Ethereum decompiler - Panoramix 使用教程
2025-04-15 13:28:46作者:庞队千Virginia
1. 项目目录结构及介绍
Panoramix 是一个基于 Python 的 Ethereum 虚拟机(EVM)的反编译器。以下是项目的目录结构及其说明:
panoramix/
├── .flake8 # flake8 Python 代码风格配置文件
├── .gitignore # Git 忽略文件配置
├── LICENSE # 项目使用的 MIT 许可证
├── MANIFEST.in # 打包时包含的文件列表
├── OPCODES.md # EVM 指令集文档
├── README.md # 项目说明文件
├── TODO.md # 待办事项列表
├── poetry.lock # Poetry 依赖管理锁文件
├── pyproject.toml # Poetry 项目配置文件
└── ... # 其他源代码文件
.flake8:配置 flake8 工具对 Python 代码进行风格检查的规则。.gitignore:定义哪些文件和目录应该被 Git 忽略。LICENSE:项目使用的 MIT 许可证文本。MANIFEST.in:指定在打包发布项目时应该包含哪些文件。OPCODES.md:提供 EVM 指令集的详细信息。README.md:提供项目的基本信息和说明。TODO.md:列出项目开发中需要完成的任务。poetry.lock和pyproject.toml:使用 Poetry 作为依赖管理工具的配置文件。
2. 项目的启动文件介绍
项目的启动主要通过命令行工具进行。虽然没有明确的单个启动文件,但是可以通过以下命令来使用 Panoramix:
pip install panoramix-decompiler
安装完成后,可以使用以下命令来启动反编译过程:
panoramix <合约地址>
或者,如果需要提供字节码进行反编译,可以使用:
panoramix <字节码>
3. 项目的配置文件介绍
在 Panoramix 中,主要的配置是通过环境变量来实现的。例如,可以通过设置环境变量 WEB3_PROVIDER_URI 来指定 Web3 提供者的 URI:
export WEB3_PROVIDER_URI=http://localhost:7545
此外,项目的配置还可以通过修改 pyproject.toml 文件来进行,例如,添加或修改依赖项。
pyproject.toml 示例:
[tool.poetry]
name = "panoramix"
version = "0.5.0"
description = "An EVM decompiler"
authors = ["Your Name"]
[tool.poetry.dependencies]
python = "^3.8"
[tool.poetry.dev-dependencies]
pytest = "^6.2"
在这个文件中,可以定义项目名称、版本、描述、作者和依赖项。通过 Poetry,可以轻松地管理和更新项目的依赖。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K