taranis-ai

Taranis AI একটি ওপেন-সোর্স ইন্টেলিজেন্স (OSINT) প্ল্যাটফর্ম, যা তথ্য সংগ্রহ ও পরিস্থিতি বিশ্লেষণের লক্ষ্যে তৈরি। এটি ওয়েবসাইট, RSS/Atom ফিড, Mastodon, MISP এবং Request Tracker-এর মতো উৎস থেকে অসংগঠিত সংবাদ নিবন্ধ সংগ্রহ করে, তারপর প্রাকৃতিক ভাষা প্রক্রিয়াকরণ ও AI প্রয়োগ করে বিষয়বস্তু সমৃদ্ধ করে। বিশ্লেষকরা এই AI-সমৃদ্ধ নিবন্ধ পর্যালোচনা করেন এবং সেগুলোকে কাঠামোবদ্ধ রিপোর্ট আইটেমে রূপান্তর করেন, যা PDF ফাইলের মতো ডেলিভারেবলে যুক্ত হয় এবং পরে প্রকাশ করা যায়। আর্কিটেকচার ও সেবা সিস্টেমটি কয়েকটি উপাদানে বিভক্ত। একটি Nginx ingress রিভার্স প্রক্সি এন্ট্রিপয়েন্ট হিসেবে কাজ করে। একটি Flask, HTMX ও Tailwind CSS ফ্রন্টএন্ড ওয়েব ইন্টারফেস এবং REST অ্যাক্সেস প্রদান করে। মূল ব্যাকএন্ড ডেটাবেস যোগাযোগ পরিচালনা করে এবং ওয়ার্কার ও ফ্রন্টএন্ডের জন্য REST এন্ডপয়েন্ট প্রকাশ করে। RQ ওয়ার্কার collectors, bots, presenters ও publisher বৈশিষ্ট্য প্রদান করে। সহায়ক সেবাগুলোর মধ্যে রয়েছে PostgreSQL (প্রধান) বা SQLite ডেটাবেস হিসেবে, Redis মেসেজ ব্রোকার ও জব কিউ হিসেবে, এবং Centrifugo রিয়েলটাইম আপডেটের জন্য। REST API-এর একটি OpenAPI স্পেসিফিকেশন অন্তর্ভুক্ত, যা চলমান ইনস্টলেশনে config/openapi-এর অধীনে পাওয়া যায়। বৈশিষ্ট্য - একাধিক ডেটা উৎস জুড়ে OSINT সংগ্রহ, যা একটি সমন্বিত ইন্টেলিজেন্স ফিড তৈরি করে। - সংগৃহীত নিবন্ধের AI ও NLP-ভিত্তিক উন্নয়ন ও সমৃদ্ধকরণ। - একটি বিশ্লেষক কর্মপ্রবাহ, যা অসংগঠিত সংবাদকে কাঠামোবদ্ধ রিপোর্ট আইটেমে রূপান্তর করে। - একটি ঐচ্ছিক বিশ্লেষক চ্যাট, যা প্রতি-ব্যবহারকারীর জন্য স্থায়ী কথোপকথন দেয় এবং সাধারণ প্রশ্নের উত্তর দিতে বা বিশ্লেষকের অনুমোদিত গল্প খুঁজতে পারে, আলাদাভাবে কনফিগার করা OpenAI-সামঞ্জস্যপূর্ণ Responses API-এর মাধ্যমে। - বহু-ফরম্যাট আউটপুট, যার মধ্যে কাঠামোবদ্ধ রিপোর্ট ও PDF ফাইল রয়েছে। - চূড়ান্ত ইন্টেলিজেন্স পণ্য প্রকাশ। - MISP-এর মাধ্যমে Taranis AI ইনস্ট্যান্সগুলোর মধ্যে, বা সরাসরি Taranis AI ও MISP-এর মধ্যে পরীক্ষামূলক স্টোরি-স্তরের শেয়ারিং। হেলথ এন্ডপয়েন্ট Core দুটি অননুমোদিত হেলথ এন্ডপয়েন্ট প্রকাশ করে: /api/isalive একটি হালকা liveness প্রোব, যা নিশ্চিত করে API প্রক্রিয়া সাড়া দিচ্ছে, আর /api/health নির্ভরতার অবস্থা up, down বা n/a হিসেবে জানায়, কোনো নির্ভরতা down থাকলে 503 এবং অন্যথায় 200 ফেরত দেয়। হার্ডওয়্যার ও ডিপ্লয়মেন্ট সম্পূর্ণ NLP বৈশিষ্ট্যের জন্য অন্তত 16 GB RAM, 4 CPU কোর ও 50 GB ডিস্ক প্রয়োজন বলে সুপারিশ করা হয়। NLP ছাড়া 2 GB RAM, 2 CPU কোর ও 20 GB ডিস্ক নির্দেশ করা হয়। প্রোডাকশন ডিপ্লয়মেন্ট Docker Compose ডিপ্লয়মেন্ট গাইডে নথিভুক্ত; Celery/RabbitMQ থেকে RQ-তে যাওয়ার জন্য একটি মাইগ্রেশন গাইড রয়েছে। রিপোজিটরিতে src/ (core, ingress, frontend, models, worker) অধীনে সোর্স কোড এবং একটি উদাহরণ docker-compose ফাইলসহ Docker সহায়ক ফাইল রয়েছে। প্রকল্পের পটভূমি প্রকল্পটি Taranis3 ও Taranis-NG দ্বারা অনুপ্রাণিত এবং European Union Public Licence-এর অধীনে প্রকাশিত। এটি Connecting Europe Facility-এর মাধ্যমে EU অর্থায়ন পেয়েছে। ডকুমেন্টেশনে user stories, ডিপ্লয়মেন্ট, IntelOwl সমৃদ্ধকরণ, Mastodon সংগ্রহ সেটআপ, রিলিজ ধাপ এবং SBOM পরিধি অন্তর্ভুক্ত।