Como usei Python e Streamlit para criar um analisador inteligente de links maliciosos (CreatorGuard)

Olá, pessoal!

Quero compartilhar com vocês um projeto open-source que desenvolvi recentemente chamado CreatorGuard. Ele nasceu de uma dor real: o aumento massivo de ataques de phishing focados em criadores de conteúdo (Youtubers, Streamers, etc.) por meio de propostas comerciais e patrocínios falsos.

O objetivo do app é permitir que o usuário cole o link de uma proposta e receba uma análise de risco imediata.

🛠️ Como Funciona por Trás dos Panos?

A aplicação foi construída inteiramente em Python e utiliza o Streamlit para a interface web. A lógica faz uma varredura automática na URL enviada buscando padrões comuns de golpes:

• Identificação de encurtadores e links camuflados: Desmascara a URL real por trás do redirecionamento.
• Ausência de HTTPS: Alerta se o site de destino não possui criptografia básica.
• Downloads de alto risco: Detecta se o link aponta diretamente para plataformas de download como MediaFire ou para extensões altamente perigosas (.zip, .exe) — que geralmente servem para roubar cookies de sessão e credenciais ativas do navegador.

🚀 Desafios de Desenvolvimento

O maior desafio foi criar uma interface extremamente limpa e responsiva (focada em dispositivos móveis) sem perder a velocidade na execução dos scripts de checagem em segundo plano, já que o Streamlit reexecuta o código a cada interação.

O projeto já conta com integração contínua (CI/CD) direto com o GitHub e está hospedado na nuvem do Streamlit.

🔗 Código e Aplicação

O projeto é 100% aberto e quem quiser testar, contribuir ou criticar a arquitetura, sinta-se à vontade:

• Cód. no Github: https://github.com/Hamilton-32/creatorguard

• Aplicativo Rodando: https://creatorguard-hamilton.streamlit.app/

Gostaria muito do feedback de vocês: quais outras heurísticas ou validações de segurança vocês acham que seriam interessantes mapear via código para deixar a varredura ainda mais robusta?