___ ___         __             _________                       __
 /   |   \_____ _/  |_  ____     \_   ___ \____________    ____ |  | __
/    ~    \__  \\   __\/ __ \    /    \  \/\_  __ \__  \ _/ ___\|  |/ /
\    Y    // __ \|  | \  ___/    \     \____|  | \// __ \\  \___|    <
 \___|_  /(____  /__|  \___  >____\______  /|__|  (____  /\___  >__|_ \
       \/      \/          \/_____/      \/            \/     \/     \/

macOS (Homebrew):```bash
brew install hashcat

यदि आपने सबमॉड्यूल के बिना क्लोन किया है, तो उन्हें इनिशियलाइज़ करें:```bash
git submodule update --init --recursive

`.env.example` कमिट किया जाता है और हर क्रेडेंशियल कुंजी खाली के साथ भेजा जाता है। `.env` स्वयं **कभी** कमिट नहीं किया जाना चाहिए — यह gitignored है, इसके सामान्य बैकअप स्पेलिंग्स के साथ, और hate_crack इसे हमेशा मोड `0600` (केवल मालिक पढ़/लिख सकता है) पर बनाता है। `.env.example` स्कीमा से जनरेट किया जाता है; `hate_crack/config_schema.py` को बदलने के बाद इसे `uv run python -m hate_crack.config_writer` के साथ पुनः जनरेट करें।

### 3. निर्भरताएँ और hate_crack इंस्टॉल करें

सबसे आसान तरीका है `make` (या `make install`) चलाना, जो आपके OS का स्वतः पता लगाता है और इंस्टॉल करता है:
- बाहरी निर्भरताएँ (p7zip, transmission-daemon / transmission-remote)
- सबमॉड्यूल बनाता है (hashcat-utils, princeprocessor, pcfg_cracker, और वैकल्पिक रूप से omen) और केवल-डेटा Corporate_Masks मास्क सेट को चेकआउट करता है
- uv के माध्यम से Python निर्भरताएँ और `~/.local/bin/hate_crack` पर एक CLI शिम```bash
make

**या निर्भरताएँ मैन्युअल रूप से इंस्टॉल करें:**

### बाहरी निर्भरताएँ
ये कुछ डाउनलोड/निष्कर्षण प्रवाहों के लिए आवश्यक हैं:

- `7z`/`7za` (p7zip) — `.7z` संग्रहों को निकालने के लिए उपयोग किया जाता है।
- `transmission-daemon` / `transmission-remote` — Weakpass टोरेंट डाउनलोड करने के लिए उपयोग किया जाता है।

मैन्युअल इंस्टॉल कमांड:

Ubuntu/Kali:```bash
sudo apt-get update
sudo apt-get install -y p7zip-full transmission-daemon

फिर Python निर्भरताएँ और CLI shim इंस्टॉल करें:```bash
uv sync
mkdir -p ~/.local/bin
printf '#!/usr/bin/env bash\nset -euo pipefail\nexec uv run --directory %s python -m hate_crack "$@"\n' "$(pwd)" > ~/.local/bin/hate_crack
chmod +x ~/.local/bin/hate_crack

वैकल्पिक रूप से, `uv` के माध्यम से चलाएँ:```bash
uv run hate_crack.py <hash_file> <hash_type>

`make install` कमांड `~/.local/bin/hate_crack` पर एक bash shim बनाता है जो रेपो डायरेक्टरी से चलता है, इसलिए कॉन्फ़िग और एसेट्स हमेशा मिल जाते हैं, चाहे आपकी वर्तमान वर्किंग डायरेक्टरी कोई भी हो।

कॉन्फ़िग इनमें भी खोजा जाता है:
- रेपो रूट और पैकेज डायरेक्टरी
- `~/.hate_crack`

**नोट:** `config.json` में `hcatPath` केवल hashcat बाइनरी लोकेशन के लिए है (वैकल्पिक यदि hashcat PATH में है)। Hate_crack एसेट्स (hashcat-utils, princeprocessor, pcfg_cracker, Corporate_Masks, omen) रिपॉज़िटरी डायरेक्टरी से लोड होते हैं और `make install` द्वारा स्वचालित रूप से बंडल कर दिए जाते हैं।

### स्क्रिप्ट के रूप में चलाएँ
स्क्रिप्ट `uv` shebang का उपयोग करती है। इसे निष्पादन योग्य बनाएँ और चलाएँ:```bash
chmod +x hate_crack.py
./hate_crack.py

### गैर-इंटरैक्टिव / स्क्रिप्टेड उपयोग

स्वचालन के लिए आप मेनू को बायपास करते हुए सीधे एकल हमला शुरू कर सकते हैं। हमले का नाम पहला आर्ग्युमेंट है, इसके बाद हैश फ़ाइल और hashcat हैश प्रकार। इस मोड में प्रीप्रोसेसिंग प्रॉम्प्ट (कंप्यूटर-अकाउंट फ़िल्टरिंग, LM-प्रथम ब्रूट फ़ोर्स, डुप्लिकेट-अकाउंट डीडुप) स्वतः अपने डिफ़ॉल्ट स्वीकार कर लेते हैं। प्रक्रिया सफलता पर `0` और त्रुटि पर गैर-शून्य के साथ बाहर निकलती है (अनुपलब्ध हैश फ़ाइल, गैर-संख्यात्मक हैश प्रकार, अनुपलब्ध वर्डलिस्ट, या अज्ञात नियम फ़ाइलनाम)।```bash
# Quick crack: one wordlist + optional rule(s) from the rules directory
hate_crack quick hashes.txt 1000 --wordlist rockyou.txt --rules best64.rule

# Chain two rules in a single run
hate_crack quick hashes.txt 1000 --wordlist rockyou.txt --rules best64.rule+d3ad0ne.rule

# Run two rules as two separate passes
hate_crack quick hashes.txt 1000 --wordlist rockyou.txt --rules best64.rule d3ad0ne.rule

# Canned dictionary methodology (uses your configured wordlists)
hate_crack dict hashes.txt 1000

# Brute force lengths 1-8
hate_crack brute hashes.txt 1000 --min 1 --max 8

# Top-mask attack targeting ~4 hours
hate_crack topmask hashes.txt 1000 --target-time 4

यह जुलाई 2026 से पहले बनाए गए क्लोन को प्रभावित करता है। प्रकाशित इतिहास को तब फिर से लिखा गया था ताकि कुछ ऐसी फ़ाइलें हटाई जा सकें जिन्हें कभी कमिट नहीं किया जाना चाहिए था, जिससे हर कमिट को एक नई ID मिली; इसलिए पुराने क्लोन के टैग उन ऑब्जेक्ट्स की ओर इशारा करते हैं जो यह रिपॉज़िटरी अब नहीं रखती, और git उस टैग को हटाने से इनकार करता है जो उसके पास पहले से है। आपके चेकआउट में कुछ भी गलत नहीं है और कोई क्रैकिंग डेटा जोखिम में नहीं है।

एक बार के रीसेट के साथ रिकवर करें। यह चेकआउट में स्थानीय कमिट और संपादनों को त्याग देता है, इसलिए यदि आपने git द्वारा ट्रैक की गई किसी चीज़ को अनुकूलित किया है (जैसा कि `config.json` के विपरीत, जो ट्रैक नहीं है), तो पहले इसे किसी ब्रांच में कमिट करें:```bash
cd /path/to/hate_crack
git fetch --tags --force origin
git checkout -B main origin/main
make install

इसका मतलब है कि hate_crack एसेट्स इंस्टॉल किए गए पैकेज में बंडल नहीं किए गए थे।

**पाथ्स को समझना:**
- config.json में `hcatPath` → **hashcat बाइनरी लोकेशन** को इंगित करता है (वैकल्पिक, PATH में हो सकता है)
- `hashcat-utils/` और `princeprocessor/` → `make install` द्वारा पैकेज में बंडल किए जाते हैं

**समाधान:**
Makefile का उपयोग करके पुनः इंस्टॉल करें, जो सबमॉड्यूल्स को बिल्ड करता है और टूल को इंस्टॉल करता है:```bash
cd /path/to/hate_crack  # the repository checkout
make install

**कॉन्फ़िगरेशन लोडिंग:**
- प्रत्येक key के लिए प्राथमिकता: `os.environ` > उस key की अपनी home फ़ाइल (`.env` या `config.json`) > built-in default
- अनुपलब्ध keys built-in defaults पर वापस चली जाती हैं; `config.json.example` हर `config.json` key को दस्तावेज़ित करता है
- दोनों फ़ाइलों को, एक-दूसरे से स्वतंत्र रूप से, इस क्रम में खोजा जाता है: **repo root**, फिर **installed package directory**, फिर **`~/.hate_crack`**। पहला मिलान जीतता है; यह सामान्य है कि दोनों फ़ाइलें अलग-अलग directories से आएँ।
- पहली बार चलाने पर, दोनों बनाई जाती हैं — `config.json`, `config.json.example` से, और `.env`, built-in defaults से। यदि कोई पुरानी `config.json` अभी भी integration keys रखती है, तो उन्हें नई `.env` में कॉपी कर दिया जाता है और hate_crack आपको बताता है कि किन्हें `config.json` से हटाना है; यह उस फ़ाइल को स्वयं कभी संपादित नहीं करता।
- हर बार चलाने पर, hate_crack उन दो फ़ाइलों को प्रिंट करता है जिन्हें उसने वास्तव में लोड किया:  ```
  [*] config.json: /home/you/.hate_crack/config.json
  [*] .env:        /home/you/.hate_crack/.env

डिफ़ॉल्ट ब्रांच का नाम `master` से बदलकर `main` कर दिया गया है। इसे ठीक करें:```bash
git remote set-head origin -a
git branch -m master main
git branch --set-upstream-to=origin/main main
git pull

यह इडेम्पोटेंट है - यह पहले से इंस्टॉल किए गए टूल्स को छोड़ देता है।

**जबरन साफ़ पुनःस्थापन:**```bash
make reinstall

**Uninstall** - OS निर्भरताएँ और टूल हटाता है:```bash
make uninstall

**परीक्षण चलाएँ** - आवश्यकता पड़ने पर HATE_CRACK_SKIP_INIT को स्वचालित रूप से संभालता है:```bash
make test

**स्वच्छ बिल्ड/परीक्षण आर्टिफैक्ट्स:**```bash
make clean

### लिंटर और टाइप चेक चलाना

परिवर्तनों को पुश करने से पहले, इन जाँचों को स्थानीय रूप से चलाएँ। सब कुछ के लिए `make lint` का उपयोग करें, या अलग-अलग जाँचें चलाएँ:

**Ruff (लिंटिंग और फ़ॉर्मेटिंग):**```bash
make ruff
# or manually:
uv run ruff check hate_crack tests tools packaging hate_crack.py

**ty (टाइप चेकिंग):**```bash
make ty
# or manually:
uv run ty check hate_crack

### परीक्षण चलाना

जब सबमॉड्यूल बिल्ड नहीं होते हैं तो परीक्षण स्वतः पहचान लेते हैं और `HATE_CRACK_SKIP_INIT=1` स्वतः सेट कर देते हैं।```bash
make test

कवरेज के साथ:```bash
make coverage

### Git Hooks (prek)

Git hooks को [prek](https://github.com/j178/prek) (v0.3.3+) द्वारा प्रबंधित किया जाता है। hooks को इस प्रकार इंस्टॉल करें:```bash
prek install --hook-type pre-push --hook-type pre-commit

मेनू विकल्प:
- **(1) Upload Cracked Hashes** - वर्तमान सत्र से क्रैक किए गए परिणाम Hashview पर अपलोड करें
- **(2) Upload Wordlist** - Hashview पर एक वर्डलिस्ट फ़ाइल अपलोड करें
- **(3) Download Wordlist** - Hashview से एक वर्डलिस्ट डाउनलोड करें
- **Download Rule** - Hashview से एक रूल फ़ाइल डाउनलोड करें (प्लेनटेक्स्ट में डीकंप्रेस किया गया, `hashcat -r` के लिए तैयार)। एक के बजाय सूचीबद्ध प्रत्येक रूल डाउनलोड करने के लिए रूल ID प्रॉम्प्ट पर `a` (या `all`) दर्ज करें
- **Download All Rules** - Hashview द्वारा सूचीबद्ध प्रत्येक रूल फ़ाइल को एक ही बार में डाउनलोड करें; प्रति-रूल विफलताओं की रिपोर्ट की जाती है बिना शेष को रोके
- **(4) Download Left Hashes** - शेष अनक्रैक किए गए हैश डाउनलोड करें (क्रैकिंग के लिए स्विच करने का प्रॉम्प्ट करता है)
- **(5) Download Found Hashes** - क्लीयरटेक्स्ट पासवर्ड के साथ पहले से क्रैक किए गए हैश डाउनलोड करें (संदर्भ/विश्लेषण के लिए)
- **(6) Upload Hashfile and Create Job** - नई हैशफ़ाइल अपलोड करें और एक क्रैकिंग जॉब बनाएं
- **(99) Back to Main Menu** - मुख्य मेनू पर वापस जाएं

**महत्वपूर्ण: Download Found बनाम Download Left**
- **Download Left Hashes (4)**: अनक्रैक किए गए हैश डाउनलोड करता है जिन्हें क्रैक करने की आवश्यकता है। यदि उपलब्ध हों तो किसी भी पाए गए हैश के साथ स्वचालित रूप से मर्ज करता है, और क्रैकिंग के लिए इस हैशफ़ाइल पर स्विच करने का प्रॉम्प्ट करता है।
- **Download Found Hashes (5)**: पहले से क्रैक किए गए हैश को hash:cleartext प्रारूप में डाउनलोड करता है। ये संदर्भ के लिए हैं और इन्हें आगे क्रैक नहीं किया जा सकता। कोई स्विच प्रॉम्प्ट नहीं दिखाया जाता है।

#### कमांड-लाइन इंटरफ़ेस

Hashview संचालन कमांड-लाइन के माध्यम से भी किए जा सकते हैं:

क्रैक किए गए हैश अपलोड करें:```bash
hate_crack.py --hashview upload-cracked --file <output_file>.out --hash-type 1000

एक रूल फ़ाइल डाउनलोड करें (`hashcat -r` के लिए तैयार, डीकंप्रेस्ड रूप में सहेजी गई):```bash
hate_crack.py --hashview download-rules --rules-id 4 --output best64.rule

Download found hashes (already-cracked hashes with cleartext):```bash
hate_crack.py --hashview download-found --customer-id 1 --hashfile-id 123

#### कॉन्फ़िगरेशन

`.env` में Hashview क्रेडेंशियल्स सेट करें (ये इंटीग्रेशन सेटिंग्स हैं, इसलिए ये `config.json` में नहीं रहते):```
HASHVIEW_URL=https://hashview.example.com
HASHVIEW_API_KEY=your-api-key-here
HASHVIEW_VERIFY_TLS=true

**नीचे दी गई `OLLAMA_*` कुंजियाँ हर बैकएंड पर लागू होती हैं, केवल Ollama पर नहीं।** वे यह उपसर्ग इसलिए बनाए रखती हैं क्योंकि `OLLAMA_HOST` वही वेरिएबल है जिसे Ollama का अपना CLI पढ़ता है, और उनका नाम बदलने से हर मौजूदा `.env` टूट जाएगी बिना किसी कार्यात्मक लाभ के — एक vLLM या OpenAI-संगत सर्वर को भी वही host, model, timeout, context, और sampling knobs उन्हीं नामों के अंतर्गत चाहिए। `LLM_BACKEND` केवल यह चुनता है कि अनुरोध किस आकार में बनाया जाएगा।

- **`OLLAMA_MODEL`** — candidate generation के लिए उपयोग किया जाने वाला Ollama मॉडल (डिफ़ॉल्ट: `qwen3:4b-instruct`)। LLM attack structured (JSON) output का उपयोग करता है, इसलिए अच्छे tool/JSON समर्थन वाला मॉडल चुनें।
- **`OLLAMA_NUM_CTX`** — मॉडल के लिए context window का आकार (डिफ़ॉल्ट: `8192`)। corpus statistics शुरू होने से पहले यह `2048` था, जो इसे दिए जा रहे prompt को रखने के लिए बहुत छोटा था: 500 sampled plaintexts system prompt और response से पहले लगभग 2,000–3,500 tokens लेते हैं, इसलिए Ollama ने उस sample का एक हिस्सा चुपचाप काट दिया जिसे sampler ने पूरी फ़ाइल में सावधानी से फैलाया था।
- **`OLLAMA_TIMEOUT`** — हार मानने से पहले generation response की प्रतीक्षा करने के सेकंड (डिफ़ॉल्ट: `300`)। यदि पहले अनुरोध पर कोई बड़ा मॉडल अभी भी VRAM में लोड हो रहा है तो इसे बढ़ाएँ, अन्यथा यह timeout से अधिक हो सकता है; hate_crack timeout होने पर बीता हुआ समय और इस सेटिंग का नाम प्रिंट करता है।
- **`OLLAMA_MAX_SAMPLE_LINES`** — वह सीमा जिसके नीचे LLM modes literal plaintexts को भी prompt में चिपका देते हैं (डिफ़ॉल्ट: `500`)। ≤ 0 मानों को 500 माना जाता है।

  Corpus-व्युत्पन्न modes (**Wordlist**, **Cracked passwords**, **Pattern rules**) हमेशा *पूरे* corpus का सांख्यिकीय वर्णन करते हैं — baseword shares, masks, casing, lengths, trailing digits और symbols, years — बजाय उसका कोई टुकड़ा चिपकाने के। Aggregation सीमित है, इसलिए 120,000-password dump लगभग उतनी ही prompt जगह लेता है जितनी 500-line वाला। जब पूरा corpus इस सीमा के नीचे आता है, तो raw plaintexts भी शामिल किए जाते हैं, क्योंकि छोटे corpus को मॉडल से छिपाने में कोई लाभ नहीं है।

  यह पहले के उस व्यवहार को प्रतिस्थापित करता है जिसमें `ollamaMaxSampleLines` तक के समान रूप से फैले sample को चिपकाया जाता था। बड़े dump के sample से कोई frequency जानकारी नहीं मिलती थी: मॉडल उस baseword में अंतर नहीं कर सकता था जिसका उपयोग संगठन के 8% लोग करते हैं और उससे जिसका उपयोग एक व्यक्ति करता है, जो ठीक वही संकेत है जो किसी अनुमान को चलाने लायक बनाता है।
- **`OLLAMA_NO_CLOUD`** — जब `true` हो, तो तीनों LLM backends (Ollama, vLLM, या generic OpenAI-संगत सर्वर) में से किसी के लिए भी इस host से बाहर कुछ भी भेजने से इनकार करें। दो जाँचें इस एक सेटिंग से नियंत्रित होती हैं: Ollama `-cloud`-टैग वाले मॉडल (`gpt-oss:120b-cloud`, `deepseek-v3.1:671b-cloud`) को उसी local endpoint के माध्यम से ollama.com पर proxy करता है जिसका उपयोग local मॉडल करता है, इसलिए अनुरोध में कुछ भी अलग नहीं दिखता — इसे मॉडल नाम से अस्वीकार किया जाता है। कॉन्फ़िगर किया गया backend URL भी जाँचा जाता है: ऐसा गंतव्य जो loopback, private, या link-local नहीं है (और `localhost` या `.local`/`.internal`/`.lan`/`.localdomain` नाम नहीं है) उसे गंतव्य के आधार पर अस्वीकार किया जाता है, और ऐसा hostname जिसे यह जाँच resolve नहीं कर सकती, उसे भी अस्वीकार किया जाता है, fail-closed, बजाय किसी असत्यापनीय गंतव्य को जाने देने के। hate_crack के prompts में recovered plaintexts, corpus statistics, और client का नाम, industry, और location होते हैं, इसलिए कोई भी जाँच सक्रिय होने का अर्थ है कि अनुरोध बनाए जाने से पहले अस्वीकार कर दिया जाता है। डिफ़ॉल्ट `false` है, इसलिए जानबूझकर कॉन्फ़िगर किया गया cloud मॉडल या remote सर्वर काम करता रहता है; उन engagements के लिए इसे चालू करें जहाँ client डेटा host से बाहर नहीं जाना चाहिए।
- **`OLLAMA_AUTO_RESEARCH`** — जब `true` (डिफ़ॉल्ट), **Target info** mode कंपनी का नाम टाइप करते ही local मॉडल से industry, location, और parent company / acquisition history सुझाने के लिए कहता है, और उन्हें editable prompt defaults के रूप में प्रस्तुत करता है। हमेशा खाली prompts पाने के लिए इसे `false` पर सेट करें (धीमे मॉडल के साथ उपयोगी, क्योंकि research से attack शुरू होने से पहले एक अतिरिक्त round-trip लगता है)।
- **`OLLAMA_HOST`** — जहाँ कॉन्फ़िगर किया गया backend सुन रहा है। यह एक सादा `host:port` (`theplague.lan:11434`) या scheme के साथ पूरा URL (`https://ollama.example.com`) स्वीकार करता है; किसी भी तरह base URL का उपयोग से पहले normalization किया जाता है। डिफ़ॉल्ट `localhost:11434` है, जो Ollama का port है — एक vLLM या OpenAI-संगत सर्वर के लिए इसे उसके अपने port पर सेट करना आवश्यक है (vLLM आमतौर पर `:8000` पर सुनता है)। इसे `.env` में सेट करें, या एक बार के run के लिए उसे override करने हेतु इसे वास्तविक environment variable के रूप में export करें — यह वही वेरिएबल नाम है जिसे Ollama का अपना CLI पढ़ता है।
- **`LLM_BACKEND`** — किस OpenAI-संगत सर्वर से बात करनी है: `ollama` (डिफ़ॉल्ट), `vllm`, या generic के लिए `openai`। हर backend वही `/v1` chat-completions API बोलता है, इसलिए यह केवल उन दो request-shaping विवरणों का चयन करता है जिनमें वे भिन्न हैं: `ollama` को `options.num_ctx` मिलता है, और `vllm` को `chat_template_kwargs={"thinking": false}` — जिसके बिना reasoning parser चला रहा vLLM सर्वर पूरे structured response को `message.reasoning` में भेज देता है, `message.content` खाली छोड़ देता है, और JSON parsing तोड़ देता है। `openai` दोनों में से कोई नहीं भेजता, क्योंकि वहाँ `num_ctx` का कोई समतुल्य नहीं है। यह **नहीं** बदलता कि host, model, timeout, context, या sampling सेटिंग्स कहाँ से आती हैं — वे तीनों के लिए ऊपर दी गई `OLLAMA_*` कुंजियाँ हैं।
- **`LLM_API_KEY`** — कॉन्फ़िगर किए गए backend को भेजा जाने वाला credential। डिफ़ॉल्ट शाब्दिक `ollama` है, वह placeholder जिसे Ollama का अपना सर्वर अनदेखा करता है, इसलिए मौजूदा install के अनुरोध अपरिवर्तित रहते हैं; खाली मान उसी placeholder पर वापस जाता है क्योंकि OpenAI SDK `api_key=""` अस्वीकार करता है। यदि सर्वर एक लागू करता है तो इसे वास्तविक मान पर सेट करें — `--api-key` के साथ शुरू किया गया vLLM सर्वर अन्यथा 401 लौटाता है।
- LLM Attack का उपयोग करने से पहले सुनिश्चित करें कि Ollama चल रहा है और मॉडल pulled है (`ollama pull qwen3:4b-instruct`) — hate_crack अब अनुपस्थित मॉडलों को स्वतः pull नहीं करता।

attack तीन generation modes प्रदान करता है:

1. **Target info** — company / industry / location / parent company; मॉडल उन विवरणों से candidates निकालता है।

   कंपनी का नाम टाइप करने के बाद, hate_crack उसी local मॉडल से पूछता है कि वह उस संगठन के बारे में पहले से क्या जानता है और **Industry**, **Location**, और **Parent Company** prompts को उत्तरों से पहले भर देता है, जो कोष्ठकों में दिखाए जाते हैं:   ```
   Company name: Acme Rail Services

   [!] The values in parentheses below are the local model's GUESSES, not verified OSINT.
       Press Enter to accept, or type your own value to override.
   Industry (freight rail maintenance):
   Location (Omaha, Nebraska):
   Parent company / acquired by:

एक शोध विफलता — टाइमआउट, Ollama नहीं चल रहा, खाली उत्तर — हमले को कभी अवरुद्ध नहीं करती; यह बस खाली प्रॉम्प्ट्स पर वापस चला जाता है। शोध को पूरी तरह छोड़ने के लिए `ollamaAutoResearch` को `false` पर सेट करें।
2. **Wordlist** — एक नमूना wordlist से basewords प्राप्त करें।
3. **Cracked passwords** — इस सत्र में पहले से पुनर्प्राप्त plaintexts (`<hashfile>.out`) को मॉडल को वापस दें ताकि यह लक्ष्य संगठन के अपने पासवर्ड सम्मेलनों (basewords, seasons, years, suffixes, leetspeak) का अनुमान लगा सके और उसी शैली में *नए* उम्मीदवार उत्पन्न कर सके। यह विकल्प केवल तब सूचीबद्ध होता है जब कम से कम एक hash क्रैक हो चुका हो; पूरी फ़ाइल का विश्लेषण सांख्यिकीय रूप से ठीक Wordlist मोड की तरह किया जाता है (ऊपर `ollamaMaxSampleLines` देखें)।

#### PCFG Configuration

PCFG Attack (विकल्प 20) और PRINCE-LING Attack (विकल्प 21) `pcfg_cracker` सबमॉड्यूल का उपयोग करते हैं। इन्हें `config.json` में कॉन्फ़िगर करें:```json
{
"pcfgRuleset": "DEFAULT",
"pcfgMaxCandidates": 50000000,
"pcfgPrinceLingMaxCandidates": 10000000
}

`Y` का उत्तर दें और hate_crack एक अस्थायी नियम फ़ाइल बनाता है जिसमें केवल बिना आज़माई गई प्रविष्टियाँ होती हैं; पूरी चीज़ वैसे भी चलाने के लिए `n` का उत्तर दें। यदि *प्रत्येक* प्रविष्टि दोहराव है तो आपसे पूछा जाता है कि क्या हमले को पूरी तरह छोड़ दिया जाए, इसलिए जानबूझकर कवर की गई ज़मीन को दोबारा चलाने के लिए कभी भी टूल को पुनः आरंभ करने की आवश्यकता नहीं होती।

जिन हमलों को कभी फ़िल्टर नहीं किया जाता, उन्हें भी चलाया गया के रूप में दर्ज किया जाता है, यही कारण है कि आप उत्तर दे सकते हैं "क्या मैंने इस लक्ष्य के विरुद्ध PRINCE पहले ही चला लिया है?"।

एक हमला जो एक साथ कई नियम फ़ाइलों का चयन करता है (Quick Crack, Loopback) किसी भी hashcat आह्वान से पहले, **पूरे बैच के लिए एक बार, शुरुआत में ही** छोड़ने का प्रश्न पूछता है। वह प्रश्न जानबूझकर सस्ता है — यह चयनित नियम फ़ाइलों में से किसी को भी नहीं पढ़ता या हैश नहीं करता, क्योंकि एक YOLO बैच लाखों पंक्तियों तक चल सकता है और हाँ/नहीं का उत्तर देने के लिए आपको उसका इंतज़ार नहीं करना चाहिए। यह स्टोर से केवल यह पूछता है कि क्या यह हमला इस हैश फ़ाइल के विरुद्ध **इनमें से किसी एक wordlist के साथ** पहले ही चल चुका है; प्रति-प्रविष्टि अंतर अभी भी आलसी रूप से होता है, एक बार में एक नियम फ़ाइल, और यह तय करता है कि वास्तव में क्या छोड़ा जाता है। इसलिए एक नया कॉर्पस कभी चिह्नित नहीं होता, भले ही उस पर के सभी नियम किसी भिन्न कॉर्पस के विरुद्ध चल चुके हों।

तीन जानबूझकर सीमाएँ:

- **कवरेज केवल तब दर्ज होती है जब hashcat keyspace समाप्त कर देता है** (exit 1)। ctrl-C या कोई त्रुटि कुछ भी दर्ज नहीं करती, और exit 0 भी नहीं — इसका अर्थ है कि प्रत्येक हैश क्रैक हो गया, जिसे hashcat keyspace पूरा किए *बिना* रिपोर्ट करता है, और अपवादात्मक "सभी हैश potfile प्रविष्टियों के रूप में मिले" स्थिति में एक भी उम्मीदवार आज़माए बिना। कम-रिकॉर्डिंग की लागत केवल बाद में एक अनावश्यक रन है।
- **गतिशील उम्मीदवार जनरेटर कभी फ़िल्टर नहीं किए जाते।** PRINCE, PCFG, OMEN, Markov brute force और LLM मोड में diff करने के लिए कोई निश्चित सेट नहीं होता, इसलिए उन्हें चलाया गया के रूप में लॉग किया जाता है और अन्यथा अकेला छोड़ दिया जाता है। श्रृंखलाबद्ध नियम फ़ाइलें (`-r a -r b`) प्रति प्रविष्टि के बजाय एक इकाई के रूप में ट्रैक की जाती हैं, क्योंकि hashcat दोनों फ़ाइलों का *कार्टेशियन गुणनफल* लागू करता है और किसी एकल पंक्ति को हटाना चुपचाप उसके द्वारा भाग लिए गए प्रत्येक संयोजन को हटा देगा।
- **`--loopback` रन दर्ज किए जाते हैं लेकिन कभी फ़िल्टर नहीं किए जाते।** hashcat ताज़ा क्रैक किए गए plaintexts को *अतिरिक्त* उम्मीदवारों के रूप में वापस फ़ीड करता है, इसलिए ऐसा रन पूरी wordlist और नियम सेट के साथ-साथ उन रीसाइकल किए गए plaintexts तक जो भी पहुँचता है, उसे आज़माता है। यह दोनों दिशाओं को असममित बनाता है: इसे दर्ज करना उचित है, इसलिए उसी wordlist और नियमों के बाद के सामान्य रन को सही ढंग से दोहराव के रूप में पहचाना जाता है, लेकिन दूसरे loopback रन में रीसाइकल करने के लिए अधिक क्रैक होते हैं और इसे कभी नहीं छोड़ा जाता।

इसे बंद करने के लिए `config.json` में `coverage_enabled` को `false` पर सेट करें, या एकल रन के लिए `--no-coverage` पास करें — जो न तो स्टोर से परामर्श करता है और न ही उसे अपडेट करता है।

#### कवरेज का निरीक्षण और रीसेट करना

मुख्य-मेनू विकल्प **85 — Attack Coverage** दिखाता है कि लोड की गई हैश फ़ाइल के विरुद्ध क्या चलाया गया है, उसका रन इतिहास, और इसे साफ़ कर सकता है। वही तीन क्रियाएँ स्क्रिप्ट करने योग्य हैं:```bash
# What has already been run against this hash file?
hate_crack coverage status --hashfile hashes.txt

# Every attack that has run against it, oldest first
hate_crack coverage history --hashfile hashes.txt

# Start over for this hash file only (prompts unless --yes)
hate_crack coverage forget --hashfile hashes.txt --yes

Exit 3 का मतलब है कि *कुछ भी* नहीं चला। एक पास जो आंशिक रूप से फ़िल्टर किया गया था — कुछ प्रविष्टियाँ छोड़ी गईं, कुछ आज़माई गईं — फिर भी `0` के साथ बाहर निकलता है, क्योंकि हमले ने वास्तव में काम किया।

### hashcat brain समर्थन (`brain_enabled`)

hashcat स्वयं एक "brain" के साथ आता है — एक छोटा सर्वर जिस पर एक चल रहा hashcat इंस्टेंस उम्मीदवार पासवर्ड स्ट्रीम करता है, ताकि उसी लक्ष्य के विरुद्ध दूसरा रन उन उम्मीदवारों को छोड़ सके जो पहले ही आज़माए जा चुके हैं। hate_crack इसे स्वचालित रूप से सक्रिय करता है, बिना किसी मेनू चरण की आवश्यकता के: जब भी यह किसी hash मोड के विरुद्ध हमला शुरू करने वाला होता है जिसे hashcat धीमा बताता है (bcrypt, scrypt, और अन्य KDF-समर्थित मोड, जहाँ hash स्वयं बाधा है न कि उम्मीदवार जनरेशन), तो यह एक स्थानीय brain सर्वर शुरू या पुनः उपयोग करता है और आपके लिए hashcat इनवोकेशन में `--brain-*` फ़्लैग जोड़ देता है। एक तेज़ मोड को अकेला छोड़ दिया जाता है, जब तक कि उसका मोड नंबर `brain_modes_force` में सूचीबद्ध न हो, और `brain_modes_exclude` में सूचीबद्ध मोड hashcat के अपने निर्णय की परवाह किए बिना कभी भी brain को सक्रिय नहीं करता — exclude हमेशा जीतता है।

**Brain हमला कवरेज जैसी चीज़ नहीं है, और दोनों पूरक हैं, अनावश्यक नहीं।** कवरेज (ऊपर) पूरे नियमों, मास्क लाइनों और वर्डलिस्टों के स्तर पर डी-डुप्लिकेट करता है — यह तय करता है कि सबसे पहले क्या लॉन्च करना है, इससे पहले कि hashcat कभी चले। Brain व्यक्तिगत उम्मीदवार पासवर्डों के स्तर पर डी-डुप्लिकेट करता है, और यह एक स्थायी सर्वर के माध्यम से करता है जो किसी भी एक hashcat इनवोकेशन से अधिक समय तक जीवित रहता है, इसलिए यह उस ओवरलैप को पकड़ता है जिसे कवरेज नहीं देख सकता: एक उम्मीदवार जो एक ही रन के भीतर दो अलग-अलग नियमों या दो अलग-अलग वर्डलिस्टों के माध्यम से पहुँचा जा सकता है, और — जैसा कि `tests/e2e/test_brain_e2e.py` में राउंड ट्रिप प्रदर्शित करता है — वही उम्मीदवार उसी लक्ष्य के विरुद्ध दूसरे, अलग hashcat रन में फिर से भेजे जाते हैं। दोनों को एक साथ बिना किसी टकराव के सक्षम किया जा सकता है।

`config.json` में सात कुंजियाँ इसे नियंत्रित करती हैं, सभी `brain_*` प्रीफ़िक्स के अंतर्गत: `brain_enabled` (मास्टर स्विच, डिफ़ॉल्ट रूप से चालू), `brain_host` (खाली का मतलब है कि hate_crack लूपबैक पर एक स्थानीय सर्वर प्रबंधित करता है; एक मान का मतलब है कि केवल उस होस्ट से कनेक्ट करें — hate_crack कभी भी ऐसा सर्वर नहीं बनाता जिसे प्रबंधित करने के लिए उसे न कहा गया हो), `brain_port` (डिफ़ॉल्ट `6863`), `brain_client_features` (`1` हैश्ड पासवर्ड, `2` हमला स्थितियाँ, `3` दोनों — `3` सबसे अधिक डी-डुप्लिकेट करता है लेकिन सर्वर को प्रति देखे गए उम्मीदवार पर लगभग 12 बाइट RAM का खर्च आता है), `brain_server_timer` (hashcat की अपनी सेटिंग कि सर्वर कितनी बार अपना `.ldmp`/`.admp` डंप डिस्क पर लिखता है, न्यूनतम 60 सेकंड, डिफ़ॉल्ट `300`), और `brain_modes_force` / `brain_modes_exclude` (कॉमा-सेपरेटेड hash-मोड नंबर जो hashcat के अपने धीमा/तेज़ निर्णय को ओवरराइड करते हैं, exclude को प्राथमिकता मिलती है)।

**स्वतः-उत्पन्न सर्वर का कोई आइडल टाइमआउट नहीं है।** `brain_server_timer` यह नियंत्रित नहीं करता कि यह कितने समय तक चालू रहता है — कुछ भी नियंत्रित नहीं करता; यह उस प्रक्रिया के जीवनकाल तक चलता है जिसने इसे उत्पन्न किया (या जब तक `shutdown()`/`atexit` इसे रोक न दे) और सत्र के प्रत्येक हमले में पुनः उपयोग किया जाता है। `300` के डिफ़ॉल्ट पर, इसका मतलब है कि जब तक hate_crack चल रहा है, हर पाँच मिनट में `~/.hate_crack/brain/` में एक डंप राइट होता है।

आठवीं कुंजी, `BRAIN_PASSWORD`, `config.json` के बजाय `.env` में रहती है क्योंकि यह एक साझा रहस्य है, इसलिए नहीं कि brain एक तृतीय-पक्ष एकीकरण है — इसका उपयोग केवल तब किया जाता है जब आप पहले से चला रहे रिमोट brain सर्वर से कनेक्ट करते हैं; स्वतः-उत्पन्न स्थानीय सर्वर प्रति सत्र अपना स्वयं का यादृच्छिक पासवर्ड उत्पन्न करता है और उसे किसी कॉन्फ़िगरेशन की आवश्यकता नहीं होती।

**brain पासवर्ड hashcat रन के जीवनकाल तक `ps` को दिखाई देता है,** क्योंकि hashcat इसे केवल कमांड-लाइन आर्गुमेंट के रूप में स्वीकार करता है — कोई एनवायरनमेंट-वेरिएबल रूप नहीं है। स्थानीय स्वतः-उत्पन्न सर्वर के लिए यह एक छोटी खिड़की है: पासवर्ड यादृच्छिक है और उस एक सत्र तक सीमित है, इसलिए कोई अन्य स्थानीय उपयोगकर्ता इसे केवल तभी देख सकता है जब कोई हमला वास्तव में चल रहा हो, और सत्र समाप्त होने के बाद यह बेकार है। साझा रिमोट brain सर्वर के पासवर्ड में ऐसी कोई कमी नहीं है — यह प्रत्येक इनवोकेशन पर समान मान होता है, मशीन पर किसी भी अन्य स्थानीय उपयोगकर्ता को तब तक दिखाई देता है जब तक उस सर्वर के विरुद्ध कोई भी hate_crack रन प्रगति पर है। साझा या मल्टी-टेनेंट हार्डवेयर पर तदनुसार व्यवहार करें।

`brain_enabled` की परवाह किए बिना एकल रन के लिए brain को अक्षम करने के लिए `--no-brain` पास करें, या इसे हर जगह बंद करने के लिए `config.json` में `brain_enabled` को `false` पर सेट करें।

**Brain `~/.hate_crack/brain/` में स्थिति रखता है** — प्रति hashcat संस्करण hashcat के अपने धीमा/तेज़ निर्णय का एक छोटा `slow_modes.json` कैश, साथ ही स्वतः-उत्पन्न सर्वर के लिए, उसकी `.ldmp`/`.admp` डंप फ़ाइलें। वे डंप उम्मीदवार-व्युत्पन्न सामग्री हैं: वे एक नए सर्वर को यह जानते हुए फिर से शुरू करने देते हैं कि किसी लक्ष्य के विरुद्ध पहले क्या आज़माया जा चुका है, जिसका एक एंगेजमेंट पर मतलब है कि क्लाइंट-व्युत्पन्न डेटा ऑपरेटर की होम डायरेक्टरी में तब तक जमा होता रहता है जब तक brain वहाँ कभी चला हो। ऊपर दिए गए कवरेज स्टोर की तरह, डायरेक्टरी को हटाने से brain रीसेट हो जाता है — पहले अस्वीकृत उम्मीदवार याद रखना बंद हो जाता है, उस डी-डुप्लिकेशन को खोने की कीमत पर जो उस डंप ने दर्शाया था। यदि brain ऐसा काम छोड़ रहा है जो उसे नहीं छोड़ना चाहिए (पिछले, भिन्न-दायरे वाले रन से एक पुराना डंप), तो यही समाधान है।

**`~/.hate_crack/brain/` को हटाना एक अनाथ सर्वर को साफ़ नहीं करता।** स्वतः-उत्पन्न सर्वर अपने स्वयं के सत्र में चलता है (`start_new_session=True`) ताकि यह बंद किए गए टर्मिनल या SIGHUP से बच जाए — केवल एक स्पष्ट kill, या इसे उत्पन्न करने वाली प्रक्रिया का साफ़-सुथरे ढंग से बाहर निकलना और उसके `atexit` हैंडलर का चलना, इसे रोकता है। एक अनाथ लूपबैक पोर्ट को पकड़े रहता है। डिफ़ॉल्ट खाली `BRAIN_PASSWORD` के साथ, आप इसे हर धीमे-मोड हमले पर `"[!] ... no brain server could be reached; running without candidate de-duplication"` के रूप में देखेंगे: अनाथ का पासवर्ड अल्पकालिक था और उसे उत्पन्न करने वाली प्रक्रिया के साथ समाप्त हो गया, इसलिए hate_crack उस पोर्ट को अपनाने से इनकार कर देता है जिस पर वह बैठा है, बजाय ऐसे पासवर्ड का अनुमान लगाने के जिसे सत्यापित नहीं किया जा सकता। इसे खोजें और रोकें:```bash
pgrep -f 'hashcat --brain-server'
kill <pid>

- **`check_for_updates`** — स्टार्टअप पर स्वचालित संस्करण जाँच सक्षम करें (डिफ़ॉल्ट: `true`)।
- सक्षम होने पर, hate_crack GitHub से नवीनतम रिलीज़ जानकारी प्राप्त करता है और यदि कोई अपडेट उपलब्ध हो तो सूचना प्रदर्शित करता है।
- जाँच अतुल्यकालिक रूप से चलती है और स्टार्टअप को अवरुद्ध नहीं करती। नेटवर्क त्रुटियाँ चुपचाप अनदेखी की जाती हैं।

##### अपडेट चैनल

| चैनल | फ़्लैग | स्रोत | आपको क्या मिलता है |
|---------|------|--------|--------------|
| Release | `--update` | `main` | नवीनतम कटी हुई रिलीज़। यह डिफ़ॉल्ट है और स्टार्टअप जाँच यही प्रस्तावित करती है। |
| Nightly | `--nightly` | `nightly-dev` | वह कार्य जो CI पास कर चुका है लेकिन अभी रिलीज़ नहीं हुआ है। |

संस्करण सामान्य semver का पालन करते हैं, बंप बैच में वास्तव में जो है उससे निकाला जाता है। दूसरा घटक **केवल फ़ीचर्स के लिए** बढ़ता है: किसी भी `feat` कमिट वाला चक्र `X.(Y+1).0` की ओर बढ़ रहा है, और केवल फ़िक्स, डॉक्स और चोर्स वाला चक्र `X.Y.(Z+1)` की ओर बढ़ रहा है।

`nightly-dev` उस संस्करण के लिए रिलीज़ कैंडिडेट्स को टैग करता है जिसकी ओर बैच बढ़ रहा है — `v2.20.1rc1`, `v2.20.1rc2`, … — और `main` में मर्ज करने पर वही लक्ष्य अपनी अंतिम रिलीज़ में पदोन्नत हो जाता है। कैंडिडेट्स वास्तविक PEP 440 प्री-रिलीज़ हैं, इसलिए वे दोनों सिरों पर सही क्रम में रहते हैं:

    2.20.0  <  2.20.1rc1  <  2.20.1rc2  <  2.20.1  <  2.21.0rc1  <  2.21.0

लक्ष्य चक्र के बीच में बदल सकता है: पहला `feat` लैंड होने पर इसे `X.Y.(Z+1)` से `X.(Y+1).0` में बदल देता है, और नए लक्ष्य के लिए कैंडिडेट नंबरिंग फिर से शुरू हो जाती है। संख्या हमेशा वही नाम देती है जो बैच आज शिप करेगा।

मेजर घटक कभी स्वचालित रूप से बंप नहीं होता — एक `!` सब्जेक्ट या `BREAKING CHANGE:` फ़ुटर एक फ़ीचर के रूप में गिना जाता है, क्योंकि स्वचालित मेजर एक गलत टाइप की गई सब्जेक्ट लाइन से एक अपरिवर्तनीय प्रकाशित रिलीज़ की दूरी पर होता है। मेजर एक स्पष्ट मानवीय कार्य है: इसे हाथ से टैग और पुश करें।

नीति `tools/next_version.py` में रहती है, जो दोनों टैगिंग वर्कफ़्लो द्वारा साझा की जाती है और `tests/test_next_version.py` में यूनिट-टेस्टेड है।

स्टार्टअप जाँच केवल रिलीज़ ही प्रस्तावित करती है, क्योंकि नाइटली बिल्ड कोई GitHub रिलीज़ प्रकाशित नहीं करते और जाँच GitHub के "latest release" एंडपॉइंट को पढ़ती है — इसलिए `check_for_updates` सक्षम करने पर आपको कभी नाइटली पर नहीं खींचेगा। अब दो चीज़ें चैनलों को अलग रखती हैं: वह, और यह तथ्य कि एक कैंडिडेट वास्तविक PEP 440 प्री-रिलीज़ है, इसलिए कच्चे संस्करण संख्याओं को रैंक करने वाला टूल भी इसे उस रिलीज़ से पुराना मानता है जो यह बनता है।

कोई भी फ़्लैग पहले आपके चेकआउट को संबंधित ब्रांच पर स्विच करता है (और यदि आपके पास अनकमिटेड परिवर्तन हैं तो ऐसा करने से मना कर देता है)। यदि आप नाइटली चला रहे हैं और रिलीज़ किए गए कोड पर वापस जाना चाहते हैं, तो `--update` आपको `main` पर वापस ले जाता है।

#### स्वचालित फ़ाउंड हैश मर्जिंग (केवल डाउनलोड लेफ़्ट)

लेफ़्ट हैश (अनक्रैक्ड हैश) डाउनलोड करते समय, hate_crack स्वचालित रूप से:
1. एक सहायक ऑपरेशन के रूप में Hashview से कोई भी फ़ाउंड (क्रैक्ड) हैश डाउनलोड करने का प्रयास करता है
2. फ़ाउंड हैश को स्थानीय `.out` फ़ाइलों के साथ मर्ज करता है (जैसे, `left_1_123.txt.out` या pwdump प्रारूप के लिए `left_1_123.nt.txt.out`)
3. डुप्लिकेट प्रविष्टियाँ हटाता है
4. मर्ज करने के बाद अस्थायी स्प्लिट फ़ाइलों को साफ़ करता है

यह सुनिश्चित करता है कि अनक्रैक्ड हैश के साथ काम करते समय आपके स्थानीय क्रैकिंग परिणाम Hashview के केंद्रीकृत डेटाबेस के साथ सिंक्रनाइज़ रहें।

**नोट:** डाउनलोड-फ़ाउंड विकल्प संदर्भ उद्देश्यों के लिए पहले से क्रैक किए गए हैश को अलग से डाउनलोड करता है और कोई मर्जिंग या क्रैकिंग के लिए प्रॉम्प्ट नहीं करता।

<hash_type> `hashcat --help` चलाकर प्राप्त किया जाता है

उदाहरण हैश: http://hashcat.net/wiki/doku.php?id=example_hashes```
$ hashcat --help |grep -i ntlm
   5500 | NetNTLMv1                                        | Network protocols
   5500 | NetNTLMv1 + ESS                                  | Network protocols
   5600 | NetNTLMv2                                        | Network protocols
   1000 | NTLM                                             | Operating-Systems

# Basic scan
scanner scan --target example.com

# Scan with custom output format
scanner scan --target example.com --format json --output results.json

# Scan multiple targets from file
scanner scan --input targets.txt --output results.csv --format csv

# Scan with authentication
scanner scan --target example.com --token "your-api-token"

# Verbose scan with custom server
scanner scan --target example.com --server https://scanner.example.com --verbose

server:
  url: "http://localhost:8080"
  timeout: 30

auth:
  token: "your-api-token"

output:
  format: "json"
  directory: "./results"

logging:
  level: "info"
  file: "./scanner.log"

-------------------------------------------------------------------
## परीक्षण

परीक्षण सूट अधिकतर ऑफ़लाइन है और mocks/fixtures का उपयोग करता है। लाइव नेटवर्क जाँच और
सिस्टम निर्भरता जाँच environment variables के माध्यम से opt-in हैं।

### स्थानीय रूप से परीक्षण चलाना```bash
# Run all tests
uv run pytest -v

# Run specific test
uv run pytest tests/test_hashview.py -v

### स्थानीय Docker स्टैक के विरुद्ध लाइव Hashview परीक्षण

किसी दूरस्थ Hashview सर्वर पर लाइव परीक्षणों को इंगित करने के बजाय, आप सूट को एक स्थानीय [Hashview](https://github.com/hashview/hashview) Docker स्टैक स्पिन अप करने, उसे सीड करने, उसके विरुद्ध लाइव परीक्षण चलाने, और उसे टियर डाउन करने दे सकते हैं। `HASHVIEW_TEST_LOCAL=1` सेट करें और `HASHVIEW_REPO` को एक Hashview चेकआउट पर इंगित करें:```bash
HASHVIEW_TEST_LOCAL=1 HASHVIEW_REPO=~/projects/hashview \
  HATE_CRACK_SKIP_INIT=1 uv run pytest tests/test_hashview_cli_subcommands_subprocess.py -v

Docker-आधारित एंड-टू-एंड इंस्टॉल/रन (`Dockerfile.test` के माध्यम से कैश्ड):```bash
HATE_CRACK_RUN_DOCKER_TESTS=1 uv run pytest tests/test_docker_script_install.py -v

टेस्ट VM स्वचालित रूप से सभी Linux निर्भरताओं (hashcat, build-essential, curl, git, gzip, p7zip-full, transmission-daemon, ocl-icd-libopencl1, pocl-opencl-icd, uv) के साथ प्रोविज़न हो जाता है।```bash
HATE_CRACK_RUN_LIMA_TESTS=1 uv run pytest tests/test_lima_vm_install.py -v

आप कौन सा/से नियम चलाना चाहेंगे?
(1) best64.rule
(2) d3ad0ne.rule
(3) T0XlC.rule
(4) dive.rule
(99) YOLO...सभी नियम चलाएँ
आप जिन नियमों को चलाना चाहते हैं उनकी अल्पविराम से अलग की गई सूची दर्ज करें। नियमों को श्रृंखलाबद्ध रूप से चलाने के लिए + प्रतीक का उपयोग करें।
उदाहरण के लिए 1+1 best64.rule को दो बार श्रृंखलाबद्ध रूप से चलाएगा और 1,2 best64.rule और फिर d3ad0ne.rule को क्रमिक रूप से चलाएगा।
समझदारी से चुनें:```




#### Extensive Pure_Hate Methodology Crack
Runs several attack methods provided by Martin Bos (formerly known as pure_hate):
  * Brute Force Attack (7 characters)
  * Dictionary Attack
    * All wordlists in `hcatWordlists` with `best64.rule`
    * `rockyou.txt` with `d3ad0ne.rule`
    * `rockyou.txt` with `T0XlC.rule`
  * Top Mask Attack (Target Time = 4 Hours)
  * Fingerprint Attack
  * Smart Mask Attack
  * Combinator Attack
  * Hybrid Attack
  * Extra - Just For Good Measure
    - Runs a dictionary attack using `rockyou.txt` with chained `combinator.rule` and `InsidePro-PasswordsPro.rule` rules

#### Brute Force Attack
Brute forces all characters with the choice of a minimum and maximum password length.

#### Top Mask Attack
Uses StatsGen and MaskGen from PACK (https://thesprawl.org/projects/pack/) to perform a top mask attack using passwords already cracked for the current session.
Presents the user a choice of target cracking time to spend (default 4 hours).

#### Fingerprint Attack
https://hashcat.net/wiki/doku.php?id=fingerprint_attack

Runs a fingerprint attack using passwords already cracked for the current session. Expander substring length escalates automatically (7, 14, 21, ... up to the chosen ceiling), and an optional wordlist can be combined against the expanded fragments in addition to self-combination. Set `hcatFingerprintWordlist` in `config.json` to a default wordlist path so the prompt offers it instead of asking for a path every time; leave it as `""` to always ask (or skip).

#### Smart Mask Attack
Looks for literal "skeleton" patterns shared by 3+ already-cracked passwords for the current session -- e.g. a fixed stem like `CrawlingHorse` followed by a run of digits, or `ChangeMe2day` followed by digits and symbols drawn from a consistent charset. Every qualifying pattern runs against the full remaining hash list, so other accounts sharing a stem get swept up even though brute-forcing the stem itself was never tried.

Patterns with a fixed run at either end -- nearly all of them -- are grouped by mask and run as hybrid attacks (`-a 6` when the mask trails the stem, `-a 7` when it leads), with every pattern's literal stem a line in that group's wordlist. Dozens of patterns that vary the same way therefore become one hashcat pass over one wordlist rather than one mask line each. Whatever cannot be grouped that way -- variation at *both* ends, which leaves no fixed run to seed a wordlist with -- falls back to a single `-a 3` mask file, and has its charsets widened (up to `?a`) to compensate, as far as the guardrail below allows.

Prompts once, before the attack starts, for an optional per-pattern candidate-count guardrail (default 50,000,000,000; 0 disables it) that excludes any individual pattern whose keyspace is too large without blocking the rest.

#### Combinator Attack
https://hashcat.net/wiki/doku.php?id=combinator_attack

Runs a combinator attack using the "rockyou.txt" wordlist.

#### Hybrid Attack
https://hashcat.net/wiki/doku.php?id=hybrid_attack

* Runs sixteen hybrid passes per wordlist, cheapest first. Each mask length
  from 1 to 4 is tried appended and then prepended, first over `?s?d` and then
  over `?a`, and a single ctrl-C abandons the whole attack rather than only the
  current pass.
  - Hybrid Wordlist + Mask - ?s?d wordlists/rockyou.txt ?1
  - Hybrid Mask + Wordlist - ?s?d ?1 wordlists/rockyou.txt
  - ... the same for ?1?1, ?1?1?1 and ?1?1?1?1
  - Hybrid Wordlist + Mask - wordlists/rockyou.txt ?a
  - Hybrid Mask + Wordlist - ?a wordlists/rockyou.txt
  - ... the same for ?a?a, ?a?a?a and ?a?a?a?a

  `?a` is every printable character, so the second group is a superset of the
  first plus letters and roughly 24x the work at the longest mask — over
  rockyou.txt those passes alone are ~1.2e15 candidates, about ten hours for
  NTLM on hardware doing 32 GH/s. That is why the cheap `?s?d` group runs first
  and why the attack as a whole is time-bounded:

  - `hcatHybridMaxRuntime` in `config.json`, in seconds, default `3600`, is the
    time the **whole attack** may spend — not the time one pass may spend. All
    sixteen passes share one deadline, and each is handed whatever is left of it
    as hashcat's `--runtime`. Any pass the budget does not reach is reported
    rather than skipped quietly. Set it to `0` for no limit, which runs every
    pass to exhaustion.

  Within each group the order is by mask length across every wordlist rather
  than all lengths of one wordlist and then the next, so a budget that runs out
  has still given every wordlist its cheap passes.

  Each pass declares what it covers to the attack-coverage store, so a repeat
  hybrid against the same hash file offers to skip the passes already run. A
  pass that runs out of budget is not recorded, so it will be retried.
  Wordlist entries may be glob patterns or directories; both are expanded
  before hashcat runs, a directory into the wordlists directly inside it.
  Subdirectories are not searched, matching hashcat's own behaviour, and
  dot-files and `.7z`/`.torrent`/`.out` files are skipped — a Weakpass
  download leaves archives in the wordlists directory and hashcat would
  otherwise try to read them.

#### Pathwell Top 100 Mask Brute Force Crack
Runs a brute force attack using the top 100 masks from KoreLogic:
https://blog.korelogic.com/blog/2014/04/04/pathwell_topologies

#### PRINCE Attack
https://hashcat.net/events/p14-trondheim/prince-attack.pdf

Runs a PRINCE attack using wordlists/rockyou.txt

#### YOLO Combinator Attack
Runs a continuous combinator attack using random wordlists from the configured wordlists directory for the left and right sides.

#### Middle Combinator Attack
https://jeffh.net/2018/04/26/combinator_methods/

Runs a modified combinator attack adding a middle character mask:
wordlists/rockyou.txt + masks + worklists/rockyou.txt

Where the masks are some of the most commonly used separator characters:
2 4 <space> - _ , + . &

#### Thorough Combinator Attack
https://jeffh.net/2018/04/26/combinator_methods/

* Runs many rounds of different combinator attacks with the rockyou list.
  - Standard Combinator attack: rockyou.txt + rockyou.txt
  - Middle Combinator attack: rockyou.txt + ?n + rockyou.txt
  - Middle Combinator attack: rockyou.txt + ?s + rockyou.txt
  - End Combinator attack: rockyou.txt + rockyou.txt + ?n
  - End Combinator attack: rockyou.txt + rockyou.txt + ?s
  - Hybrid middle/end attack: rockyou.txt + ?n + rockyou.txt + ?n
  - Hybrid middle/end attack: rockyou.txt + ?s + rockyou.txt + ?s


#### Bandrel Methodology

Prompts for comma-separated names and creates a pseudo hybrid attack by capitalizing the first letter and adding up to six additional characters at the end. Each word is limited to a total of five minutes.

  - Built-in common words (seasons, months) included as a customizable `config.json` entry (`bandrel_common_basedwords`)
  - The default five-minute time limit is customizable via `bandrelmaxruntime` in `config.json`

#### Loopback Attack
https://hashcat.net/wiki/doku.php?id=loopback_attack

Uses hashcat's loopback mode to feed cracked passwords from the current session back into the attack pipeline with rules applied. This generates new password candidates based on variations of already-cracked passwords, which is particularly effective for finding related passwords that follow similar patterns.

* Prompts for rule selection to apply to the loopback candidates
* Uses an empty wordlist with the --loopback flag to process previously cracked passwords
* Automatically downloads Hashmob rules if no rules are available locally

#### LLM Attack
Uses a local LLM — Ollama by default, or a vLLM / OpenAI-compatible server via `LLM_BACKEND` — to generate password candidates for a capture-the-flag scenario. Prompts for the fake company name, industry, location, and parent company / acquisition history, then sends these details to the configured LLM model to produce likely password candidates using industry terms and company name permutations. The generated candidates are fed into a hashcat wordlist+rules attack.

* Requires a running server at `OLLAMA_HOST` (default: `http://localhost:11434`, Ollama's port; override in `.env` or the environment) already serving the model — hate_crack does not auto-pull
* Candidate generation uses structured (JSON) output via Atomic Agents, so pick a model with good schema adherence (default: `qwen3:4b-instruct`)
* Configurable backend, model, context window, request timeout, and sample size via `.env` (see [LLM Configuration](#llm-configuration))
* Prompts for target company name, industry, location, and parent company / acquisition history. The industry, location, and parent company prompts are pre-filled with the local model's guesses about the named organization (editable, and clearly labelled as guesses rather than verified OSINT); disable with `ollamaAutoResearch: false`
* Alternatively derives basewords from a sample **wordlist**, or from the **cracked passwords** of the current session (`<hashfile>.out`) so the model mirrors the target organization's own password conventions and produces new candidates in that style (only offered once something has been cracked)
* A live spinner with an elapsed-seconds counter runs during generation, and requests are bounded by `ollamaTimeout` so a model stuck loading into VRAM reports a timeout instead of hanging

**Pattern rules mode** (option 4 in the LLM submenu) takes the same shape as the [Spoonman Attack](#spoonman-attack) — a baseword list run through a rule file, both derived from one corpus — but infers each side with the model instead of extracting it. Spoonman is exact and therefore bounded: its basewords all appear in the corpus and its rules only reproduce transformations the corpus already shows. This asks the model to generalize on both axes, so it can name the *word families* behind a sample (the company and its products, site names, local sports teams, seasons, mascots) and write decorations the corpus does not contain.

* Pattern source is either the current session's cracked passwords (offered first, and only once something has been cracked, since those reveal the target's real conventions) or a sample wordlist
* **You are not asked to pick a rule file.** The model writes one, from the same corpus statistics — a stock rule file encodes the internet's habits, and the point of spending a model round trip is to encode *this* organization's
* Basewords are normalized to lowercase letters only, discarding anything under 3 characters, so the generated rules supply case, digits, and punctuation exactly once