据（如文件已存在则自动跳过爬取）
• 综合Markdown报告 - 完整的AI分析结果（{文件名}_report.md）
• 单个任务报告（自动生成）：
  • {文件名}_statistics.md - 统计分析报告
  • {文件名}_personality.md - 性格分析报告
  • {文件名}_interest.md - 兴趣分析报告
  • {文件名}_trajectory.md - 轨迹分析报告
  • {文件名}_social.md - 社交分析报告
  • {文件名}_emotion.md - 情感分析报告
• 社工攻击方案（自动生成）：
  • {文件名}_social_engineering.md - 社会工程学攻击方案（基于综合报告和CSV数据生成，仅供安全研究）
• 详细社工方案（5个Agent并行生成）：
  • {文件名}_detailed_identity_disguise.md - 身份伪装详细方案
  • {文件名}_detailed_social_media_channel.md - 社交媒体渠道管理详细方案
  • {文件名}_detailed_script_preparation.md - 话术准备详细方案
  • {文件名}_detailed_scenario_construction.md - 场景构造详细方案
  • {文件名}_detailed_emotion_guidance.md - 情绪引导详细方案

流程优化（跳过已有分析）

如果文件夹中已有详细社工方案（全部5个），程序会全部跳过生成流程。 如果已有社会工程学攻击方案，会直接读取并生成5个详细方案。 如果已有综合报告和CSV，会生成社工攻击方案后再生成5个详细方案。

Source: CuteCuteYu/the_evil — distributed by TomeVault.