Ghidrathon 项目教程
2026-01-18 09:36:33作者:宗隆裙
项目介绍
Ghidrathon 是一个由 Mandiant 的 FLARE 团队开发的开放源代码扩展,旨在为 Ghidra 添加 Python 3 脚本功能。Ghidra 原生支持 Java 和 Jython 脚本,但由于许多开源分析工具(如 capa、Unicorn Engine、angr 等)是用 Python 3 编写的,Ghidrathon 的开发填补了这一空白,使得这些工具可以直接在 Ghidra 中使用。
项目快速启动
安装 Ghidrathon
-
下载并解压最新版本的 Ghidrathon
- 从 Ghidrathon GitHub 发布页面 下载最新版本并解压。
-
安装依赖
- 使用你希望与 Ghidrathon 一起使用的 Python 解释器执行以下命令(
requirements.txt和ghidrathon_configure.py包含在发布中):python -m pip install -r requirements.txt python ghidrathon_configure.py <absolute_path_to_ghidra_install_dir>
- 使用你希望与 Ghidrathon 一起使用的 Python 解释器执行以下命令(
配置 Ghidra
- 确保你的 Ghidra 版本 >= 10.3.2,并且 Java 版本 >= 17.0.0。
- 将 Ghidrathon 解压到 Ghidra 的
Extensions目录中,并重启 Ghidra。
应用案例和最佳实践
使用第三方 Python 模块
Ghidrathon 允许你在 Ghidra 中使用第三方 Python 模块。例如,你可以安装并使用 Unicorn 来模拟 ARM 代码:
-
安装 Unicorn
pip install unicorn -
在 Ghidra 中使用 Unicorn
- 在 Ghidra 的 Python 脚本中导入并使用 Unicorn:
from unicorn import * from unicorn.arm_const import *
- 在 Ghidra 的 Python 脚本中导入并使用 Unicorn:
编写 Ghidra Python 3 脚本
Ghidrathon 提供了与 Ghidra 的 Java 和 Jython 扩展类似的脚本体验,包括访问 GhidraScript 状态实例变量(如 currentProgram)和 FlatProgramAPI 方法(如 findBytes):
from ghidra.program.model.address import Address
def find_bytes(pattern):
current_program = state.getCurrentProgram()
address_set = current_program.getAddressFactory().getAddressSet()
return current_program.getMemory().findBytes(address_set.getMinAddress(), pattern)
典型生态项目
capa
capa 是一个用于分析可执行文件以识别其功能的开源工具。通过 Ghidrathon,你可以在 Ghidra 中直接使用 capa 进行分析:
-
安装 capa
pip install flare-capa -
在 Ghidra 中使用 capa
- 编写一个 Ghidra Python 脚本来调用 capa:
import capa.main
- 编写一个 Ghidra Python 脚本来调用 capa:
Unicorn Engine
Unicorn Engine 是一个多平台、多架构的 CPU 仿真框架。通过 Ghidrathon,你可以在 Ghidra 中使用 Unicorn 进行代码仿真:
-
安装 Unicorn Engine
pip install unicorn -
在 Ghidra 中使用 Unicorn Engine
- 编写一个 Ghidra Python 脚本来使用 Unicorn:
from unicorn import * from unicorn.arm_const import *
- 编写一个 Ghidra Python 脚本来使用 Unicorn:
通过这些案例和最佳实践,你可以充分利用 Ghidrathon 在 Ghidra 中使用 Python 3 进行高级分析和脚本编写。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248