ZAPロボット(ZAP)の設定と使用手引き
ZAP(ザップ)は、OWASPによって維持されている人気のあるウェブアプリケーションのセキュリティスキャンツールです。このガイドでは、ZAPのGitHubレポジトリに基づいて、プロジェクトの構造、起動ファイル、およびコンフィグレーションファイルについて解説します。
1. ディレクトリ構造と紹介
ZAPのプロジェクトディレクトリは高度にオーガナイズされ、以下の主要なフォルダとファイルを含んでいます:
- buildSrc: ビルドプロセスに関連するコードや設定が置かれる場所。
- docker: Dockerコンテナ化に関するファイル。
- docs: プロジェクトのドキュメントやマニュアル。
- examples: ZAPを使用するための例題やデモンストレーションコード。
- gradle: Gradleビルドシステムの関連ファイル。
- python/script: ZAP用Pythonスクリプトや自動化ツール。
- snaps: クイックテストやスナップショット管理。
- zap: ZAPの核心アプリケーションコードが置かれている。
各フォルダには、さらにサブフォルダや特定の実装ファイルが含まれており、プロジェクト全体をサポートしています。
2. プロジェクトの起動ファイル介紹
ZAPの主な起動メカニズムは、Gradleを使用したビルドと起動スクリプトを通じて提供されます。本体となる起動ファイルは次の通りです:
- gradlew (またはWindows向けに gradlew.bat): Gradleラッパースクリプトであり、Java環境が必要で、プロジェクトのビルドや起動に利用される。
要起動ZAP本体時、コマンドラインからプロジェクトルートで以下のように実行します:
./gradlew run
对于开发者或者想以特定方式运行(如命令行模式或守护进程模式),可以通过添加更多参数来定制启动行为,例如:
./gradlew run -Pzap.args="-daemon"
3. プロジェクトの設定ファイル紹介
ZAPの設定は、多くの場合、.zaprc形式の設定ファイルや、zap.propertiesファイルを通じて管理されます。ユーザーごとの設定は、ZAPのホームディレクトリ(~/.ZAP/ または Windows環境下的 %APPDATA%\ZAPROXY\)内に保存されます。これにより、用户的な設定やオプションを保持できます。
また、コマンドライン引数\-\-configfile <path>を使用して外部のプロパティファイルを指定することもできます,これは起動時に適用されるように設計されています。
特定のアドオンや機能に対する設定は、それぞれのアドオンディレクトリ下や、ZAPのGUI内でも変更できる場合があります。しかし、基础的な環境やサーバー設定は通常、上記の方法で扱われます。
この概要はZAPプロジェクトの基本的な结构性素と重要な起動/設定要件を示しています。実際に操作する際には、公式ドキュメントやGitHubのReadmeも参照することが重要です。
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
HunyuanVideo-1.5暂无简介00
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