AdaptixFramework Extension Kit 开源项目最佳实践
2025-05-20 00:21:26作者:邵娇湘
1. 项目介绍
AdaptixFramework Extension Kit 是一个为 AdaptixC2 框架提供扩展功能的开源项目。它包含了一系列的 Beacon Object Files (BOFs),这些文件提供了针对 Windows Active Directory 的常见枚举和攻击方法。项目旨在增强 AdaptixC2 的功能,使其更适合复杂的安全测试和渗透测试场景。
2. 项目快速启动
环境准备
在开始之前,请确保你已经安装了 AdaptixC2 框架。如果没有,请按照 AdaptixC2 的官方文档进行安装。
克隆项目
使用 Git 命令克隆项目到本地:
git clone https://github.com/Adaptix-Framework/Extension-Kit.git
配置项目
进入项目目录,按照 AdaptixC2 的要求配置环境变量和项目设置。
cd Extension-Kit
# 根据你的 AdaptixC2 配置进行相应的设置
编译项目
编译项目以生成可执行文件:
make
运行项目
编译成功后,运行 AdaptixC2 框架并加载 Extension Kit:
# 假设 AdaptixC2 框架的启动命令为 adaptixc2
./adaptixc2 -c /path/to/config/file
3. 应用案例和最佳实践
枚举 Active Directory
使用 AD-BOF 模块进行 Active Directory 枚举:
# 加载 AD-BOF 模块
load AD-BOF
# 执行枚举命令
enumerate_ad
密码抓取
使用 Creds-BOF 模块抓取密码:
# 加载 Creds-BOF 模块
load Creds-BOF
# 执行密码抓取命令
harvest_passwords
提升权限
使用 Elevation-BOF 模块进行权限提升:
# 加载 Elevation-BOF 模块
load Elevation-BOF
# 执行权限提升命令
elevate_privileges
侧向移动
使用 LateralMovement-BOF 模块进行侧向移动:
# 加载 LateralMovement-BOF 模块
load LateralMovement-BOF
# 执行侧向移动命令
lateral_move
4. 典型生态项目
- AdaptixC2: 作为 Extension Kit 的宿主框架,AdaptixC2 提供了强大的 C2 能力,用于安全测试和渗透测试。
- Beacon Object Files (BOFs): 这是 Extension Kit 的核心组成部分,提供了多种针对特定场景的模块。
- 开源社区: 通过 GitHub 上的 Issues 和 Pull Requests,社区成员可以交流经验,贡献代码,共同推动项目发展。
以上就是 AdaptixFramework Extension Kit 的最佳实践指南。希望这些信息能够帮助你更好地使用这个强大的开源项目。
登录后查看全文
热门项目推荐
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
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
385
3.74 K