Platypus 项目使用教程
1. 项目介绍
Platypus 是一个现代的多重反向 Shell 会话管理器,使用 Go 语言编写。它允许用户管理多个反向 Shell 会话,并提供了一个 RESTful API 和 Python SDK,方便用户通过 HTTP 协议或 Python 脚本操作 Platypus。此外,Platypus 还支持文件上传和下载、全交互式 Shell、端口转发等功能。
2. 项目快速启动
2.1 安装依赖(可选)
在运行 Platypus 之前,您可以选择安装一些依赖项:
sudo apt install upx
2.2 从源代码运行 Platypus
-
克隆 Platypus 仓库:
git clone https://github.com/WangYihang/Platypus.git cd Platypus -
安装依赖并编译:
sudo apt install -y make curl make install_dependency make release -
运行 Platypus:
./Platypus
2.3 使用 Docker 运行 Platypus
-
启动 Platypus 容器:
docker-compose up -d -
进入 Platypus 的 CLI:
docker-compose exec app tmux a -t platypus -
访问 Platypus 的 Web UI:
firefox http://127.0.0.1:7331/
2.4 使用预编译二进制文件运行 Platypus
-
从 Platypus 发布页面 下载预编译的二进制文件。
-
运行下载的二进制文件:
./Platypus
3. 应用案例和最佳实践
3.1 反向 Shell 管理
Platypus 可以同时管理多个反向 Shell 会话,适用于需要同时监控多个目标系统的场景。通过 Platypus,您可以轻松地在多个目标系统上执行命令,并实时查看输出。
3.2 文件传输
Platypus 支持文件的上传和下载,并提供了进度条显示功能。这对于在目标系统和攻击者系统之间传输文件非常有用。
3.3 全交互式 Shell
Platypus 支持将反向 Shell 升级为全交互式 Shell,您可以在目标系统上使用 vim、htop 等工具,就像在本地终端一样。
4. 典型生态项目
4.1 Metasploit
Platypus 可以与 Metasploit 集成,用于管理 Metasploit 生成的反向 Shell 会话。通过 Platypus,您可以更方便地管理和操作多个 Metasploit 会话。
4.2 Termite
Termite 是一个加密的反向 Shell 工具,Platypus 支持将普通反向 Shell 会话升级为加密会话,使用 Termite 提供的加密通道,增强会话的安全性。
4.3 Python SDK
Platypus 提供了一个 Python SDK,允许用户通过 Python 脚本与 Platypus 进行交互。这对于自动化任务和批量操作非常有用。
通过以上模块的介绍,您可以快速上手 Platypus 项目,并了解其在实际应用中的最佳实践和生态项目。
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 StartedRust0194
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06