Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
yaraast — Una potente biblioteca de Python y herramienta CLI para analizar, examinar y manipular reglas YARA mediante la representación de Árbol de Sintaxis Abstracta (AST). | Kitploit
Herramientas/GitHubGitHub/seifreed/yaraast
Análisis EstáticoAnálisis de VulnerabilidadesAnálisis de CódigoScripting y AutomatizaciónAnálisis de MalwareUtilidades y Frameworks
GitHubseifreed/yaraast

yaraast

Una potente biblioteca de Python y herramienta CLI para analizar, examinar y manipular reglas YARA mediante la representación de Árbol de Sintaxis Abstracta (AST).

Ver Repositorio
545143hace 10 díasRevisado por Kitploit
Compartir

YARAAST

yaraast

Analiza, procesa y transforma reglas YARA con un kit de herramientas AST en Python

CI Licencia: MIT Python 3.11-3.14

Estrellas de GitHub Problemas de GitHub Documentación


Descripción general

yaraast es una biblioteca de Python para analizar y manipular reglas de la familia YARA mediante Árboles de Sintaxis Abstracta (AST). Admite flujos de trabajo clásicos de YARA, YARA-L y YARA-X con detección automática de dialectos y herramientas de línea de comandos.

Características principales

CaracterísticaDescripción
Análisis multidialectoAnaliza YARA, YARA-L y YARA-X desde archivos o cadenas
Detección automática de dialectosEl analizador unificado detecta automáticamente los dialectos de las reglas
Herramientas ASTConstruye, transforma, compara y serializa AST
Formato y validaciónComandos CLI para flujos de trabajo de análisis/formato/validación
Soporte de streamingAnaliza archivos muy grandes con modo de streaming
Integraciones del ecosistemaCapacidades opcionales relacionadas con LSP y libyara

Ecosistema de reglas compatible

Dialectos   YARA, YARA-L, YARA-X
Analizadores    Analizador estándar, analizador unificado, analizador de streaming
Salidas    YARA, JSON, YAML, vistas de árbol AST
Herramientas    CLI, visitantes, constructores, serialización, comprobaciones semánticas

Los niveles de soporte difieren según el dialecto. El YARA clásico es estable, YARA-X está en beta, YARA-L es experimental y la detección automática de dialectos es un esfuerzo de mejor esfuerzo. Consulta la matriz de compatibilidad para conocer los motores y las capacidades exactas que se ejercitan en CI.


Instalación

Desde PyPI (recomendado)

pip install yaraast

Desde el código fuente

git clone https://github.com/seifreed/yaraast.git
cd yaraast
python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -e .

Inicio rápido

import yaraast

yara_code = """
rule example {
    strings:
        $a = "malware" nocase
    condition:
        $a
}
"""

document = yaraast.parse(yara_code)
print(document.ast.rules[0].name)

Uso

Interfaz de línea de comandos

# Analiza e imprime YARA normalizado
yaraast parse rules.yar

# Analiza a JSON
yaraast parse rules.yar --format json

# Analiza con dialecto explícito
yaraast parse rules.yar --dialect yara-x

# Valida archivo (comprobaciones de sintaxis + análisis)
yaraast validate rules.yar

# Formatea archivo en el lugar (formateador basado en AST)
yaraast fmt rules.yar

# Comprueba el formato sin modificar el archivo
yaraast fmt rules.yar --check

Comandos CLI principales

ComandoDescripción
parseAnaliza un archivo de reglas y genera YARA/JSON/YAML/árbol
validateValida reglas y ejecuta subcomandos de validación
fmtFormateador basado en AST (con --check y --diff)
formatFormatea la entrada en un archivo de salida de destino
validate-syntaxPunto de entrada de validación centrado en la sintaxis
lspInicia las funciones del Protocolo de Servidor de Lenguaje

Biblioteca de Python

Análisis unificado

from pathlib import Path

import yaraast

source = "rule example { condition: true }"

# Detecta el dialecto automáticamente
document = yaraast.parse(source)

# Fuerza un dialecto específico
document = yaraast.parse(source, dialect="yara")

# Analiza archivos, genera nuevo código fuente y formatea de forma canónica
Path("rules.yar").write_text(source, encoding="utf-8")
file_document = yaraast.parse_file("rules.yar")
generated = yaraast.generate(file_document)
formatted = yaraast.format_canonical(source, dialect="yara")

# Conserva cada byte fuera de una edición explícita de bytes UTF-8
offset = source.encode("utf-8").index(b"true")
rewritten = yaraast.rewrite_lossless(
    source,
    [yaraast.SourceEdit(offset, offset + 4, "false")],
)

# Los analizadores públicos aplican límites predeterminados acotados. Anúlalos por operación cuando sea necesario.
limits = yaraast.ResourceLimits(max_input_bytes=1024 * 1024, parse_deadline=5.0)
document = yaraast.parse(source, resource_limits=limits)

cancel = yaraast.CancellationToken()
cancel.cancel()
# yaraast.parse(source, cancellation_token=cancel) lanza ParseCancelledError

ResourceLimits() desactiva explícitamente todos los límites. El análisis CLI utiliza los valores predeterminados públicos; el análisis LSP utiliza límites más estrictos de entrada, tokens, anidamiento, patrones y plazos, y nunca almacena en caché un resultado parcial después de una cancelación o un fallo de límite.

Analizador directo + visitante

from pathlib import Path

from yaraast.parser import Parser
from yaraast.visitor import BaseVisitor

class RuleCollector(BaseVisitor):
    def __init__(self):
        self.rules = []

    def visit_rule(self, node):
        self.rules.append(node.name)
        super().visit_rule(node)

ast = Parser(Path("rules.yar").read_text(encoding="utf-8")).parse()
collector = RuleCollector()
collector.visit(ast)
print(collector.rules)

Dependencias opcionales

# Soporte LSP
pip install yaraast[lsp]

# Integración con libyara
pip install yaraast[libyara]

# Herramientas de rendimiento
pip install yaraast[performance]

# Soporte de visualización
pip install yaraast[visualization]

# Paquete de soporte en tiempo de ejecución
pip install yaraast[all]

# Herramientas de tiempo de ejecución y desarrollo
pip install yaraast[dev-all]

Documentación en tiempo de ejecución

  • Compatibilidad de dialectos: docs/compatibility.md
  • Internals del tiempo de ejecución LSP: docs/lsp-runtime.md
  • Informe de paridad LSP: docs/lsp-parity-report.md
  • Artefacto de benchmark de tiempo de ejecución más reciente: docs/benchmarks/lsp-runtime-latest.json

Requisitos

  • Python 3.11, 3.12, 3.13 o 3.14
  • Consulta pyproject.toml para ver la lista completa de dependencias y extras

Contribuciones

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    546
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    477
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    377
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    324
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    269
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    252

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →