QRucible开源项目使用教程
2025-04-17 15:11:08作者:傅爽业Veleda
1. 项目介绍
QRucible是一个Python工具,它能够生成无图像的QR码,并支持多种格式。此工具特别之处在于,它能够通过在电子邮件中用表格展示关键字的方式,来混淆基于关键字和AI辅助的QR码钓鱼特定检测。这种功能对于避免关键字检测和AI分析非常有用。QRucible的部分功能在x33fcon 2024的伴随博客文章中发布,更多特性在Defcon 32中添加。
2. 项目快速启动
要快速启动并使用QRucible,请按照以下步骤操作:
首先,确保安装了必要的Python环境和依赖项。可以通过以下命令安装:
pip3 install -r requirements.txt
然后,运行以下命令启动QRucible:
python3 QRucible.py
为了使pytesseract和关键字混淆功能正常工作,您可能还需要单独安装Tesseract OCR。以下是针对不同操作系统的安装方法:
-
对于Ubuntu:
sudo apt-get install tesseract-ocr -
对于macOS(使用Homebrew):
brew install tesseract -
对于Windows: 从Tesseract的GitHub页面下载安装程序并进行安装。
接下来,你可以使用以下命令生成QR码:
python3 QRucible.py -u URL [-s SIZE] [-i INPUT] [-o OUTPUT] [--css] [--tables] [--eml] [--obfuscate OBFUSCATE [OBFUSCATE ...]]
其中:
-u URL指定要编码在QR码中的URL。-s SIZE指定QR码的盒大小,默认为40。-i INPUT指定输入HTML模板文件,该文件中将替换QR_PLACEHOLDER字符串为QR码。-o OUTPUT指定输出HTML或EML文件的路径。--css使用CSS方法生成QR码。--tables使用表格方法生成QR码,默认。--eml生成EML文件而不是HTML文件。--obfuscate OBFUSCATE [OBFUSCATE ...]指定要混淆的关键字。
3. 应用案例和最佳实践
以下是一个使用QRucible生成带有表格的QR码的示例:
.\QRucible.py -u https://youtu.be/dQw4w9WgXcQ -i '.\MFA_QR_CODE_TEMPLATE.html' --tables --eml
此命令将生成一个使用HTML表格的QR码,并将其嵌入到EML文件中。
关键字混淆的示例:
.\QRucible.py -u https://youtu.be/dQw4w9WgXcQ -i '.\MFA_QR_CODE_TEMPLATE.html' --tables --obfuscate QR mobile device MFA
该命令将指定的关键字“QR”、“mobile”、“device”、“MFA”用表格形式展示,以混淆AI分析。
4. 典型生态项目
目前,没有列出与QRucible直接相关的生态项目。不过,你可以探索使用QRucible生成的QR码在Web开发、邮件安全和钓鱼防范等领域的应用。社区贡献和进一步的开发将会丰富这个项目的生态系统。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
393
472
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++
899
697
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
785
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
364