Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
AIDebug — Evidências focadas em engenharia reversa de malware com inspeção profunda de PE/.NET, reconstrução com Ghidra, verificações cruzadas com IA, YARA e depuração de ELF | Kitploit
Ferramentas/GitHubGitHub/anpa1200/aidebug
Análise EstáticaAnálise Dinâmica (Sandboxing)Engenharia ReversaDepuradoresAnálise de MalwareAnálise de BináriosInteligência de AmeaçasAprendizado e EducaçãoTrilhas e CursosSegurança de IA
GitHub
162121há 11 diasAinda não revisado
anpa1200/aidebug

AIDebug

Evidências focadas em engenharia reversa de malware com inspeção profunda de PE/.NET, reconstrução com Ghidra, verificações cruzadas com IA, YARA e depuração de ELF

Ver RepositórioSite
Compartilhar

AIDebug

Ponto de partida para revisores

CLI de engenharia reversa com foco em evidências. Andrey Pautov desenvolve a interface de análise em Python, triagem offline, inteligência de strings, inspeção de PE e fluxos de relatórios. Capstone, Ghidra, GDB e provedores de IA opcionais são integrações, não ferramentas originais criadas por este projeto.

Relevância do papel: Triagem de malware, ferramentas de engenharia reversa, análise assistida por IA segura, entrega em Python.

Execute a demonstração local segura e revise o escopo de validação · Validação local registrada

Source v3.1.0 PyPI v3.0.0 Python 3.10–3.13 CI Publish to PyPI License: MIT Release

AIDebug é uma CLI e interface de terminal de engenharia reversa de malware com foco em evidências. Ela combina triagem offline determinística, inspeção hexadecimal do arquivo completo, análise profunda da estrutura PE, desmontagem com Capstone, reconstrução com Ghidra, verificações cruzadas opcionais com LLM, depuração local de ELF, exercícios de aprendizado compilados e relatórios para revisão do analista.

Versão atual do código-fonte: AIDebug 3.1.0. Consulte as notas de versão 3.1.0.

A versão publicada imutável mais recente continua sendo AIDebug v3.0.0, disponível como 1200km-aidebug, até que a tag 3.1.0 correspondente à versão e a release no GitHub concluam o fluxo de publicação verificado.

Destaques

  • Triagem estática determinística de PE e ELF sem exigir um serviço de IA.
  • Inteligência de strings ASCII, UTF-8, UTF-16LE e UTF-16BE em todo o arquivo, com reconhecimento de ocorrências, categorias inteligentes, classificação e explicações de DLL/API.
  • Visualizador hexadecimal somente leitura e paginado para o arquivo analisado completo.
  • Explorador profundo de estrutura PE32/PE32+ com mapeamento de RVA, VA e offsets de arquivo.
  • Reconstrução em estilo C baseada em Ghidra para uma função ou para o conjunto completo de funções delimitado.
  • Revisão opcional fundamentada em evidências por meio de Anthropic, OpenAI, Google Gemini ou um endpoint local compatível com Ollama.
  • Depuração local de ELF baseada em GDB com breakpoints, stepping, registradores, deltas, contexto de desmontagem e candidatos de entrada/saída de funções.
  • Cem casos de aprendizado em C independentes com saída real do compilador, desmontagem e pseudo-código do Ghidra na GUI principal.
  • Histórico local de análises indexado por SHA-256 e restauração compatível de achados.
  • Saídas HTML, JSON versionado, candidatos a YARA, candidatos a ATT&CK e CFG para revisão do analista.

Instalação

Pacote 3.0.0 publicado

Instale o pacote estável do PyPI nestas três etapas:

  1. Crie e ative o ambiente desejado:
python3 -m venv .venv
source .venv/bin/activate
  1. Execute o bootstrap seguro do pip com reconhecimento de versão nesse ambiente. Ele preserva versões mais recentes do pip e verifica o hash do wheel fixado quando uma atualização é necessária. Pare se falhar; não continue para a instalação do pacote.

  2. Instale o pacote estável:

python -m pip install 1200km-aidebug==3.0.0
aidebug --version

Instale recursos opcionais conforme necessário:

# LLM provider clients and local validation of AI-generated YARA candidates
python -m pip install "1200km-aidebug[ai]==3.0.0" "certifi>=2026.10.19"

# 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" "certifi>=2026.10.19"

Código-fonte revisado da versão 3.1.0

O String Intelligence requer o código-fonte 3.1 até que seu pacote seja publicado. A revisão da 3.1 fixa a revisão abaixo. Seu código de execução também corresponde à revisão principal auditada de 1º de outubro 80b0b7172b592814504c405a16bf4cc0ce4161eb.

git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
git checkout cd81ef242db0bcea3296970d45c241a4228d2d27
python3 -m venv .venv
source .venv/bin/activate

Antes de instalar as dependências, execute o bootstrap seguro do pip com reconhecimento de versão neste ambiente. O checkout histórico não inclui o auxiliar de bootstrap atual. Pare se o bootstrap falhar. Continue apenas depois que ele for bem-sucedido:

python -m pip install -e .
aidebug --version

A partir desse checkout, adicione extras com python -m pip install -e ".[ai]" "certifi>=2026.10.19", ".[dynamic]", ou ".[all]" "certifi>=2026.10.19". Mantenha os extras na mesma trilha de instalação: instalar "1200km-aidebug[ai]==3.0.0" sobre o código-fonte 3.1 pode substituí-lo pelo pacote 3.0 publicado.

Desenvolvimento

Para um checkout de desenvolvimento em movimento:

git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
python3 -m venv .venv
source .venv/bin/activate
python scripts/bootstrap_pip.py
python -m pip install -e ".[dev,dynamic]"

Ghidra, GDB, Bubblewrap, um compilador C e componentes de destino do Frida são ferramentas externas usadas apenas pelos fluxos de trabalho que as exigem.

Integração com o REMnux

O AIDebug foi aceito no REMnux em 7 de outubro de 2026 por meio do PR #355, incluído pela primeira vez no salt-states v2026.41.4. O estado aceito instala o 1200km-aidebug[ai] sem fixação de versão a partir do PyPI em /opt/aidebug, habilita atualizações e expõe /usr/local/bin/aidebug. Conforme verificado em 8 de outubro de 2026, o PyPI ainda fornece a versão 3.0.0; isso não instala o código-fonte 3.1 não publicado nem o extra dynamic. Use --offline para manter a análise local. Consulte Configuração do REMnux e limites de versão.

Início Rápido

Abra uma amostra PE ou ELF na interface principal do terminal:

aidebug --binary /path/to/sample.exe --offline

Execute a análise determinística sem a interface de tela cheia e exporte as evidências:

aidebug --binary /path/to/sample.exe \
  --offline --no-tui --report --json-export --yara \
  --out-dir reports/

Use a reconstrução do Ghidra:

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

Analise uma unidade de tradução C por meio de um artefato ELF temporário e não executado:

Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    540
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    373
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    322
  • 5

    estorides

    grisuno/estorides

    Agrega mais de 99 fontes OSINT gratuitas em paralelo, resolve entidades em um grafo de conhecimento e exporta STIX 2.1, MISP ou GraphML com análise assistida por LLM.

    278
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    251

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →