
Open-Source-Suite für mobile Sicherheitstests für iOS und Android. Zuvor Passionfruit
Laufzeit-Toolkit zur Instrumentierung mobiler Anwendungen, angetrieben von Frida. Inspiziere, hooke und modifiziere mobile Apps über eine webbasierte Oberfläche.
Jetzt werden sowohl iOS als auch Android unterstützt!
Erfordert einen laufenden Frida-Server auf deinem Gerät. Folge zuerst den offiziellen Einrichtungsanleitungen(Android).
npm (empfohlen, erfordert Node.js 22.18+)
npm install -g igf
igf
Oder ohne Installation ausführen (erfordert Node.js 22.18+)
npx igf
Vorgefertigte Binärdateien für macOS, Linux und Windows sind auf GitHub Releases verfügbar. Sowohl die Quellcode-Entwicklung als auch vorgefertigte ausführbare Dateien verwenden Node.js; siehe den Entwicklungsleitfaden für den npm-Workflow.
igf [options] Start the server (default)
Options:
--frida <16 | 17> Frida version to use (default: 17)
--host <host> Host to bind (default: 127.0.0.1)
--port <port> Port to bind (default: 31337)
--project <path> Project directory for data/cache/logs (default: .igf in cwd)
--no-open Do not open browser on startup
--help, -h Show help message
| Variable | Beschreibung | Standard |
|---|---|---|
HOST | Server-Bindungsadresse | 127.0.0.1 |
PORT | Server-Port | 31337 |
FRIDA_VERSION | Frida-Hauptversion (16 oder 17) | 17 |
FRIDA_TIMEOUT | Frida-Operations-Timeout (ms) | 1000 |
PROJECT_DIR | Projektverzeichnis für Daten/Cache/Logs | .igf im aktuellen Arbeitsverzeichnis |
LLM_PROVIDER | KI-Anbieter (anthropic, openai, gemini, openrouter) | |
LLM_API_KEY | API-Schlüssel für den LLM-Anbieter | |
LLM_MODEL | Modellname (z. B. claude-sonnet-4-20250514) | |
LLM_BASE_URL | Benutzerdefinierter Endpunkt (überschreibt den Standard des Anbieters) |
Kommandozeilen-Flags haben Vorrang vor Umgebungsvariablen, wenn beide gesetzt sind.
Dieses Projekt enthält keine integrierten Bypässe für Anti-Tampering-Schutzmaßnahmen:
Begründung: RASP-Lösungen (Runtime Application Self-Protection) entwickeln sich kontinuierlich weiter, um Instrumentierungs-Frameworks zu erkennen. Die Pflege effektiver Bypässe erfordert kontinuierlichen Aufwand, um mit neuen Erkennungsmethoden Schritt zu halten, was einen erheblichen Wartungsaufwand und potenzielle Stabilitätsprobleme mit sich bringt. Diese Bypässe sind zudem stark anwendungsspezifisch, was allgemeine Lösungen fragil macht.
Anstatt brüchige integrierte Bypässe bereitzustellen, konzentriert sich Grapefruit auf Instrumentierungs- und Inspektionsfähigkeiten, die sich gut mit spezialisierten Bypass-Tools kombinieren lassen.
Empfohlene Ansätze für autorisierte Assessments, bei denen ein RASP-Bypass erforderlich ist:
frida-strace (Frida 17.8.0+), um Systemaufrufe im Zielprozess zu verfolgen. Dies hilft, Erkennungsartefakte zu identifizieren und festzustellen, welche Patches vor dem Anhängen von Grapefruit erforderlich sind: