Rayhunter项目:用Rust重写设备安装器的技术探索
2025-07-06 22:49:14作者:韦蓉瑛
在Rayhunter项目的开发过程中,团队针对设备安装器(installer)进行了深入的技术讨论和重构工作。本文将详细介绍这一技术演进过程及其背后的思考。
背景与挑战
Rayhunter原有的安装器面临几个关键挑战:硬件兼容性有限、缺乏图形界面(GUI)支持、跨平台兼容性问题(特别是Windows和macOS)。这些限制促使团队考虑对安装器进行彻底重构。
技术方案选择
团队决定采用Rust语言重写安装器,这一选择基于Rust的多方面优势:
- 卓越的跨平台支持能力
- 出色的内存安全性
- 强大的生态系统支持
- 高效的性能表现
重构方案将原本独立的串行通信二进制文件(serial binary)直接集成到新的安装器二进制中,甚至考虑将rayhunter的release.tar文件直接嵌入到安装器二进制内。
ADB组件的技术考量
关于Android调试桥(ADB)组件的处理,团队评估了多种方案:
- 直接移植现有代码
- 采用现有的adb_client crate
- 完全移除ADB依赖
经过深入讨论,团队注意到现有的串行通信(serial)已经提供了功能性shell,而tplink设备支持telnetd,加上rayhunter的GUI已经具备下载和删除PCAP文件的能力,这使得ADB可能不再是必需组件。
ADB实现方案的技术评估
团队对Rust生态中的多个ADB实现库进行了详细评估:
- adb_client库:基于libusb(rusb)实现,需要处理设备认证问题
- 其他候选库:包括adb-client-tokio、mozdevice、adb-rust等
- 自主实现方案:考虑使用nusb作为rusb的替代方案
在实际测试中,adb_client库与Orbic设备连接时遇到了认证协议不匹配的问题(收到"AUTH"响应而非预期的"CNXN")。通过分析USB数据包捕获和修改库代码,团队成功解决了这一兼容性问题。
实施成果
最终的技术重构工作通过PR#291完成,实现了:
- 更简洁的安装流程
- 更好的跨平台兼容性
- 减少外部依赖
- 提高整体系统稳定性
这一技术演进不仅解决了当前的问题,还为Rayhunter项目的未来发展奠定了更坚实的基础,特别是在支持更多硬件设备和操作系统方面提供了更好的扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
1
🔥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
68
20
🎉 (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
1.37 K
781