x64dbg 插件管理器项目推荐
2026-01-20 02:12:25作者:齐冠琰
项目基础介绍和主要编程语言
x64dbg 插件管理器 是一个为 x64dbg 调试器设计的插件管理工具。该项目托管在 GitHub 上,地址为 https://github.com/horsicq/x64dbg-Plugin-Manager。该项目主要使用 C++ 编程语言进行开发,同时也使用了 QMake 和 Batchfile 等工具进行构建和配置。
项目核心功能
x64dbg 插件管理器的主要功能包括:
- 插件管理:用户可以通过该工具方便地安装、更新和卸载 x64dbg 的插件。
- 插件列表更新:从服务器获取最新的插件列表,确保用户能够使用到最新的插件。
- 插件安装:支持一键安装最新版本的插件,简化用户操作。
- 插件展示:展示当前可用的插件列表,方便用户选择和安装。
项目最近更新的功能
根据最近的提交记录,x64dbg 插件管理器最近更新的功能包括:
- XAboutWidget:更新了关于窗口的显示内容和样式。
- XArchive:改进了插件的压缩和解压缩功能,提升了处理速度和稳定性。
- XExtractor:优化了插件的提取功能,减少了资源占用。
- XGithub:更新了与 GitHub 的交互功能,确保能够正确获取最新的插件信息。
- XOptions:改进了插件的配置选项,增加了更多的自定义设置。
- XScanEngine:更新了扫描引擎,提升了插件扫描的准确性和效率。
- XShortcuts:增加了新的快捷键功能,方便用户快速操作。
- XUpdate:改进了更新功能,确保插件能够及时更新到最新版本。
通过这些更新,x64dbg 插件管理器在功能和性能上都有了显著的提升,为用户提供了更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0241- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
热门内容推荐
最新内容推荐
4个步骤掌握DeepEval:从入门到实践3大场景解锁pyLDAvis:从学术研究到商业决策的主题模型可视化实战指南BiliTools全场景解析指南:高效管理B站资源的跨平台解决方案5个core83核心能力:提升Node.js开发效率的全方位解决方案AI模型云端部署无代码实践:从本地训练到生产服务的完整指南macOS平台Windows启动盘制作工具:WindiskWriter全面指南Vue3短视频架构实战:从交互到部署的全链路指南开源CRM解决方案:企业级客户关系管理系统全栈实践指南轻量高效的macOS录屏新选择:QuickRecorder全面评测与使用指南3种PDF拆分模式,让文档管理效率提升80%
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
634
4.16 K
Ascend Extension for PyTorch
Python
472
570
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++
931
838
🎉 (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
1.51 K
863
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
385
268
暂无简介
Dart
880
211
昇腾LLM分布式训练框架
Python
138
162
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++
123
188
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
327
383