VanillaRAT 开源项目教程
1. 项目介绍
VanillaRAT 是一个用 C# 编写的先进远程管理工具。它使用 Telepathy TCP 网络库、dnlib 模块读写库和 Costura Fody DLL 嵌入库。VanillaRAT 提供了多种功能,包括远程桌面查看器、文件浏览器、进程管理器、计算机信息获取、硬件使用信息监控、消息框发送、文本转语音、屏幕锁定、实时键盘记录、网站打开、应用程序权限提升、剪贴板文本获取、聊天功能、音频录制、进程终止、远程 shell 启动和安全黑名单管理等。
2. 项目快速启动
2.1 环境准备
在开始之前,确保你已经安装了以下工具和库:
- .NET SDK
- dnlib
- Costura Fody
- Telepathy
2.2 下载项目
首先,从 GitHub 仓库下载 VanillaRAT 项目:
git clone https://github.com/DannyTheSloth/VanillaRAT.git
2.3 构建项目
进入项目目录并构建项目:
cd VanillaRAT
dotnet build
2.4 运行项目
构建完成后,你可以运行 VanillaRAT:
dotnet run --project VanillaRAT
2.5 配置服务器
在运行 VanillaRAT 之前,你需要配置服务器。打开 VanillaRAT.exe 并按照以下步骤操作:
- 点击“Builder”按钮创建客户端。
- 输入客户端标签和名称。
- 输入 DNS 地址和端口(默认端口为 1604)。
- 点击“Build”按钮生成客户端。
3. 应用案例和最佳实践
3.1 远程桌面管理
VanillaRAT 的远程桌面查看器功能允许你远程控制目标计算机的桌面。这对于远程技术支持和系统管理非常有用。
3.2 文件管理
通过文件浏览器功能,你可以远程浏览、下载、上传和删除文件。这对于远程数据备份和文件传输非常方便。
3.3 进程管理
进程管理器功能允许你查看和终止远程计算机上的进程。这对于系统维护和故障排除非常有帮助。
4. 典型生态项目
4.1 Telepathy
Telepathy 是一个轻量级的 TCP 网络库,用于实现高效的网络通信。VanillaRAT 使用 Telepathy 进行远程连接管理。
4.2 dnlib
dnlib 是一个用于读写 .NET 程序集的库。VanillaRAT 使用 dnlib 进行模块读写操作。
4.3 Costura Fody
Costura Fody 是一个用于将依赖项嵌入到单个可执行文件中的工具。VanillaRAT 使用 Costura Fody 简化部署过程。
通过以上步骤,你可以快速上手并使用 VanillaRAT 进行远程管理任务。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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