Skip to content
KitploitKITPLOIT
ToolsExploitsBlog
Log in
Einreichen
ToolsExploitsBlog
Einreichen

Hacking-, PenTest- und Cybersicherheits-Tools für Ihr Sicherheitsarsenal!

Kitploit ist ein Verzeichnis von Hacking-, Cybersicherheits- und Pentesting-Tools. Entdecken Sie die neuesten Projekt-Updates, um Schwachstellen zu finden, Systeme zu analysieren, Tests zu automatisieren und Ihre Sicherheit zu stärken.

FeedsKontaktDatenschutz© 2026 Kitploit

Tool-Verzeichnis

Kategorien

Alle Kategorien anzeigen
Loading categories
Tools/GitHubGitHub/anpa1200/aidebug
Statische AnalyseDynamische Analyse (Sandboxing)Reverse EngineeringDebuggerMalware-AnalyseBinäranalyseBedrohungsanalyseLernen & BildungLernpfade & KurseKI-Sicherheit
GitHub
162121vor 11 TagenNoch nicht geprüft
anpa1200/aidebug

AIDebug

Evidence-fokussierte Malware-Analyse mit tiefer PE/.NET-Inspektion, Ghidra-Rekonstruktion, KI-Querprüfungen, YARA und ELF-Debugging

Repository anzeigenWebseite
Teilen

AIDebug

Ausgangspunkt für Prüfer

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

Source v3.1.0 PyPI v3.0.0 Python 3.10–3.13 CI Publish to PyPI License: MIT Release

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.

Highlights

  • Deterministische statische PE- und ELF-Triage ohne Erfordernis eines KI-Dienstes.
  • Dateiweite, vorkommensbewusste String-Intelligenz für ASCII, UTF-8, UTF-16LE und UTF-16BE mit intelligenten Kategorien, Ranking und Erklärungen zu DLLs/APIs.
  • Schreibgeschützter, seitenweiser Hex-Viewer für die vollständige analysierte Datei.
  • Tiefgehender PE32/PE32+-Strukturexplorer mit zugeordneten RVA, VA und Dateioffsets.
  • Ghidra-gestützte C-ähnliche Rekonstruktion für eine Funktion oder die vollständige begrenzte Funktionsmenge.
  • Optionale evidenzbasierte Prüfung über Anthropic, OpenAI, Google Gemini oder einen lokalen Ollama-kompatiblen Endpunkt.
  • GDB-gestütztes lokales ELF-Debugging mit Breakpoints, Einzelschritten, Registern, Deltas, Disassemblierungskontext und Kandidaten für Funktions-Ein-/Ausgaben.
  • Einhundert eigenständige C-Lernfälle mit echter Compiler-Ausgabe, Disassemblierung und Ghidra-Pseudocode in der Haupt-GUI.
  • SHA-256-indizierte lokale Analysehistorie und kompatible Wiederherstellung von Befunden.
  • HTML-, versionierte JSON-, YARA-Kandidaten-, ATT&CK-Kandidaten- und CFG-Ausgaben zur Analystenprüfung.

Installation

Veröffentlichtes 3.0.0-Paket

Installiere das stabile Paket aus PyPI in diesen drei Schritten:

  1. Erstelle und aktiviere die vorgesehene Umgebung:
python3 -m venv .venv
source .venv/bin/activate
  1. 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.

  2. 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"

Überprüfte Quelle 3.1.0

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.

Entwicklung

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.

REMnux-Integration

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.

Schnellstart

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
Tool herunterladen

Beliebteste

Alle anzeigen →

Entdecken Sie die meistgenutzten Tools unserer Community.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Das ultimative OSINT-Toolkit: Untersuchungsgraph, Konfidenzbewertung, Alias-Familien, Karte, Zeitleiste und Berichte. 49 Module, 400+ Websites, keine API-Schlüssel erforderlich.

    509
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock One-Tap Execution App (CVE-2026-43499)

    469
  • 3

    ARTEX

    baarai/artex

    LLM-basierte Multi-Agenten-Plattform für autonome Penetrationstests mit Planer-/Worker-Agenten, Asset- und Explorationsgraphen, MITM-Verkehrsaufzeichnung und Schwachstellen-Retesting.

    343
  • 4

    redforge

    cybersecurity91/redforge

    Browser-seitiges Red-Team-Toolkit mit 102 Offline-Tools für Recon, Payload-Generierung, Credential-Angriffe, Krypto, Encoding und Engagement-Reporting.

    310
  • 5

    opencti

    opencti-platform/opencti

    Offene Plattform für Cyber-Bedrohungsinformationen

    306
  • 6

    estorides

    grisuno/estorides

    Aggregiert 99+ kostenlose OSINT-Quellen parallel, löst Entitäten in einen Knowledge Graph auf und exportiert STIX 2.1, MISP oder GraphML mit LLM-gestützter Analyse.

    301

Alle Tools erkunden

Durchsuchen Sie unsere Tool-Sammlung

Alle Tools anzeigen →