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
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 StartedRust0201
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 Notebook0130
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。Python08
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 Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
771
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
693
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
746
926
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.94 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
266