Evidence-fokussierte Malware-Analyse mit tiefer PE/.NET-Inspektion, Ghidra-Rekonstruktion, KI-Querprüfungen, YARA und ELF-Debugging
Evidenzorientierte CLI für Reverse Engineering. Andrey Pautov entwickelt die Python-Analystenschnittstelle, Offline-Triage, String-Intelligenz, PE-Inspektion und Reporting-Workflows. Capstone, Ghidra, GDB und optionale KI-Anbieter sind Integrationen, keine von diesem Projekt verfassten Originalwerkzeuge.
Rollenrelevanz: Malware-Triage, Reverse-Engineering-Tooling, sichere KI-gestützte Analyse, Python-Bereitstellung.
Führe die sichere lokale Demo aus und prüfe den Validierungsumfang · Aufgezeichnete lokale Validierung
AIDebug ist eine evidenzorientierte CLI und Terminal-UI für Malware-Reverse-Engineering. Es kombiniert deterministische Offline-Triage, Hex-Inspektion der gesamten Datei, tiefgehende PE- Strukturanalyse, Capstone-Disassemblierung, Ghidra-Rekonstruktion, optionale LLM- Gegenprüfungen, lokales ELF-Debugging, kompilierte Lernübungen und Berichte zur Analystenprüfung.
Aktuelle Quellversion: AIDebug 3.1.0. Siehe die Versionshinweise zu 3.1.0.
Die neueste unveränderliche veröffentlichte Version bleibt AIDebug v3.0.0, verfügbar als
1200km-aidebug, bis der versionsgleiche 3.1.0-Tag und das GitHub-Release den verifizierten Veröffentlichungsworkflow abschließen.
Installiere das stabile Paket aus PyPI in diesen drei Schritten:
python3 -m venv .venv
source .venv/bin/activate
Führen Sie den versionsbewussten sicheren pip-Bootstrap in dieser Umgebung aus. Er bewahrt neuere pip-Versionen und überprüft den Hash des gepinnten Wheels, wenn ein Upgrade erforderlich ist. Brechen Sie ab, wenn er fehlschlägt; fahren Sie nicht mit der Paketinstallation fort.
Installieren Sie das stabile Paket:
python -m pip install 1200km-aidebug==3.0.0
aidebug --version
Installieren Sie bei Bedarf optionale Funktionen:
# LLM provider clients and local validation of AI-generated YARA candidates
python -m pip install "1200km-aidebug[ai]==3.0.0" "certifi>=2026.10.19"
# Frida dynamic instrumentation
python -m pip install "1200km-aidebug[dynamic]==3.0.0"
# All optional Python integrations
python -m pip install "1200km-aidebug[all]==3.0.0" "certifi>=2026.10.19"
String Intelligence erfordert Quelle 3.1, bis sein Paket veröffentlicht ist. Die
3.1-Überprüfung
fixiert die untenstehende Revision. Ihr Laufzeitcode stimmt außerdem mit der geprüften Main-Revision 80b0b7172b592814504c405a16bf4cc0ce4161eb vom 1. Oktober überein.
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
git checkout cd81ef242db0bcea3296970d45c241a4228d2d27
python3 -m venv .venv
source .venv/bin/activate
Bevor Sie Abhängigkeiten installieren, führen Sie den versionsbewussten sicheren pip-Bootstrap in dieser Umgebung aus. Der historische Checkout enthält nicht den aktuellen Bootstrap-Helfer. Brechen Sie ab, wenn der Bootstrap fehlschlägt. Fahren Sie erst fort, nachdem er erfolgreich war:
python -m pip install -e .
aidebug --version
Von diesem Checkout aus fügen Sie Extras mit python -m pip install -e ".[ai]" "certifi>=2026.10.19",
".[dynamic]" oder ".[all]" "certifi>=2026.10.19" hinzu. Behalten Sie Extras auf demselben Installationspfad:
Das Installieren von "1200km-aidebug[ai]==3.0.0" über Quellcode 3.1 kann es durch
das veröffentlichte 3.0-Paket ersetzen.
Für einen sich verändernden Entwicklungs-Checkout:
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
python3 -m venv .venv
source .venv/bin/activate
python scripts/bootstrap_pip.py
python -m pip install -e ".[dev,dynamic]"
Ghidra, GDB, Bubblewrap, ein C-Compiler und Frida-Zielkomponenten sind externe Werkzeuge, die nur von den Workflows verwendet werden, die sie benötigen.
AIDebug wurde am 7. Oktober 2026 über
PR #355 in REMnux aufgenommen und erstmals in
salt-states v2026.41.4 enthalten.
Der akzeptierte State
installiert das nicht gepinnte 1200km-aidebug[ai] von PyPI nach /opt/aidebug, aktiviert
Upgrades und stellt /usr/local/bin/aidebug bereit. Wie am 8. Oktober 2026 verifiziert wurde,
bietet PyPI weiterhin 3.0.0 an; dies installiert weder den unveröffentlichten 3.1-Quellcode noch das
dynamic-Extra. Verwende --offline, um die Analyse lokal zu halten.
Siehe REMnux-Einrichtung und Versionsgrenzen.
Öffne eine PE- oder ELF-Probe in der Hauptterminal-Oberfläche:
aidebug --binary /path/to/sample.exe --offline
Führe eine deterministische Analyse ohne die Vollbild-Oberfläche aus und exportiere Nachweise:
aidebug --binary /path/to/sample.exe \
--offline --no-tui --report --json-export --yara \
--out-dir reports/
Verwenden Sie die Ghidra-Rekonstruktion:
aidebug --binary /path/to/sample.exe --offline --no-tui --decompile
aidebug --binary /path/to/sample.exe --offline --no-tui \
--decompile-all reports/sample-reconstruction.c