Ghosting-AMSI 的安装和配置教程
2025-05-01 22:20:01作者:瞿蔚英Wynne
1. 项目基础介绍
Ghosting-AMSI 是一个开源项目,旨在通过绕过 AMSI(Windows 的反恶意脚本接口)来增强某些脚本的安全性。该项目的主要编程语言是 Python。
2. 项目使用的关键技术和框架
该项目主要使用 Python 编程语言,并且涉及到一些 Windows 系统底层的操作。它使用了一些技巧来绕过 AMSI 的检测,确保脚本能够在不被 AMSI 阻止的情况下运行。
3. 项目安装和配置的准备工作
在开始安装和配置 Ghosting-AMSI 之前,请确保您的系统满足以下要求:
- 操作系统:Windows(64 位)
- Python:安装 Python 3.6 或更高版本
- Git:安装 Git 以克隆项目仓库
安装步骤
-
打开命令提示符(CMD)或 PowerShell。
-
克隆项目仓库到本地计算机:
git clone https://github.com/andreisss/Ghosting-AMSI.git -
切换到项目目录:
cd Ghosting-AMSI -
确保您的 Python 环境已经准备好,并且安装了所有必要的依赖。在项目目录中运行以下命令安装依赖(如果有的话):
pip install -r requirements.txt -
运行项目提供的脚本或模块来启用 AMSI 绕过功能。这通常涉及到执行某个 Python 脚本文件。具体的脚本文件和命令取决于项目的具体使用说明。
-
在您的脚本或程序中调用 Ghosting-AMSI 提供的函数或模块,以确保 AMSI 绕过功能生效。
请遵循项目提供的 README 文件或文档中的任何特定说明,以确保正确安装和配置 Ghosting-AMSI。
注意:由于这个项目的性质,请确保您了解所涉及的风险,并在合法和道德的范围内使用此项目。
登录后查看全文
热门项目推荐
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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