AOE_HWID_tool 的项目扩展与二次开发
2025-06-18 03:16:25作者:宣聪麟
项目的基础介绍
AOE_HWID_tool 是一个开源的命令行工具,旨在帮助用户在 Windows 系统上伪造或更改硬件标识符(HWID),以实现某些特定的需求,如绕过软件激活限制、保护用户隐私等。该项目目前支持多种硬件标识符的伪造,包括磁盘标识符、GUID、计算机名称、MAC 地址等。该项目是一个进行中的项目,尽管已经有很多功能稳定运行,但开发者仍在不断完善和添加新功能。
项目的核心功能
- 磁盘标识符伪造:扫描注册表中的 SCSI 总线和端口条目,生成随机的供应商/产品 ID 和序列号。
- GUID 再生:为系统的主要键生成新的 GUID,包括
HwProfileGuid、MachineGuid和MachineId。 - 计算机名称覆盖:读取当前的计算机名称,生成新的随机主机名,并更新相关注册表条目。
- MAC 地址伪造:枚举网络适配器,生成随机的有效 MAC 地址,并应用于注册表。
- 游戏缓存清理:清理特定游戏的本地缓存文件,如 Ubisoft 和 Riot Games 的游戏。
- Windows 安装 ID 伪造:读取现有的
MachineGuid,生成并应用新的 GUID。 - EFI 引导加载器伪造:在注册表中打开 EFI 变量存储,生成新的 EFI 变量 ID。
- SMBIOS 序列号随机化:修改 SMBIOS 数据中的
SystemSerialNumber。 - 系统信息转储:显示全面的系统详细信息。
- 注册表完整性检查器:检查关键注册表路径的完整性。
- 变更日志记录:记录每次注册表变更(实验性)。
- 注册表备份工具:将选定的键导出为
.reg备份文件(实验性)。 - 产品 ID 伪造:伪造
SOFTWARE\Microsoft\Windows NT\CurrentVersion下的ProductId(实验性)。 - 显示设置随机器:修改 MRU 显示条目,为注册表分配新的显示 ID(实验性)。
- SecHex 清理套件:清除 DNS 缓存、临时文件、Windows 日志、Chrome Cookies、最近文档,并终止反作弊服务(测试中)。
项目使用了哪些框架或库?
该项目主要使用 Python 编写,并未明显依赖外部框架或库。它主要通过操作 Windows 注册表和系统 API 来实现功能。
项目的代码目录及介绍
项目的代码目录结构如下:
AOE_HWID_tool/
├── .github/
│ └── workflows/
├── LICENSE
├── Pipfile
├── Pipfile.lock
├── README.md
├── creds.py
├── main.py
.github/workflows/:包含 GitHub Actions 的工作流程文件,用于自动化项目的一些操作,如代码测试、构建等。LICENSE:项目的许可证文件,本项目采用 Apache-2.0 许可证。Pipfile和Pipfile.lock:Python 项目依赖管理文件。README.md:项目的说明文件,包含项目的详细信息和安装使用方法。creds.py:可能包含项目所需的认证信息或配置。main.py:项目的主程序文件,包含了实现各项功能的代码。
对项目进行扩展或者二次开发的方向
- 用户界面优化:当前项目为命令行工具,可以开发一个图形用户界面(GUI)以提供更友好的用户体验。
- 功能增强:根据用户需求,增加新的硬件标识符伪造功能或优化现有功能。
- 错误处理:增强错误处理机制,确保在不同环境下工具的稳定性和可靠性。
- 代码重构:随着项目的发展,对代码进行重构以提高可维护性和可读性。
- 跨平台支持:目前项目只支持 Windows,可以考虑增加对其他操作系统如 Linux 和 macOS 的支持。
- 安全性加强:在保护用户隐私的同时,确保工具的使用不会对系统安全造成威胁。
- 社区支持:建立用户社区,收集用户反馈,定期更新和改进项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219