radare2-extras 项目安装与使用教程
2024-09-19 23:47:46作者:庞队千Virginia
1. 项目目录结构及介绍
radare2-extras 是一个为 radare2 提供额外插件的仓库。以下是该项目的目录结构及其主要内容的介绍:
radare2-extras/
├── Attic/
│ └── r_db/
├── afen/
├── agc/
├── asahi/
├── baleful/
├── bcl/
├── binarly/
├── binr/
│ └── old/
│ └── rarc2/
├── blessr2/
├── checkm8/
├── crashlog/
├── doc/
│ └── sw/
├── docker/
├── dwarf/
├── east/
├── examples/
│ └── my-cpu/
├── iref/
├── jaguar-gpu/
├── kaitai/
├── kdp/
├── keystone/
├── libr/
├── lief/
├── lua53/
├── md380/
├── microblaze/
├── pimp/
├── r2angr/
├── r2au/
├── r2doom/
├── r2elisa/
├── r2emuhash/
│ └── bin/
├── r2graph/
├── r2ida/
├── r2jadx/
├── r2k/
├── r2poke/
├── r2pongo/
├── r2revng/
├── r2snowman/
├── r2svd/
├── r2taint/
├── r2tox/
├── r2w/
├── ramoji2/
├── rar/
├── reil/
├── rust-asm6502/
├── scriptcraft/
├── slides/
│ └── fosdem2023/
├── ssdeep/
├── sys/
├── types/
├── unicorn/
├── world/
├── x86iced/
└── zpu/
主要目录介绍:
- Attic/r_db/: 存放旧版本的插件或不再维护的插件。
- afen/, agc/, asahi/ 等: 各个插件的具体实现目录。
- binr/old/rarc2/: 存放旧版本的二进制文件处理插件。
- doc/sw/: 存放项目的文档文件。
- examples/my-cpu/: 存放示例代码和测试用例。
- slides/fosdem2023/: 存放项目相关的演示文稿。
2. 项目的启动文件介绍
radare2-extras 项目本身没有统一的启动文件,因为它是为 radare2 提供额外插件的仓库。每个插件通常有自己的启动逻辑,具体启动方式需要参考各个插件的文档或源码。
3. 项目的配置文件介绍
radare2-extras 项目没有统一的配置文件,因为每个插件的配置方式可能不同。通常,插件的配置可以通过以下几种方式进行:
- 环境变量: 某些插件可能会通过环境变量来配置其行为。
- 命令行参数: 插件在运行时可能会接受命令行参数来配置其功能。
- 配置文件: 部分插件可能会使用独立的配置文件,具体路径和格式需要参考插件的文档。
示例:
假设你想要配置 r2jadx 插件,你可以通过以下方式进行配置:
# 通过环境变量配置
export R2JADX_CONFIG=/path/to/config.json
# 通过命令行参数配置
r2jadx --config /path/to/config.json
具体的配置方式需要参考各个插件的文档或源码。
总结
radare2-extras 是一个为 radare2 提供额外插件的仓库,包含多个插件的实现。每个插件的启动和配置方式可能不同,具体操作需要参考各个插件的文档或源码。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258