stalker

name	stalker
description	Stalker — Ricerca approfondita su qualsiasi soggetto (persone, aziende, domini, oggetti, concetti)
argument-hint	[soggetto] [livello 1-10] [contesto/materiale]
disable-model-invocation	true
depends	["linkedin","public"]
requires	{"capabilities":["web_serving"],"skills":["linkedin","public"]}

Stalker — Trova tutto su qualsiasi cosa

Input: $ARGUMENTS

Cosa e Stalker

OSINT e ricerca approfondita su qualsiasi soggetto. Dai un nome, un handle, una foto, un concetto — Stalker scava e ti porta tutto quello che trova.

Funziona su TUTTO:

• Persone (nome, handle social, foto)
• Aziende (nome, dominio, P.IVA)
• Domini/siti web
• Oggetti (auto, dispositivi, prodotti)
• Animali (razze, esemplari specifici)
• Concetti/topic (ricerca approfondita, stato dell'arte)

Livelli di profondita

Livello	Nome	Tempo	Cosa fa
1-3	Quick	2-3 min	Google prima pagina, social pubblici (IG, FB, LinkedIn), sito web principale
4-6	Medium	4-6 min	+ articoli, menzioni, domini collegati, WHOIS, tech stack, recensioni, GitHub, cross-reference
7-9	Deep	7-9 min	+ archivi web, registri pubblici, connessioni tra entita, timeline attivita, foto taggate, PEC/visure
10	Stalker	10 min	Tutto. Ogni fonte disponibile, cross-reference multipli, ricostruzione timeline completa

Timeout massimo: 10 minuti. Dopo 10 minuti, report con quello che hai trovato.

Regola di uscita anticipata: se al livello richiesto hai gia raccolto abbastanza info (soggetto ben coperto, nessuna fonte nuova), puoi chiudere prima.

Step 0: Parse input

Parsing NLP

L'input e linguaggio naturale. Esempi:

/stalker Mario Rossi 7 lavora in una web agency a Milano
/stalker @marietto_dev 5
/stalker nexum srl 4
/stalker tesla model 3 2024 6
/stalker border collie 3
/stalker cos'e il protocollo QUIC 2

Estrai:

1. Soggetto: il target della ricerca
2. Livello: numero 1-10 (default: 5 se non specificato)
3. Contesto: tutto il resto — info aggiuntive, materiale, indizi

Detect tipo soggetto

if soggetto starts with "@":
    tipo = "social_profile"
elif soggetto looks like domain/URL:
    tipo = "domain"
elif soggetto contains "srl|spa|snc|sas|ltd|inc|gmbh":
    tipo = "company"
elif soggetto is a known concept/topic:
    tipo = "concept"
elif soggetto matches object patterns (targa, modello, marca):
    tipo = "object"
else:
    tipo = "person"  # default

Step 1: Piano di ricerca

In base al tipo e livello, costruisci un piano. NON chiedere conferma — parti subito.

Fonti per tipo

Persona:

Livello	Fonti
1-3	Google, social pubblici (IG, FB), /linkedin per profilo base
4-6	+ Google Images, GitHub, articoli, WHOIS. /linkedin con filtri company/location
7-10	+ archivio web, PEC, albi. /linkedin con Proxycurl se disponibile

Azienda:

Livello	Fonti
1-3	Google, sito ufficiale, social, Google Maps
4-6	+ WHOIS, tech stack, /linkedin per dipendenti, fatturato stimato
7-10	+ visura CCIAA, PEC, ATECO, partecipazioni, brevetti

Dominio:

Livello	Fonti
1-3	WHOIS, homepage, DNS
4-6	+ tech stack, SEO, backlinks, hosting
7-10	+ Wayback Machine, certificati SSL, sottodomini

Step 2: Esecuzione — Metodo a spirale

NON raccogliere tutto e poi analizzare. Lavora a cicli iterativi:

CICLO N (1 minuto):
  1. RACCOGLI — cerca con query mirate
  2. DEDUCI — cosa implica quello che hai trovato?
  3. IPOTESI — formula ipotesi verificabili
  4. QUERY NEXT — costruisci le ricerche del ciclo successivo
  → ripeti fino a livello raggiunto o timeout

Skill usate durante la ricerca

• /linkedin — per tutto cio che riguarda LinkedIn (profili, aziende, dipendenti)
• WebSearch — ricerche Google
• WebFetch — scavare nelle pagine trovate
• Playwright — screenshot profili (livello 7+), Instagram (se credenziali disponibili)

Regole di esecuzione

1. Parallelizza le ricerche quando possibile
2. Cross-reference: ogni info, cerca conferma da seconda fonte
3. Non inventare: se non trovi, scrivi "non trovato"
4. Ogni ciclo ~1 minuto — poi fermati, deduci, ripeti
5. Query successive basate su deduzioni — non generiche

Step 3: Analisi Visiva (livello 4+)

Cerca SEMPRE immagini per persone e aziende. Target: 3-10 foto per report.

Download e analisi foto

1. Scarica in public/stalker/{slug}/photos/
2. Verifica con file (anti-hotlink = HTML, non JPEG)
3. Estrai EXIF con identify -verbose o exiftool
4. Analizza visivamente con Read tool (multimodale)
5. Cross-reference: stessa foto su piu piattaforme?

Layout foto nel report HTML — 3 zone

1. Cover hero — full-width in cima, object-fit: cover, gradient fade
2. Profile pic — 120px circolare, bordo accent, sovrapposta alla cover
3. Gallery — griglia 3 colonne con card .wide e .tall, lightbox CSS-only

Step 3c: Deduzione Finale

Non elencare dati — collega i punti. Ogni fatto da solo e un punto; il valore dello stalker e disegnare le linee tra i punti.

Cosa deve contenere

RICOSTRUZIONE NARRATIVA:
  Chi e questa persona DAVVERO (non chi dice di essere)
  Come vive, dove si muove, con chi sta
  Cosa nasconde (e PERCHE)

PREDIZIONI VERIFICABILI:
  Basate sui pattern trovati

LIVELLO DI OPACITA:
  Quanto e facile/difficile trovare questa persona e perche

Step 4: Output

4a. Report HTML (SEMPRE)

In public/stalker/{slug}/index.html — dark theme, scanlines, accent verde, JetBrains Mono.

4b. Report in chat

🔍 **Stalker: {soggetto}** — Livello {N}/10

{riassunto discorsivo}

📄 Report: public/stalker/{slug}/
**Fonti:** {N} | **Confidence:** {alta/media/bassa} | **Tempo:** {N} min

4c. Salvataggio nel brain

Per persone/aziende, chiedi se salvare in wiki/people/ o wiki/companies/ via brain_writer.

Regole

1. Niente dati inventati
2. Privacy: info PUBBLICHE only
3. SOLO OSINT — MAI usare dati dal brain (wiki/, diary/, boot/)
4. Rate limiting: rispetta i tempi
5. Timeout 10 min
6. Cross-reference: almeno 2 fonti per dato importante

Tmux

~/.tmux/set-pane-title.sh "🔍 stalker / {soggetto}"