साक्ष्य-केंद्रित मैलवेयर रिवर्स इंजीनियरिंग जिसमें गहन PE/.NET निरीक्षण, Ghidra पुनर्निर्माण, AI क्रॉस-चेक, YARA, और ELF डिबगिंग शामिल है
साक्ष्य-केंद्रित रिवर्स-इंजीनियरिंग CLI। Andrey Pautov Python विश्लेषक इंटरफ़ेस, ऑफ़लाइन ट्राइएज, स्ट्रिंग इंटेलिजेंस, PE निरीक्षण और रिपोर्टिंग वर्कफ़्लो विकसित करते हैं। Capstone, Ghidra, GDB और वैकल्पिक AI प्रदाता एकीकरण हैं, इस परियोजना द्वारा लिखित मूल उपकरण नहीं।
भूमिका प्रासंगिकता: मैलवेयर ट्राइएज, रिवर्स इंजीनियरिंग टूलिंग, सुरक्षित AI-सहायता प्राप्त विश्लेषण, Python डिलीवरी।
सुरक्षित स्थानीय डेमो चलाएँ और सत्यापन दायरा देखें · रिकॉर्ड किया गया स्थानीय सत्यापन
AIDebug एक साक्ष्य-केंद्रित मैलवेयर रिवर्स-इंजीनियरिंग CLI और टर्मिनल UI है। यह नियतात्मक ऑफ़लाइन ट्राइएज, संपूर्ण-फ़ाइल हेक्स निरीक्षण, गहन PE संरचना विश्लेषण, Capstone डिसअसेम्बली, Ghidra पुनर्निर्माण, वैकल्पिक LLM क्रॉस-चेक, स्थानीय ELF डिबगिंग, संकलित शिक्षण अभ्यास, और विश्लेषक-समीक्षा रिपोर्टिंग को जोड़ता है।
वर्तमान स्रोत संस्करण: AIDebug 3.1.0। देखें 3.1.0 रिलीज़ नोट्स।
नवीनतम अपरिवर्तनीय प्रकाशित रिलीज़ अभी भी AIDebug v3.0.0 है, जो
1200km-aidebugके रूप में उपलब्ध है, जब तक संस्करण-मिलान वाला 3.1.0 टैग और GitHub रिलीज़ सत्यापित प्रकाशन वर्कफ़्लो पूरा नहीं कर लेते।
PyPI से स्थिर पैकेज इंस्टॉल करें:
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install 1200km-aidebug==3.0.0
aidebug --version
आवश्यकतानुसार वैकल्पिक क्षमताएँ इंस्टॉल करें:
# LLM provider clients and local validation of AI-generated YARA candidates
python -m pip install "1200km-aidebug[ai]==3.0.0"
# 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"
String Intelligence को अपना पैकेज प्रकाशित होने तक स्रोत 3.1 की आवश्यकता है। 3.1 समीक्षा नीचे दिए गए रिवीज़न को पिन करती है। इसका रनटाइम कोड भी ऑडिट किए गए 1 अक्टूबर के मुख्य रिवीज़न 80b0b7172b592814504c405a16bf4cc0ce4161eb से मेल खाता है।
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
git checkout cd81ef242db0bcea3296970d45c241a4228d2d27
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -e .
aidebug --version
उस चेकआउट से, python -m pip install -e ".[ai]", ".[dynamic]", या ".[all]" के साथ एक्स्ट्रा जोड़ें। एक्स्ट्रा को उसी इंस्टॉलेशन ट्रैक पर रखें:
सोर्स 3.1 पर "1200km-aidebug[ai]==3.0.0" इंस्टॉल करने से यह प्रकाशित 3.0 पैकेज से बदल सकता है।
चलते-फिरते डेवलपमेंट चेकआउट के लिए:
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e ".[dev,dynamic]"
Ghidra, GDB, Bubblewrap, एक C कंपाइलर, और Frida लक्ष्य घटक बाहरी उपकरण हैं जिनका उपयोग केवल उन वर्कफ़्लो द्वारा किया जाता है जिन्हें उनकी आवश्यकता होती है।
AIDebug को 7 अक्टूबर 2026 को PR #355 के माध्यम से REMnux में स्वीकार किया गया, जिसे पहली बार salt-states v2026.41.4 में शामिल किया गया।
स्वीकृत state PyPI से अनपिन्ड 1200km-aidebug[ai] को /opt/aidebug में इंस्टॉल करता है, अपग्रेड सक्षम करता है, और /usr/local/bin/aidebug को उजागर करता है। जैसा कि 8 अक्टूबर 2026 को सत्यापित किया गया, PyPI अभी भी 3.0.0 प्रदान करता है; यह अप्रकाशित 3.1 स्रोत या dynamic extra को इंस्टॉल नहीं करता है। विश्लेषण को स्थानीय रखने के लिए --offline का उपयोग करें।
REMnux सेटअप और संस्करण सीमाएँ देखें।
मुख्य टर्मिनल इंटरफ़ेस में एक PE या ELF नमूना खोलें:
aidebug --binary /path/to/sample.exe --offline
पूर्ण-स्क्रीन UI के बिना नियतात्मक विश्लेषण चलाएँ और साक्ष्य निर्यात करें:
aidebug --binary /path/to/sample.exe \
--offline --no-tui --report --json-export --yara \
--out-dir reports/
Ghidra पुनर्निर्माण का उपयोग करें:
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
एक अस्थायी, गैर-निष्पादित ELF आर्टिफ़ैक्ट के माध्यम से एक C अनुवाद इकाई का विश्लेषण करें:
aidebug --source /path/to/example.c --offline --no-tui
किसी भी फ़ाइल को उसके फ़ाइल नाम एक्सटेंशन से स्वतंत्र रूप से पहचानें:
aidebug --identify /path/to/renamed-or-unknown-file --offline
--identify घोषित प्रकार, MIME प्रकार, सामान्य
एक्सटेंशन, विश्वास स्तर, विधि, साक्ष्य, SHA-256 और आकार के साथ संरचित JSON रिपोर्ट करता है। नियतात्मक
कवरेज में सामान्य निष्पादन योग्य और बाइटकोड प्रारूप, संग्रह और डिस्क
इमेज, Office/OpenDocument/EPUB कंटेनर, दस्तावेज़, छवियाँ, ऑडियो/वीडियो,
पैकेट कैप्चर, डेटाबेस, रजिस्ट्री/इवेंट-लॉग आर्टिफैक्ट, स्क्रिप्ट और टेक्स्ट शामिल हैं।
ZIP वर्गीकरण पहले 4,096 नामों पर विचार करता है और mimetype प्रविष्टि के अधिकतम 128 बाइट
पढ़ता है। Python नाम सीमा लागू होने से पहले केंद्रीय निर्देशिका को पार्स करता है; यह प्रारंभिक निर्देशिका-पार्सिंग मेमोरी को सीमित नहीं करता। संपूर्ण
इनपुट 128 MiB तक सीमित है, और फ़ाइलें कभी निष्पादित या निकाली नहीं जाती हैं।
अंतर्निहित कैप्चर हस्ताक्षर दोनों बाइट क्रमों में नैनोसेकंड PCAP और
PCAP-NG को कवर करते हैं। पारंपरिक माइक्रोसेकंड PCAP हस्ताक्षर वर्तमान में अनुपलब्ध हैं;
वैकल्पिक libmagic उन्हें पहचान सकता है।
स्थानीय प्लेटफ़ॉर्म को ज्ञात अतिरिक्त हस्ताक्षरों के लिए python-magic और ऑपरेटिंग सिस्टम का libmagic डेटाबेस इंस्टॉल करें:
python -m pip install python-magic