AI_JS_DEBUGGER 的项目扩展与二次开发
2025-06-12 09:25:37作者:平淮齐Percy
项目的基础介绍
AI_JS_DEBUGGER 是一个基于Chrome开发者协议(CDP)的开源项目,它旨在通过AI自动化JavaScript逆向分析。该项目能够帮助开发者自动调试前端JavaScript代码,分析加解密算法、密钥等,并自动生成分析报告以及mitmproxy脚本。它为安全研究和前端逆向工程提供了一个有力的工具。
项目的核心功能
- 断点调试:支持固定JS文件断点和XHR请求断点,方便在特定的代码位置或请求过程中暂停执行,进行深入分析。
- XHR回溯:在XHR模式下,自动回溯顶层调用堆栈并自动设置断点,帮助开发者追踪问题来源。
- 调试信息分析:根据调用堆栈、JS片段、作用域等调试信息自动调试,简化分析过程。
- 自动生成报告和脚本:能够自动分析并生成加解密算法、密钥的分析报告以及mitmproxy脚本,便于后续处理。
项目使用了哪些框架或库?
AI_JS_DEBUGGER 项目主要使用以下框架或库:
- Python 3.8+:项目基于Python 3.8或更新的版本开发。
- Chrome开发者协议(CDP):用于与浏览器进行通信,实现自动化控制。
- OpenAI客户端库:用于与各种大模型API进行交互,如通义千问、GPT、Deepseek、文心ERNIE、讯飞星火等。
项目的代码目录及介绍
项目的代码目录结构大致如下:
AI_JS_DEBUGGER/
│
├── ai_debugger/ # 包含API交互逻辑和相关模块
│ ├── api/
│ │ ├── qwen_api.py # 通义千问API配置
│ │ ├── gpt_api.py # OpenAI GPT API配置
│ │ ├── deepseek_api.py # Deepseek API配置
│ │ ├── ernie_api.py # 百度文心ERNIE API配置
│ │ └── spark_api.py # 讯飞星火API配置
│ │
│ └── modules/ # 可能包含项目相关的模块和工具
│
├── main.py # 主程序文件,负责启动和运行调试器
│
├── requirements.txt # 项目依赖文件
│
├── README.md # 项目说明文件
└── LICENSE # 项目许可文件
对项目进行扩展或者二次开发的方向
- 增加支持更多浏览器:目前项目支持Chrome、Firefox和Edge,可以扩展到更多浏览器,提升项目的通用性。
- 扩展API支持:可以集成更多的大模型API,以支持不同的分析和调试需求。
- 增强自动化脚本生成:可以优化现有mitmproxy脚本的生成逻辑,或者增加其他类型的自动化脚本生成功能。
- 用户界面开发:项目目前可能只有命令行界面,可以开发一个图形用户界面(GUI),使工具更加友好易用。
- 性能优化:对现有算法和流程进行优化,提高项目在处理大型或复杂任务时的性能和效率。
- 社区支持和文档完善:建立更完善的用户文档和开发文档,以及社区支持体系,便于用户使用和开发者参与。
登录后查看全文
热门项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220