【亲测免费】 bmc-tools 安装和配置指南
2026-01-20 02:08:58作者:郜逊炳
1. 项目基础介绍和主要编程语言
项目介绍
bmc-tools 是一个用于解析 RDP Bitmap Cache 文件的工具,由法国国家信息系统安全局(ANSSI)开发并开源。该工具主要用于从 Windows 用户配置文件中提取 bcache*、bmc 和 cache*.bin 文件,并将其转换为可读的位图格式。
主要编程语言
该项目主要使用 Python 语言编写。
2. 项目使用的关键技术和框架
关键技术
- RDP Bitmap Cache 解析:该项目专注于解析 RDP 会话中生成的位图缓存文件。
- 位图处理:工具能够将提取的位图数据转换为图像文件。
框架
- Python 标准库:主要依赖 Python 的标准库进行文件处理和位图解析。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 操作系统:建议在 Linux 或 macOS 系统上进行安装和配置。Windows 系统也可以,但需要安装 Python 环境。
- Python 环境:确保系统中已安装 Python 3.x。可以通过以下命令检查 Python 版本:
如果没有安装 Python,可以通过以下命令安装:python3 --versionsudo apt-get install python3
详细安装步骤
步骤 1:克隆项目仓库
首先,使用 git 命令克隆 bmc-tools 项目到本地:
git clone https://github.com/ANSSI-FR/bmc-tools.git
步骤 2:进入项目目录
克隆完成后,进入项目目录:
cd bmc-tools
步骤 3:安装依赖
虽然 bmc-tools 主要依赖 Python 标准库,但为了确保所有依赖项都已安装,可以创建一个虚拟环境并激活它:
python3 -m venv venv
source venv/bin/activate
步骤 4:运行工具
在项目目录中,可以直接运行 bmc-tools.py 脚本来解析位图缓存文件:
python3 bmc-tools.py -s <源文件或目录> -d <目标目录>
例如:
python3 bmc-tools.py -s ~/Desktop/bcache -d ~/Desktop/output
参数说明
-s或--src:指定要处理的 BMCache 文件或目录。-d或--dest:指定存储提取位图的目标目录。-c或--count:仅提取指定数量的位图。-v或--verbose:显示详细信息。-o或--old:提取旧的位图数据。-b或--bitmap:生成一个包含所有图块的合成位图。-w或--width:指定合成位图中每行的图块数量(默认值为64)。
总结
通过以上步骤,您可以成功安装和配置 bmc-tools,并使用它来解析 RDP Bitmap Cache 文件。希望这篇指南对您有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedJavaScript095- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude 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 Started
JavaScript
522
94
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
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
140
221