owenpawl/cerberus-re-skill
cerberus-re एक स्थानीय Apple-केंद्रित रिवर्स-इंजीनियरिंग वर्कबेंच है, जो Ghidra, LLDB और Frida के चारों ओर एक दोहराने योग्य त्रि-आयामी स्थैतिक/गतिशील/इंस्ट्रूमेंटेशन लूप बनाने के लिए है।
cerberus-re एक स्थानीय Apple-केंद्रित रिवर्स-इंजीनियरिंग वर्कबेंच है, जो Ghidra, LLDB और Frida के चारों ओर एक दोहराए जाने योग्य तीन-सिर वाली स्थिर/गतिशील/इंस्ट्रुमेंटेशन लूप बनाने के लिए है।
इसे विश्लेषकों और कोडिंग एजेंटों के लिए डिज़ाइन किया गया है जिन्हें केवल टर्मिनल-नोट्स के बजाय टिकाऊ आर्टिफैक्ट्स की आवश्यकता होती है:
रनटाइम अटैच और लक्ष्य आह्वान हमेशा स्पष्ट होते हैं। उपकरण स्वामित्व वाली प्रक्रियाओं, नो-अटैच मान्यता, उत्पन्न आर्टिफैक्ट्स और बाउंडेड प्रोब का पक्ष लेता है, जिनकी धारणाएँ साक्ष्य के साथ दर्ज की जाती हैं।
सार्वजनिक वर्कबेंच सामान्य Apple बाइनरी-विश्लेषण अवसंरचना है: Ghidra आयात और निर्यात, LLDB/Frida सहसंबंध, Mach-O/ObjC/Swift/XPC साक्ष्य, और पोर्टेबल रिपोर्ट। यह कोई परियोजना-विशिष्ट शोध लॉग या सामान्य दीर्घकालिक एजेंट मेमोरी सिस्टम नहीं है। डोमेन-विशिष्ट शोध कार्यप्रवाह निजी ओवरले या टिकाऊ रन आर्टिफैक्ट्स में रहने चाहिए, जबकि सामान्य दीर्घकालिक स्थिति long-run-agent से संबंधित है।
गंभीर रिवर्स-इंजीनियरिंग कार्य के लिए Cerberus RE को long-run-agent के साथ उपयोग करें। Cerberus RE स्थिर, गतिशील और इंस्ट्रुमेंटेशन वर्कबेंच प्रदान करता है; long-run-agent मिशन स्थिति, दावे, आर्टिफैक्ट्स, विफलताएँ, रगड़ और अगले कार्यों को संरक्षित करता है ताकि लंबी जाँचें ऑडिटेबल और रिज़्यूमेबल रहें। Cerberus RE बाउंडेड कार्यों के लिए स्वयं चल सकता है, लेकिन बेंचमार्क और रिलीज़ कार्यप्रवाहों को संयुक्त cerberus-re + long-run-agent कॉन्फ़िगरेशन प्राथमिकता देनी चाहिए।
नए चेकआउट के लिए, ड्राई-रन मोड में निर्भरता इंस्टॉलर से शुरू करें:
python3 scripts/install_dependencies.py
python3 scripts/install_dependencies.py --execute
source .venv/bin/activate
cerberus-re bootstrap
इंस्टॉलर एक स्थानीय वर्चुअल एनवायरनमेंट बनाता है, Cerberus RE स्थापित करता है, और Frida Python टूलिंग जोड़ता है। macOS पर Homebrew के साथ यह Ghidra/Java और Node स्थापित कर सकता है। Linux और Windows पर यह सिस्टम इंस्टॉल स्वचालित रूप से चलाने के बजाय समीक्षा के लिए पैकेज-मैनेजर-विशिष्ट कमांड प्रिंट करता है।
यदि आपके सिस्टम निर्भरताएँ पहले से मौजूद हैं:
pip install -e .
cerberus-re bootstrap
वैकल्पिक कौशल स्थापना:
cerberus-re install --host codex
cerberus-re install --host claude
cerberus-re install --host both
डिफ़ॉल्ट पथों को templates/config.env.example में प्रलेखित एनवायरनमेंट वेरिएबल्स के साथ ओवरराइड किया जा सकता है।
cerberus-re doctor
cerberus-re bootstrap
cerberus-re import analyze /path/to/Binary my_project
cerberus-re export apple-bundle my_project BinaryName
cerberus-re bridge arm my_project BinaryName
cerberus-re bridge call /functions/search '{"query":"interestingName"}'
cerberus-re validate lldb-trace my_project BinaryName --launch-cmd /path/to/host --symbols '-[Owner selector:]'
cerberus-re validate lldb-trace my_project BinaryName --launch-cmd /path/to/host --symbols FirstExport --symbols SecondExport
cerberus-re frida validate-scripts
cerberus-re frida recheck-attach --target /path/to/owned-host --symbol '-[Owner selector:]' --allow-runtime
cerberus-re export runtime-enrich my_project BinaryName /path/to/runtime_hits.json
cerberus-re export xpc-surface my_project BinaryName
cerberus-re export xpc-graph my_project:BinaryName other_project:OtherBinary
cerberus-re export function-dossier my_project BinaryName --function '-[Owner selector:]'
cerberus-re export triage-bundle my_project BinaryName --top-candidates 25
cerberus-re polish release --mode quick --strict-command-surface
यदि export xpc-surface शून्य गणना रिपोर्ट करता है, तो इसे अनुपस्थिति साक्ष्य के रूप में उपयोग करने से पहले warnings और missing_input_count का निरीक्षण करें। डिफ़ॉल्ट निर्यात निर्देशिका के बाहर संग्रहीत Apple बंडल का विश्लेषण करते समय --bundle-dir या स्पष्ट निर्यात JSON पथ पास करें।
स्वचालन के लिए python3 -m cerberus_re_skill या cerberus-re का उपयोग करें। सामान्य दीर्घकालिक रन स्थिति, स्टीयरिंग फ़ाइलें, टिकाऊ परियोजना मेमोरी, और एजेंट क्लोज़आउट ऑर्केस्ट्रेशन इस वर्कबेंच के बजाय long-run-agent से संबंधित हैं।
सार्वजनिक बेंचमार्क स्कैफोल्ड बेंचमार्क परिणामों को शिप किए बिना एक पुनरुत्पादनीय एजेंट/कार्य मैट्रिक्स परिभाषित करता है:
python3 scripts/agent_benchmark.py list
python3 scripts/agent_benchmark.py scaffold --runner codex --configuration cerberus-re-long-run-agent --output benchmarks/results/example/codex/cerberus-re-long-run-agent
python3 scripts/agent_benchmark.py validate --bundle benchmarks/results/example/codex/cerberus-re-long-run-agent
benchmarks/agent_benchmark.v1.json को मशीन-पठनीय सत्य के स्रोत के रूप में उपयोग करें। एक स्कैफोल्ड बंडल केवल तभी परिणाम होता है जब एक वास्तविक रनर टिकाऊ कमांड, दावे, आर्टिफैक्ट्स, विफलताएँ और मेट्रिक्स रिकॉर्ड करता है।
SKILL.md: एजेंट-सामना करने वाली संचालन प्रक्रिया।cerberus_re_skill/: Python CLI और रिपोर्ट बिल्डर।scripts/: इंस्टॉलर, सहायक स्क्रिप्ट, स्रोत शेल लाइब्रेरी और Ghidra Java स्क्रिप्ट।bridge-extension/: Ghidra ब्रिज स्रोत।references/: सार्वजनिक कमांड और आर्टिफैक्ट संदर्भ।benchmarks/: बेंचमार्क परिभाषा, परिणाम-बंडल स्कैफोल्ड, और भविष्य के सार्वजनिक परिणाम आकार।tests/: स्मोक और रिग्रेशन टेस्ट।एक माइलस्टोन प्रकाशित करने से पहले:
python3 -m unittest discover -s tests
python3 -m compileall cerberus_re_skill scripts tests
python3 -m cerberus_re_skill polish release --mode quick --strict-command-surface
python3 -m cerberus_re_skill bridge audit
git diff --check
Apache-2.0. LICENSE देखें।