Skip to content

cbintel ArchitectureΒΆ

System architecture and component relationships for the cbintel intelligence toolkit.

OverviewΒΆ

cbintel is a modular intelligence gathering and knowledge synthesis platform that combines: - Web Crawling - AI-powered iterative web discovery - Historical Archives - Internet Archive and Common Crawl retrieval - Vector Search - Semantic similarity search with embeddings - Browser Automation - Screenshots, PDFs, and DOM extraction - VPN Cluster - Geographic proxy routing via OpenWRT workers - Jobs API - Async job submission with progress tracking and result storage

System ArchitectureΒΆ

β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                              cbintel CLI Tools                               β”‚
β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€
β”‚ cbintel-    β”‚ cbintel-    β”‚ cbintel-    β”‚ cbintel-    β”‚ cbintel-            β”‚
β”‚ crawl       β”‚ lazarus     β”‚ vectl       β”‚ screenshots β”‚ cluster             β”‚
β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
       β”‚             β”‚             β”‚             β”‚                 β”‚
       β–Ό             β–Ό             β–Ό             β–Ό                 β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                           cbintel Sub-Services                               β”‚
β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€
β”‚  crawl      β”‚  lazarus    β”‚  vectl      β”‚ screenshots β”‚  cluster            β”‚
β”‚             β”‚             β”‚             β”‚             β”‚                     β”‚
β”‚ - Pipeline  β”‚ - CDX API   β”‚ - Embeddingsβ”‚ - Capture   β”‚ - Device Registry   β”‚
β”‚ - Batches   β”‚ - Discovery β”‚ - Storage   β”‚ - PDF Gen   β”‚ - VPN Banks         β”‚
β”‚ - Evaluate  β”‚ - Archives  β”‚ - Search    β”‚ - DOM       β”‚ - Workers           β”‚
β”‚ - Synthesizeβ”‚ - Temporal  β”‚ - Clusteringβ”‚ - Links     β”‚ - HAProxy           β”‚
β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
       β”‚             β”‚             β”‚             β”‚                 β”‚
       β–Ό             β–Ό             β–Ό             β–Ό                 β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                            Core Libraries                                    β”‚
β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€
β”‚    cbintel.ai     β”‚    cbintel.net    β”‚           cbintel.io                β”‚
β”‚                   β”‚                   β”‚                                     β”‚
β”‚ - Anthropic API   β”‚ - HTTP Client     β”‚ - HTML Processing                   β”‚
β”‚ - Ollama Client   β”‚ - URL Cleaning    β”‚ - Markdown Conversion               β”‚
β”‚ - CBAI Unified    β”‚ - Web Search      β”‚ - File Storage                      β”‚
β”‚ - Embeddings      β”‚ - Proxy Support   β”‚ - Session Management                β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
          β”‚                   β”‚                         β”‚
          β–Ό                   β–Ό                         β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                         External Dependencies                                β”‚
β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€
β”‚  Anthropic  β”‚   Ollama    β”‚  Playwright β”‚ cdx_toolkit β”‚   OpenWRT/LuCI      β”‚
β”‚  Claude API β”‚  Local LLM  β”‚  Browsers   β”‚ Web Archive β”‚   RPC Interface     β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Component DetailsΒΆ

1. cbintel.crawl - AI-Powered Web CrawlingΒΆ

Iterative web discovery with AI-driven evaluation and synthesis.

User Query
    β”‚
    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚   Discover  │────▢│   Retrieve  │────▢│   Process   β”‚
β”‚   (Search)  β”‚     β”‚   (Fetch)   β”‚     β”‚ (Parse/Clean)β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜
                                               β”‚
    β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
    β”‚
    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚  Evaluate   │────▢│   Decide    │────▢│  Synthesize β”‚
β”‚ (AI Score)  β”‚     β”‚ (Continue?) β”‚     β”‚ (Report)    β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                           β”‚
                           β”‚ More batches needed
                           β–Ό
                    β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
                    β”‚ Child Batch β”‚
                    β”‚ (New URLs)  β”‚
                    β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Key Features: - Multi-model AI support (Anthropic Claude, Ollama local models) - Iterative batch processing with child URL discovery - Quality-based content evaluation - Automatic synthesis and report generation

2. cbintel.lazarus - Historical Web ArchivesΒΆ

Retrieve and analyze historical web content from Internet Archive and Common Crawl.

Domain/URL
    β”‚
    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚  Discovery  │────▢│   CDX API   │────▢│   Retrieve  β”‚
β”‚    (gau)    β”‚     β”‚   Query     β”‚     β”‚   Content   β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜
                                               β”‚
    β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
    β”‚
    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚  Temporal   │────▢│   Timeline  β”‚
β”‚  Analysis   β”‚     β”‚   Report    β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Components: - CDXClient - Query Internet Archive/Common Crawl CDX APIs - URLDiscovery - Discover URLs via gau (wayback, commoncrawl, etc.) - ArchiveClient - High-level orchestration of discovery + retrieval - TemporalAnalyzer - Time-series content change analysis

Semantic similarity search using text embeddings and vector storage.

Documents
    β”‚
    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚   Chunk     │────▢│   Embed     │────▢│   Store     β”‚
β”‚   Text      β”‚     β”‚  (Ollama)   β”‚     β”‚  (vectl)    β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜
                                               β”‚
Query                                          β”‚
    β”‚                                          β”‚
    β–Ό                                          β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚   Embed     │────▢│   Search    │────▢│   Results   β”‚
β”‚   Query     β”‚     β”‚ (K-means)   β”‚     β”‚  (Ranked)   β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Components: - EmbeddingService - Generate 768D vectors via Ollama (nomic-embed-text) - VectorStore - K-means clustered storage (vectl C++ or NumPy fallback) - SemanticSearch - Text-to-text similarity search - ChunkingService - Split documents into overlapping chunks

4. cbintel.screenshots - Browser AutomationΒΆ

Screenshot capture, PDF generation, and DOM extraction using Playwright.

URL
 β”‚
 β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚  Playwright β”‚
β”‚   Browser   β”‚
β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜
       β”‚
       β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
       β–Ό                β–Ό                β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚ Screenshot  β”‚  β”‚    PDF      β”‚  β”‚    DOM      β”‚
β”‚  Capture    β”‚  β”‚ Generation  β”‚  β”‚ Extraction  β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Components: - ScreenshotService - Full-page and element screenshots - PDFService - PDF generation with configurable format/margins - DOMService - Element extraction with bounding boxes

5. cbintel.cluster - VPN Cluster ManagementΒΆ

Geographic VPN routing via 16 OpenWRT workers with HAProxy load balancing.

β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                      Host Server                                 β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚
β”‚  β”‚              FastAPI Cluster API (port 9002)             β”‚   β”‚
β”‚  β”‚  /api/v1/banks  /api/v1/workers  /api/v1/devices        β”‚   β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                               β”‚
                               β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                    Master Router (17.0.0.1)                      β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”     β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚
β”‚  β”‚   HAProxy   β”‚     β”‚           LuCI RPC                   β”‚   β”‚
β”‚  β”‚ 8890-8999   β”‚     β”‚      Device Control Interface        β”‚   β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜     β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
          β”‚
          β”‚ Load Balance
          β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                   OpenWRT Workers (16x)                          β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”       β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”         β”‚
β”‚  β”‚Worker 1 β”‚ β”‚Worker 2 β”‚ β”‚Worker 3 β”‚  ...  β”‚Worker 16β”‚         β”‚
β”‚  β”‚17.0.0.10β”‚ β”‚17.0.0.11β”‚ β”‚17.0.0.12β”‚       β”‚17.0.0.25β”‚         β”‚
β”‚  β”‚         β”‚ β”‚         β”‚ β”‚         β”‚       β”‚         β”‚         β”‚
β”‚  β”‚ OpenVPN β”‚ β”‚ OpenVPN β”‚ β”‚ OpenVPN β”‚       β”‚ OpenVPN β”‚         β”‚
β”‚  β”‚TinyProxyβ”‚ β”‚TinyProxyβ”‚ β”‚TinyProxyβ”‚       β”‚TinyProxyβ”‚         β”‚
β”‚  β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”˜       β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”˜         β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
        β”‚          β”‚          β”‚                    β”‚
        β–Ό          β–Ό          β–Ό                    β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                  ProtonVPN Exit Nodes                            β”‚
β”‚         (~12,900 profiles across 127 countries)                  β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Components: - DeviceRegistry - Comprehensive device tracking with WireGuard info - DeviceService - Ping, speedtest, execute, reboot operations - BankService - Geographic VPN pool management - WorkerService - VPN and proxy control per worker - StateManager - Persistent JSON-based state

6. cbintel.jobs - Async Job Processing APIΒΆ

Unified job submission and processing for all cbintel modules.

Client Request
     β”‚
     β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚              FastAPI Jobs API (port 9003)                        β”‚
β”‚  POST /api/v1/jobs/{crawl,lazarus,vectl,screenshots}            β”‚
β”‚  GET /api/v1/jobs/{job_id}  (poll status)                       β”‚
β”‚  DELETE /api/v1/jobs/{job_id}  (cancel)                         β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                           β”‚
                           β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                    Job Queue (Redis/In-Memory)                   β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”                       β”‚
β”‚  β”‚ Worker 1 β”‚  β”‚ Worker 2 β”‚  β”‚ Worker 3 β”‚                       β”‚
β”‚  β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”˜                       β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
        β”‚             β”‚             β”‚
        β–Ό             β–Ό             β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚ CrawlWorker β”‚ β”‚LazarusWorkerβ”‚ β”‚ VectlWorker β”‚ β”‚ Screenshot  β”‚
β”‚             β”‚ β”‚             β”‚ β”‚             β”‚ β”‚   Worker    β”‚
β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”˜
       β”‚               β”‚               β”‚               β”‚
       β–Ό               β–Ό               β–Ό               β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                  files.nominate.ai (Result Storage)              β”‚
β”‚              cbintel-jobs bucket for job outputs                 β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Components: - JobQueue - Redis-backed task queue with in-memory fallback - BaseWorker - Abstract worker with progress callbacks - CrawlWorker - Wraps CrawlPipeline for research queries - LazarusWorker - Wraps ArchiveClient for historical retrieval - VectlWorker - Wraps EmbeddingService for vector operations - ScreenshotWorker - Wraps ScreenshotService for captures - FilesClient - Uploads results to files.nominate.ai

Job Lifecycle:

PENDING β†’ QUEUED β†’ PROCESSING β†’ COMPLETED/FAILED/CANCELLED

Data FlowΒΆ

Typical Crawl PipelineΒΆ

1. User submits query via cbintel-crawl CLI
   β”‚
   β–Ό
2. Search engine discovers initial URLs
   β”‚
   β–Ό
3. URLs fetched, HTML parsed to markdown
   β”‚
   β–Ό
4. AI evaluates content relevance (0-10 score)
   β”‚
   β–Ό
5. High-scoring pages analyzed for child URLs
   β”‚
   β–Ό
6. Child batch created with discovered URLs
   β”‚
   β–Ό
7. Repeat steps 3-6 until depth limit or satisfaction
   β”‚
   β–Ό
8. Final synthesis generates report

Archive Research PipelineΒΆ

1. User queries domain via cbintel-lazarus
   β”‚
   β–Ό
2. gau discovers historical URLs from wayback
   β”‚
   β–Ό
3. CDX API queried for snapshots of each URL
   β”‚
   β–Ό
4. Content retrieved from Internet Archive
   β”‚
   β–Ό
5. Temporal analysis detects content changes
   β”‚
   β–Ό
6. Timeline report generated

Semantic Search PipelineΒΆ

1. Documents indexed via cbintel-vectl index
   β”‚
   β–Ό
2. Text chunked into 512-word segments
   β”‚
   β–Ό
3. Ollama generates embeddings (768D vectors)
   β”‚
   β–Ό
4. Vectors stored with K-means clustering
   β”‚
   β–Ό
5. User queries via cbintel-vectl search
   β”‚
   β–Ό
6. Query embedded and matched to clusters
   β”‚
   β–Ό
7. Cosine similarity ranks results

ConfigurationΒΆ

Environment VariablesΒΆ

# AI/LLM
ANTHROPIC_API_KEY=sk-ant-...
OLLAMA_BASE_URL=http://127.0.0.1:11434
OLLAMA_EMBED_MODEL=nomic-embed-text

# Cluster API
OPENWRT_USERNAME=root
OPENWRT_PASSWORD=<password>
MASTER_IP=17.0.0.1
CLUSTER_API_PORT=9002

# Storage
BANK_STATE_FILE=/var/lib/vpn-banks/bank-state.json
DEVICE_REGISTRY_FILE=/var/lib/vpn-banks/device-registry.json

# VPN Profiles
PROFILES_BASE=/path/to/profiles/intl-ovpn

DeploymentΒΆ

DevelopmentΒΆ

# Clone and install
git clone <repo>
cd cbintel
pip install -e ".[dev]"

# Install Playwright browsers
playwright install

# Run tests
pytest

ProductionΒΆ

# Install package
pip install .

# Start services manually
cbintel-cluster  # VPN Cluster API on port 9002
cbintel-jobs     # Jobs API on port 9003

# Or via systemd (recommended)
sudo systemctl enable cbcluster cbjobs
sudo systemctl start cbcluster cbjobs

Systemd ServicesΒΆ

Service Description Port URL
cbcluster.service VPN Cluster Management API 32203 https://intel.nominate.ai
cbjobs.service Async Job Processing API 9003 https://jobs.nominate.ai

Service files location: /etc/systemd/system/

Nginx configs location: /etc/nginx/sites-nominate/

# Check service status
sudo systemctl status cbcluster cbjobs

# View logs
sudo journalctl -u cbjobs -f
sudo journalctl -u cbcluster -f

# Restart after code changes
sudo systemctl restart cbjobs

File OrganizationΒΆ

cbintel/
β”œβ”€β”€ src/cbintel/
β”‚   β”œβ”€β”€ ai/              # AI client wrappers
β”‚   β”œβ”€β”€ net/             # Network operations
β”‚   β”œβ”€β”€ io/              # File/process I/O
β”‚   β”œβ”€β”€ crawl/           # Crawl pipeline
β”‚   β”œβ”€β”€ lazarus/         # Historical archives
β”‚   β”œβ”€β”€ vectl/           # Vector search
β”‚   β”œβ”€β”€ screenshots/     # Browser automation
β”‚   β”œβ”€β”€ cluster/         # VPN cluster API
β”‚   └── jobs/            # Async job queue with workers
β”œβ”€β”€ docs/                # Documentation
β”œβ”€β”€ extern/              # External project symlinks
└── tests/               # Test suite

Security ConsiderationsΒΆ

  • API Keys: Store in environment variables, never in code
  • VPN Profiles: Contain credentials, restrict file permissions
  • Cluster API: Currently no authentication (TODO for production)
  • Command Execution: Device execute endpoint runs as root
  • Proxy Traffic: All cluster traffic routes through VPN tunnels