JMD字节码反混淆工具技术文档
2024-12-20 15:50:21作者:何将鹤
本文档将为您提供详细的JMD工具安装指南、使用说明以及API使用文档,帮助您更好地使用和了解JMD。
1. 安装指南
环境要求
- Java 6及以上版本
- 对于JMDGUI,需要.NET 4或更高版本
下载与安装
- 稳定版下载:请访问JMD的GitHub发布页面下载稳定版本的JMD工具。
- 最新版下载:可以从JMD的GitHub仓库获取最新版本的文件。
下载完成后,解压缩文件到指定的文件夹中。
2. 项目使用说明
JMD是一个通用的Java字节码反混淆工具,它可以通过命令行界面或图形界面进行操作。
命令行使用方法
运行以下命令来使用JMD:
java -jar JMD.jar <jarfile location> <transformer name> <debug true/false> <transformer specific args>
<jarfile location>:指定需要反混淆的JAR文件路径。<transformer name>:指定要使用的转换器名称。<debug true/false>:是否启用调试模式。<transformer specific args>:转换器特定的参数。
示例
- 移除ZKM混淆:
java -jar JMD.jar "C:/Files/Magic.jar" zkm true - 移除Allatori混淆:
java -jar JMD.jar "C:/Files/Magic.jar" allatori true - 替换所有
example.com实例:java -jar JMD.jar "C:/Files/Magic.jar" stringreplacer "example.com" true "rscbunlocked.net"
3. 项目API使用文档
目前,JMD项目的API文档不公开。用户可以通过阅读源代码或查看项目Wiki来获取更多关于API的信息。
4. 项目安装方式
JMD可以通过以下方式安装:
- 直接下载JMD的GitHub发布页面提供的稳定版本或从JMD的GitHub仓库获取最新版本的文件。
- 使用命令行或脚本,通过包管理工具(如Maven或Gradle)自动下载和安装JMD。
请确保您已满足所有环境要求,并正确安装了Java和.NET环境(如果使用JMDGUI)。
本文档旨在帮助用户更好地理解和使用JMD工具,如有任何问题或建议,请随时联系项目维护者。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258