Rizin v0.8.0 发布:架构重构与功能增强
Rizin 是一款开源的逆向工程框架,专注于二进制分析、反汇编和调试。作为 radare2 项目的分支,Rizin 在保持原有功能的基础上,进行了大量现代化改进和架构优化。最新发布的 v0.8.0 版本标志着该项目在架构重构和功能增强方面取得了重要进展。
核心架构重构
本次版本最显著的改进是完成了向 rzshell 的迁移工作。rzshell 是一种基于 YAML 的命令描述语言,配合相应的 API,为 Rizin 提供了更加结构化和可维护的命令系统架构。这一改变不仅提升了代码的组织性,也为未来的扩展奠定了坚实基础。
另一个重要的架构变化是开始将 RzAsm 和 RzAnalysis 插件合并为 RzArch 插件。虽然目前这项工作尚未完成,但已经建立了兼容层,确保现有功能的平稳过渡。同时,RzParse 插件也被整合到 RzArch 架构中。这些改动体现了 Rizin 团队对代码架构进行持续优化的决心。
RzIL 功能增强
RzIL(Rizin Intermediate Language)作为项目的中间语言层,在本版本中获得了多项重要增强:
- 新增了对 MIPS、PIC、MSP430、Xtensa 和 Hexagon 架构的 uplifting 支持
- 大幅改进了 Tricore 架构的浮点指令支持
- 新增了对 DEC Alpha、nanoMIPS(MIPS ISA 家族的一部分)和 LoongArch 架构的支持
值得注意的是,这些新增架构也已同步集成到 Capstone 反汇编引擎中。同时,团队宣布 ESIL(Evaluable Strings Intermediate Language)已被标记为弃用状态,并计划在下一版本中移除,这标志着 Rizin 在中间语言设计上的战略转向。
分析功能改进
分析功能方面有几个值得关注的改进:
- 默认启用对函数前导跳转的检查,提高了分析的准确性
- 新增了对 PE 重定位表的解析支持
- 扩展了对 Python 3.11-3.13 字节码版本的支持
这些改进使得 Rizin 在处理复杂二进制文件时能够提供更全面和准确的分析结果。
搜索功能优化
搜索功能是本版本的另一个重点改进领域:
- 字符串、字节和加密材料搜索现在采用多线程实现,大幅提升了在大文件上的搜索性能
- 移除了旧的搜索修饰符(如 /f、/b 等)
- 新增了 /cm 命令用于搜索加密材料
- 引入了 /ce 和 /cef 命令用于熵值搜索
- 强化了 /z 命令的 Unicode 16、正则表达式和多编码支持
这些改进使得搜索功能更加现代化和高效,特别是在处理大型二进制文件时表现更为出色。
用户界面增强
用户界面方面,v0.8.0 增加了滚动进度百分比显示功能。例如在 Vv(可视化视图)界面中,用户现在可以在右下角看到精确的滚动位置指示,这大大提升了浏览大型二进制文件时的用户体验。
命令系统更新
命令系统进行了多项调整:
新增命令:
- dcco:继续执行直到遇到调用指令
- aezsue:单步执行直到程序计数器等于指定地址,并输出 RzIL VM 变化
- fdt:显示更详细的标志信息
- dbtt:以表格模式打印数据
- aLc:列出 RzArch 插件的特性和 CPU 支持
- izx:列出被引用的字符串数据
移除命令:
- fb、dta、obr 等不再使用的命令
- 各种旧的搜索命令变体(如 /!、/b、/f 等)
重命名命令:
- avg 重命名为 avgl,并增加了表格模式
- / 命令变为 /z
- /e 命令分化为 /z 或 /xr
配置变量调整
配置系统也进行了相应调整:
- 移除了 str.search.max_uni_blocks 选项
- 对多个字符串搜索相关的配置项进行了重命名和重组,使其逻辑更加清晰
新依赖项
本版本新增了对 SoftFloat3 库的依赖,这是为了支持 RzFloat 和 RzIL 的浮点运算功能。这一变化为将来更精确的浮点运算模拟奠定了基础。
总结
Rizin v0.8.0 是一个重要的里程碑版本,在架构重构、功能增强和用户体验改进等方面都取得了显著进展。从 rzshell 的全面采用到 RzArch 的架构整合,从多线程搜索到新的架构支持,这些改进共同推动了 Rizin 作为一个现代化逆向工程框架的发展。对于逆向工程师和安全研究人员来说,这个版本提供了更强大、更高效的工具集,能够更好地应对日益复杂的二进制分析挑战。
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