Ghidra 快速上手指南:平台要求、安装部署、GUI/无头/PyGhidra 多种运行模式与升级流程
本文基于 Ghidra 仓库官方入门文档 GettingStarted.md 编写,覆盖从平台与软硬件要求、免安装式部署、原生组件构建,到 GUI 模式、Ghidra Server、Headless 批处理模式、Single Jar 模式、PyGhidra 模式、BSim 插件的使用,再到扩展(Extension)管理、开发环境与版本升级、故障排查和已知问题的完整路径。读完本文后,你可以在 Windows/Linux/macOS 上正确安装并启动 Ghidra,能独立完成原生组件构建、无头批量分析配置,并能依据仓库中的启动脚本与 launch.properties 定位常见的启动失败问题。
需要说明:原文档声明其内容以 Ghidra 12.1 为基准;当前仓库中 application.properties 显示版本号为 12.2(DEV 渠道),且 application.java.min=25、application.gradle.min=9.1、application.python.supported=3.14, 3.13, 3.12, 3.11, 3.10, 3.9,与文档中“Java 25 + Python 3.9~3.14 + Gradle 9.1.0+”的要求相互印证。
1. 支持的平台与最低要求
1.1 操作系统支持
- Windows 10(build 1809 或更高版本)
- Linux
- macOS 10.13 或更高版本
所有 32 位操作系统安装已弃用。
1.2 硬件要求
- 4 GB 内存
- 1 GB 存储空间(用于存放 Ghidra 安装后的二进制文件)
- 强烈建议使用双显示器
1.3 软件要求
- Java 25 64 位运行时与开发工具包(JDK):免费长期支持(LTS)版本可由 Adoptium Temurin、Amazon Corretto 等发行方提供(具体获取方式以各自官方渠道为准)。仓库侧证据:application.properties 中
application.java.min=25、application.java.compiler=25,即当前代码基线本身要求 JDK 25 才能编译与运行。 - Python 3(3.9 至 3.14):
- Debugger 调试器支持:Python 3.7 至 3.14;
- PyGhidra 支持:Python 3.9 至 3.14。
- Linux 上建议通过系统包仓库安装带 pip 支持的 Python 版本,而不是手动下载。
上述 Python 版本区间与 application.properties 中的 application.python.supported 列表完全一致,可作为版本兼容性的仓库级依据。
2. 安装 Ghidra
Ghidra 不使用传统安装程序。安装方式是用任意解压工具(系统自带、7-Zip、WinZip、WinRAR 等)将 Ghidra 发行包解压到目标目录即可。
注意:不要将新发行包解压到已有安装目录之上(不能覆盖叠加安装)。
2.1 安装注意事项(原文档逐条继承)
- 免管理员、无系统级痕迹:Ghidra 就地解压运行,个人使用无需管理员权限;它不修改操作系统配置(例如 Windows 注册表),因此卸载时只需删除整个 Ghidra 安装目录。代价是不会自动创建桌面快捷方式,也不会出现在系统应用启动菜单中。
- macOS Gatekeeper 隔离问题:首次启动时,macOS Gatekeeper 可能试图隔离预先构建的未签名 Ghidra 原生组件。有两种规避方式:
- 解压发行包之前,在终端执行:
xattr -d com.apple.quarantine ghidra_<version>_<date>.zip - 或者在首次启动之前,按第 4 节“构建原生组件”自行编译本地原生二进制。
- 解压发行包之前,在终端执行:
- 解压与安装 Server 服务可能需要管理员权限:例如将 Ghidra 解压到
C:\这类受限位置,或将 Ghidra Server 注册为系统服务。 - 临时与缓存目录:Ghidra 依赖安装目录之外的目录存放临时文件和长期缓存,默认优先使用各操作系统的标准目录(避免把大量数据写入漫游配置文件)。若怀疑默认位置导致问题,可修改
support/launch.properties中相应属性。从仓库源码 launch.properties 可以看到这三个可覆盖项及其优先级规则:- 设置目录
application.settingsdir:系统属性 →XDG_CONFIG_HOME环境变量 → 平台默认(Windows 为%APPDATA%,Linux 为$HOME/.config,macOS 为$HOME/Library); - 缓存目录
application.cachedir:系统属性 →XDG_CACHE_HOME→ 平台默认; - 临时目录
application.tempdir/java.io.tmpdir:系统属性 → 平台默认(Windows%TEMP%、Linux/tmp、macOS$TMPDIR)。 覆盖值必须是绝对路径。
- 设置目录
2.2 Java 相关说明
-
Ghidra 要求 PATH 上存在受支持版本的 JDK,或由
JAVA_HOME环境变量指定;JAVA_HOME优先于 PATH。 -
若找到的 Java 版本不满足最低要求,Ghidra 会尝试用该版本(前提是 1.8 或更高)辅助在系统上定位受支持版本;仍无法定位时会提示用户手动输入 Java home 目录(即
bin目录的父目录)。这一机制避免破坏其他软件依赖的既有 Java 配置。 -
许多发行版的包管理器可直接安装受支持的 JDK,此时无需手动设置 PATH。
-
若因为 PATH 上完全没有 Java 导致启动失败,可通过包管理器(aptitude、yum 等)、Windows 安装包(.exe/.msi)、macOS 安装包(.pkg)安装 JDK,或手动解压并加入 PATH。手动步骤如下:
Windows:
- 解压 JDK 发行包(.zip):右键 zip 文件 →
Extract All...→Extract; - 打开环境变量窗口:右键 Windows 开始按钮 →
System→Advanced system settings→Environment variables...; - 在
System variables中高亮Path→Edit...→ 在Variable value末尾添加分号加<JDK 解压目录>\bin(或点New新增一条); - 依次点击三次
OK保存; - 重启已打开的命令行窗口使更改生效。
Linux 与 macOS:
- 解压 JDK 发行包:
tar xvf <JDK distribution .tar.gz> - 用编辑器打开
~/.bashrc,例如:vi ~/.bashrc - 在文件末尾追加 JDK 的 bin 目录到 PATH:
export PATH=<JDK 解压目录>/bin:$PATH - 保存文件;
- 重启已打开的终端窗口。
- 解压 JDK 发行包(.zip):右键 zip 文件 →
-
强制指定 Java 版本:若希望 Ghidra 用特定版本 Java 启动而不是自动定位,可在
support/launch.properties中设置JAVA_HOME_OVERRIDE属性。若设置为不兼容版本,Ghidra 会回退到自动定位兼容版本。注意:仍然需要 PATH 上有 Java 或由JAVA_HOME指定 Java,JAVA_HOME_OVERRIDE才会生效。该属性在仓库 launch.properties 中的注释与文档描述一致:“If the provided path does not point to a supported Java home that Ghidra supports, this property is ignored.”
2.3 Debugger(调试器)相关说明
Ghidra 的 Debugger 通过 Python 连接宿主平台的原生调试器,除受支持版本 Python 外还需要若干额外包。这些包已随发行版提供,也可自行从 PyPI 安装:
protobuf>=3.20.3Pybag>=2.2.16(仅 WinDbg 支持需要)
不同原生调试器要求各异,并非都要安装上述全部包;每个连接器会告知其具体要求及安装位置,某些情况下还需要在目标系统上安装包。详细文档见安装目录下的 <GhidraInstallDir>/docs/GhidraClass/Debugger/A1-GettingStarted.html。
3. Ghidra 安装目录结构
解压完成后得到安装根目录(下文记作 <GhidraInstallDir>),其顶层包含:
| 目录/文件 | 说明 |
|---|---|
Ghidra/ |
Ghidra 发行版基础目录,包含运行所需的全部文件 |
Extensions/ |
可选组件,用于扩展 Ghidra 功能或与其他工具集成(见第 7 节) |
GPL/ |
独立 GPL 支持程序 |
server/ |
Ghidra Server 的安装与管理相关文件 |
support/ |
调试 Ghidra、以高级模式运行 Ghidra、控制 Ghidra 启动行为的文件 |
docs/ |
发布说明、API 文档、教程等文档 |
ghidraRun(.bat) |
启动 Ghidra 的脚本 |
LICENSE / licenses/ |
Ghidra 许可信息;Ghidra 依赖的第三方许可集合 |
bom.json |
CycloneDX JSON 格式的 SBOM(软件物料清单) |
对照本仓库源码结构:上述发行目录中 support/、server/、启动脚本对应仓库中的 Ghidra/RuntimeScripts(如 ghidraRun、support/ 目录),Server 文档对应 server/svrREADME.md(发行版中为同名 .html),GPL 程序对应 GPL 目录。
4. 构建原生组件(Native Components)
Ghidra 正常运行需要若干原生二进制。官方公开发行版自带以下平台的原生二进制:
- Windows 10+,x86 64 位
- Windows 10+,ARM 64 位(通过 x86 仿真)
- Linux x86 64 位
以下平台则需用户自行构建原生二进制后运行:
- macOS x86 64 位 / macOS ARM 64 位
- Linux ARM 64 位
- FreeBSD x86 64 位 / ARM 64 位(无调试器支持)
- OpenBSD x86 64 位 / ARM 64 位
即使官方提供了原生二进制的平台,若二进制无法正常运行,也需要本地构建。构建前置条件:
- 受支持版本的 JDK(见第 1.3 节);
- Gradle 9.1.0+(或使用发行版自带的 Gradle wrapper,需联网)——与 application.properties 中
application.gradle.min=9.1一致; - C/C++ 构建工具与库:
- macOS:Xcode 或简化的 Command Line Tools for Xcode。联网时 Xcode 可直接从 App Store 安装,命令行工具可用
xcode-select --install安装; - Linux/FreeBSD/OpenBSD:安装 64 位版本的 GCC 或 Clang、make;
- Windows:Microsoft Visual Studio 2017 或更高版本,或 Microsoft C++ Build Tools(需安装 MSVC、Windows SDK、C++ ATL 组件)。
- macOS:Xcode 或简化的 Command Line Tools for Xcode。联网时 Xcode 可直接从 App Store 安装,命令行工具可用
构建命令:
cd <GhidraInstallDir>/support/gradle/
gradle buildNatives
未安装 Gradle 但可联网时,使用 Gradle wrapper(仓库对应 support/gradle/ 目录,内含 gradle-wrapper.jar 与 gradle-wrapper.properties):
cd <GhidraInstallDir>/support/gradle/
./gradlew(.bat) buildNatives
构建成功后,新编译的原生二进位置于各模块的 build/os/<platform>/ 子目录,Ghidra 会优先使用它们而不是 os/<platform>/ 中预构建的二进制。
5. 运行 Ghidra
5.1 GUI 模式
- 进入
<GhidraInstallDir>; - 执行
ghidraRun.bat(Windows)或ghidraRun(Linux/macOS)。
从仓库 ghidraRun 源码可以看到其工作方式:
- 默认堆内存通常为物理内存的 1/4;可通过脚本内的
MAXMEM_DEFAULT覆盖,支持\d+[gGmMkK]形式(如8G、4096m); - 环境变量
GHIDRA_MAXMEM覆盖所有实例的堆上限,GHIDRA_GUI_MAXMEM仅覆盖 GUI 实例; GHIDRA_JAVA_OPTIONS/GHIDRA_GUI_JAVA_OPTIONS环境变量可追加任意 JVM 参数;- 最终通过 support/launch.sh 以
bg(后台)模式调用jdk类型启动入口类ghidra.GhidraRun。
launch.sh 支持四种模式:fg(前台)、bg(后台)、debug(调试,不挂起)、debug-suspend(调试,挂起等待),调试模式下可用环境变量 DEBUG_ADDRESS 覆盖默认监听地址 127.0.0.1:18001。启动失败时请参阅第 9 节“故障排查”。
5.2 Ghidra Server(多用户协作)
Ghidra 支持多名用户基于同一项目协作:每位用户启动并操作本地项目副本,将修改提交到包含所有提交的公共仓库。安装与配置详情见安装目录下的 <GhidraInstallDir>/server/svrREADME.html(仓库源码为 server/svrREADME.md,同目录还提供 svrInstall、svrAdmin、svrUninstall 等管理脚本)。
5.3 Headless(无头/批处理)模式
Ghidra 默认以 GUI 模式运行,但也支持命令行无头批处理模式。其用法文档为 <GhidraInstallDir>/support/analyzeHeadlessREADME.html(仓库源码为 analyzeHeadlessREADME.md)。
Headless Analyzer 是 Ghidra 的命令行(非 GUI)版本,可:
- 创建并填充项目;
- 对导入或已存在的二进制执行分析;
- 在项目上运行非 GUI 脚本(脚本可依赖程序也可不依赖)。
通过 analyzeHeadless 脚本发起(仓库对应 support/analyzeHeadless)。它至少需要一个已存在(或待创建)项目的路径与名称,之后可执行:
- 导入单个文件或目录(可递归);
- 处理已存在于项目中的文件/目录;
- 对每个可执行文件运行任意数量非 GUI 预处理脚本(preScript)与后处理脚本(postScript);
- 对每个文件开关分析(
-noanalysis); - 输出逐文件处理日志,并支持脚本独立日志;
- 保留或删除所创建的项目;
- 在
-import/-process模式下只读运行或保存修改。
常用命令行骨架(摘自该 README 的 Usage 章节):
analyzeHeadless <project_location> <project_name>[/<folder_path>]
[[-import [<directory>|<file>]+] | [-process [<project_file>]]]
[-preScript <ScriptName> [<arg>]*]
[-postScript <ScriptName> [<arg>]*]
[-scriptPath "<path1>[;<path2>...]"]
[-propertiesPath "<path1>[;<path2>...]"]
[-scriptlog <path to script log file>]
[-log <path to log file>]
[-overwrite] [-mirror]
[-recursive [<depth>]]
[-readOnly]
[-deleteProject]
[-noanalysis]
[-processor <languageID>]
[-cspec <compilerSpecID>]
[-analysisTimeoutPerFile <timeout in seconds>]
[-keystore <KeystorePath>]
[-connect [<userID>]]
[-p]
[-commit ["<comment>"]]
运行注意:项目若已在 GUI 中打开,Headless Analyzer 可能无法运行;批量导入模式下以 . 开头的文件默认视为隐藏文件被忽略,但显式点名导入时仍会尝试。
5.4 Single Jar 模式
通常 Ghidra 是整棵目录树安装,便于模块化地增删功能集并保留大量可配置/可扩展文件。但有时希望以牺牲部分配置能力为代价,把全部(或部分)Ghidra 压缩进单个 jar 文件,以便命令行无头运行,或作为逆向能力库嵌入其他 Java 应用。
单文件 ghidra.jar 可通过 <GhidraInstallDir>/support/buildGhidraJar 脚本生成。从仓库 buildGhidraJar 源码可见:该脚本以 fg 模式调用 launch.sh,通过 -DGhidraJarBuilder.Name 属性启动 ghidra.util.GhidraJarBuilder 应用(-main ghidra.JarRun)完成打包;同样支持 MAXMEM 覆盖堆内存。
5.5 PyGhidra 模式
Ghidra 已内置集成 Pyhidra 扩展,开箱即用支持原生 CPython 3。启用方式是从 Python 环境通过专用启动脚本启动 Ghidra:
- 进入
<GhidraInstallDir>/support/; - 执行
pyghidraRun.bat(Windows)或pyghidraRun(Linux/macOS)。
若 pyghidra Python 模块尚未安装,脚本会提示代为安装(连同依赖);手动安装命令:
python3 -m pip install --no-index -f <GhidraInstallDir>/Ghidra/Features/PyGhidra/pypkg/dist pyghidra
也可以在 Python 虚拟环境中安装和运行 PyGhidra。
从仓库 pyghidraRun 源码可进一步确认其机制:脚本先校验 python3 可执行,然后按 GHIDRA_JAVA_OPTIONS、PYGHIDRA_JAVA_OPTIONS 与 JDK_JAVA_OPTIONS 组装 JVM 参数,最终调用 Ghidra/Features/PyGhidra/support/pyghidra_launcher.py 完成启动;若检测到源码树结构(无 Ghidra/ 子目录)则自动以 --dev 开发模式运行。
安装完成后即可像普通 Python 模块一样使用:可被其他脚本 import,也可用 pyghidra 或 pyghidraw 命令启动交互式环境。PyGhidra 使用文档见 <GhidraInstallDir>/Ghidra/Features/PyGhidra/README.html(仓库源码为 PyGhidra README)。
5.6 Behavioral Similarity(BSim)
BSim 是一个用于在二进制集合中查找结构相似函数的 Ghidra 插件,详见 <GhidraInstallDir>/docs/GhidraClass/BSim/BSimTutorial_Intro.html。发行版的 support/ 目录中同时提供 bsim / bsim_ctl 运行脚本(见 Ghidra/RuntimeScripts/support)。
6. 扩展(Extensions)
扩展是可选组件,可以:
- 用实验性或社区贡献的 Ghidra 插件/分析器扩展 Ghidra 功能;
- 将其他工具与 Ghidra 集成,例如 Eclipse 或 IDAPro。
发行版自带的扩展(默认未安装)位于 <GhidraInstallDir>/Extensions 目录,仓库对应 Ghidra/Extensions:
- Eclipse:
GhidraDev与GhidraSleighEditor两个 Eclipse 插件,用于已存在的 Eclipse 安装(见Extensions/Eclipse/GhidraDev/README.html,仓库对应 GhidraBuild/EclipsePlugins/GhidraDev); - Ghidra:Ghidra 扩展(原称 contribs),见下文“Ghidra 扩展说明”;
- IDAPro:与 Ghidra 互传条目(items)的 IDAPro 插件/加载器(仓库对应 GhidraBuild/IDAPro)。
6.1 Ghidra 扩展安装说明
从 GUI 安装/卸载(推荐):
- 点击
File -> Install Extensions; - 勾选要安装的扩展、取消勾选要卸载的扩展;
- 外部扩展通常不出现在内置扩展的默认位置(
Ghidra/Extensions)。要从该 GUI 添加外部扩展,点击绿色加号工具栏按钮,定位并选择外部扩展 zip 文件; - 重启 Ghidra 使更改生效。
从 GUI 安装的扩展被安装到 <UserSettings>/Extensions;<UserSettings> 可在 GUI 中通过 Help -> Runtime Information -> Application Layout -> Settings Directory 查看。
直接安装到 Ghidra 安装目录:系统管理员为共享安装统一管理扩展、或安装仅被无头使用时更适用。在 <GhidraInstallDir>/Ghidra/Extensions 中解压扩展归档即可,例如在 Linux/macOS 上:
# 1. 切换到 Ghidra 已安装扩展目录
cd <GhidraInstallDir>/Ghidra/Extensions
# 2. 解压目标扩展归档到当前目录
unzip ../../Extensions/Ghidra/<extension>.zip
# 3. 下次启动 Ghidra 时扩展即被安装
卸载时直接从 <GhidraInstallDir>/Ghidra/Extensions 删除对应扩展目录,下次启动即卸载。注意:若有正在运行的 Ghidra 实例对目标扩展目录持有文件锁,可能无法用此方式卸载。
7. Ghidra 开发
用户可通过开发自定义 Ghidra 脚本、插件、分析器等扩展 Ghidra 功能。Ghidra 通过名为 GhidraDev 的自定义 Eclipse 插件支持 Eclipse 开发,位于 <GhidraInstallDir>/Extensions/Eclipse 目录(仓库源码为 GhidraBuild/EclipsePlugins/GhidraDev),安装与使用方法见其 README(Extensions/Eclipse/GhidraDev/README.html)。
注意:Ghidra 发行版不包含 Eclipse 本体,GhidraDev 插件设计为安装到已存在的 Eclipse 中。
Ghidra 脚本 API 的 javadoc 位于 <GhidraInstallDir>/docs/GhidraAPI_javadoc.zip。
8. 升级说明
8.1 通用升级步骤
- !!!重要!!! 先备份旧项目!!
- 备份方式:把 Ghidra 项目目录中的
.rep目录和.gpr文件手动复制到文件系统中的安全位置;
- 备份方式:把 Ghidra 项目目录中的
- 新版 Ghidra 默认沿用用户最近一个版本的已保存 profile,使已保存的工具配置自动带入新项目。但这也可能阻止某些新工具选项和功能自动配置。要打开使用最新配置的新工具,应在 Project Manager 窗口选择
Tools -> Default Tools...; - 打开用旧版 Ghidra 创建的 program 时,会提示先升级该 program 才能打开。升级不会在你保存之前覆盖旧文件;若保存回原文件,将不再能用旧版 Ghidra 打开它。也可以选择
Save As另存新文件,保持旧文件不变。务必谨慎升级共享 program 文件——所有访问该文件的用户都必须同步升级自己的 Ghidra。
8.2 Server 升级
Ghidra Server 升级细节见 <GhidraInstallDir>/server/svrREADME.html(仓库源码 server/svrREADME.md)。
9. 故障排查与帮助
9.1 启动失败排查
使用 <GhidraInstallDir> 与 <GhidraInstallDir>/support 中提供的脚本启动时,可能遇到以下报错:
-
问题:“The 'java' command could not be found in your PATH or with JAVA_HOME.” 解决:系统 PATH 上必须存在 Java 运行时(java/java.exe),或由
JAVA_HOME指定 Java 安装目录。Java 版本要求见第 1.3 节。 -
问题:“Failed to find a supported JDK.” 解决:Ghidra 启动脚本会用 PATH 或
JAVA_HOME指定的 Java 运行时去找 Ghidra 完成启动所需的支持版本 JDK;请确认系统上已预装第 1.3 节要求的 JDK。 -
问题:“Exited with error. Run in foreground (fg) mode for more details.” 解决:Ghidra 后台启动失败,具体错误被抑制。可把启动脚本中的
LAUNCH_MODE变量改为fg前台重跑,或者使用<GhidraInstallDir>/support/ghidraDebug脚本以调试模式运行,从而看到错误信息与额外调试输出。 注意:从仓库 ghidraDebug 源码可确认,调试模式默认监听127.0.0.1:18001(DEBUG_ADDRESS=127.0.0.1:18001,LAUNCH_MODE=debug),并支持debug-suspend模式。
9.2 使用过程中的帮助途径
- 教程与其他文档位于
<GhidraInstallDir>/docs; - Ghidra 运行中,许多主题提供上下文敏感帮助:将鼠标置于窗口、菜单或组件上按
F1即可查看对应帮助; - 索引化帮助位于
Help -> Topics...。
10. 已知问题(Known Issues)
10.1 所有平台
- 显示指令对应的正确处理器手册页需要安装 Adobe Reader 8.0.x 或更高版本(Reader 7.x 破坏了 goto page 功能);未安装更高版本时,处理器手册会显示在手册顶部。8.0.x 以上版本在多数平台可用,但个别平台/版本组合仍有问题。
- 某些长耗时操作可能阻塞 GUI 更新线程。
- 项目归档只保存归档内的私有文件和已检出文件;项目归档不支持基于服务器的仓库。
- 使用 Ghidra Server 时,所有客户端与服务器都必须配置有效的 DNS,且网络上正向与反向解析均正确。
- 图像基址(image base)不能改为落在已有内存块内部的地址。
- 语言版本化与迁移不处理上下文寄存器(context register)用法的复杂变更。
- 安装路径包含
!字符时 Ghidra 无法启动——为避免 Java 内部库解析此类路径的问题(!在 Java 中用作 jar 分隔符)。
10.2 Windows
- 旧版本 7-Zip 可能无法解压包含 0 字节长度文件的 Ghidra 发行包;升级到新版 7-Zip 可解决。
- 路径包含
^字符时 Ghidra 启动失败。
10.3 Linux
- 使用 32 位色深(color depth)的 Linux 远程桌面会话中 Ghidra 可能显示不正确;将远程桌面应用的色深设为 24 位已知可改善此问题。
- 有用户报告多显示器瘦客户机环境下 GUI 渲染问题,归因于已报告的 Java 缺陷;必要时可禁用第 2/3 块显示器绕过。
- 某些 Linux 配置下 GUI 图标可能渲染不正确;将
<GhidraInstallDir>/support/launch.properties中VMARGS=-Dsun.java2d.opengl设为true可能修复。 - XMonad、Sway 等非重父化(non-reparenting)窗口管理器可能把 Ghidra 窗口渲染为空白。这是已知 Java 问题,可取消
<GhidraInstallDir>/support/launch.properties中#ENVVARS_LINUX=_JAVA_AWT_WM_NONREPARENTING=1的注释来解决——在仓库 launch.properties 中该行确实以注释形式预置,取消注释即可启用。
10.4 macOS
- 在 macOS 上使用网络驱动器(包括网络映射的主目录)构建新的 Ghidra 模块扩展会抛出 Java 异常;该问题为 Java/macOS 社区已知问题,尚无修复。从 Eclipse 构建 Ghidra 模块扩展的更多信息见
Extensions/Eclipse/GhidraDev/README.html(仓库对应 GhidraDev 插件目录)。
11. 关键文件速查(结合仓库路径)
| 用途 | 安装目录位置 | 仓库对应源码路径 |
|---|---|---|
| 启动脚本(GUI) | ghidraRun / ghidraRun.bat |
ghidraRun |
| 启动底层脚本 | support/launch.sh / launch.bat |
launch.sh |
| 启动与 JVM 配置 | support/launch.properties |
launch.properties |
| 调试模式启动 | support/ghidraDebug |
ghidraDebug |
| 无头分析 | support/analyzeHeadless |
analyzeHeadless、analyzeHeadlessREADME.md |
| 单 jar 构建 | support/buildGhidraJar |
buildGhidraJar |
| PyGhidra 启动 | support/pyghidraRun |
pyghidraRun、PyGhidra README |
| 原生组件构建 | support/gradle/ |
support/gradle |
| Server 文档与脚本 | server/ |
server/svrREADME.md |
| 版本/Java/Python/Gradle 基线 | — | Ghidra/application.properties |
| 本指南原文档 | docs/GettingStarted.html |
GhidraDocs/GettingStarted.md |
综合来看,本文档的主线是:按平台要求备齐 JDK 25 与 Python 3.9+ → 解压即装 → 必要时本地构建原生组件 → 选择 GUI、Server、Headless、Single Jar、PyGhidra 五种运行模式之一启动 → 通过 launch.properties 与各启动脚本(ghidraRun、analyzeHeadless、pyghidraRun、buildGhidraJar、ghidraDebug)完成调优与排障 → 按升级流程先备份 .rep/.gpr 再迁移项目。仓库中 Ghidra/RuntimeScripts 下的脚本与 Ghidra/application.properties 的版本基线,为文档中的每一项要求都提供了可核对的实现证据。
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 StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00