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-5.1GLM-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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
285
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108