Il2CppAssemblyUnhollower 实战指南:从解析到配置的全流程掌握
Il2CppAssemblyUnhollower 是 Unity 逆向工程的核心工具,通过生成托管到 IL2CPP 的代理程序集,帮助开发者高效分析游戏逻辑与底层实现。
学习目标
- 理解工具核心模块的功能分工
- 掌握启动流程与关键配置参数
- 解决常见使用场景中的技术问题
剖析核心功能模块
学习目标:识别工具的五大核心模块及其文件作用,建立整体架构认知。
Il2CppAssemblyUnhollower 的功能实现基于模块化设计,各子项目承担不同职责:
-
AssemblyUnhollower
核心处理模块,包含程序集转换的完整逻辑。关键文件如Program.cs定义命令行入口,Contexts/目录下的TypeRewriteContext.cs等文件负责类型重写上下文管理,Passes/文件夹中的系列PassXX类(如Pass50GenerateMethods.cs)实现方法生成等核心转换步骤。 -
UnhollowerBaseLib
基础运行时支持库,提供 IL2CPP 交互的底层能力。Runtime/目录下的版本特定实现(如Class_24_1_A.cs)适配不同 Unity 版本的 API 差异,Il2CppClassPointerStore.cs等文件管理类指针存储与访问。 -
UnhollowerPdbGen
PDB 文件生成模块,MsPdbCore.cs处理调试符号生成逻辑,辅助逆向分析中的代码调试。 -
UnhollowerRuntimeLib
运行时转发逻辑实现,Forwarders.cs包含方法转发定义,确保生成代码与原始 IL2CPP 运行时的正确交互。
提示:模块间通过项目引用协同工作,核心转换逻辑集中在 AssemblyUnhollower 的 Passes 系列类中。
启动程序与配置策略
学习目标:掌握工具启动方式,理解配置参数的实际应用场景。
程序启动流程
-
环境准备
克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/il/Il2CppAssemblyUnhollower -
编译与运行
通过 Visual Studio 打开AssemblyUnhollower.sln解决方案,设置 AssemblyUnhollower 为启动项目,直接运行或通过命令行指定参数执行。核心入口逻辑位于AssemblyUnhollower/Program.cs的Main方法。
常见配置项对比表
| 配置类型 | 关键参数 | 作用描述 | 适用场景 |
|---|---|---|---|
| 输出控制 | --output |
指定生成文件路径 | 自定义输出目录时 |
| 日志设置 | --log-level |
控制日志详细程度 | 调试转换问题时 |
| 版本适配 | --unity-version |
指定目标 Unity 版本 | 处理版本差异兼容性 |
| 优化选项 | --no-unstrip |
禁用未剥离代码生成 | 追求性能而非完整度时 |
提示:所有配置参数可通过
--help命令查看完整说明,建议根据具体逆向目标调整组合策略。
常见问题速查
学习目标:快速定位并解决工具使用中的典型错误与性能问题。
-
Q:生成的程序集无法加载?
A:检查目标 Unity 版本是否匹配,通过--unity-version指定正确版本,参考UnhollowerBaseLib/Runtime/VersionSpecific/下的版本实现。 -
Q:转换过程耗时过长?
A:尝试禁用非必要功能,如--no-unstrip跳过未剥离代码生成,或通过--log-level warning减少日志输出开销。 -
Q:方法转发失败报错?
A:检查UnhollowerRuntimeLib/Forwarders.cs中对应方法的签名定义,确保与 IL2CPP 原生函数匹配。
通过本文的模块化解析与实战配置指南,开发者可系统掌握 Il2CppAssemblyUnhollower 的核心能力。建议结合 Documentation 目录下的 Command-Line-Usage.md 等文档,深入探索高级功能与最佳实践。工具的持续迭代优化需要社区贡献,欢迎通过项目 issue 反馈问题或提交改进 PR。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust071- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00