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

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

Если вы клонировали без подмодулей, инициализируйте их:```bash
git submodule update --init --recursive

`.env.example` включён в репозиторий и поставляется с пустыми значениями всех ключей учётных данных. Сам `.env` **никогда** не должен попадать в репозиторий — он указан в gitignore вместе с обычными вариантами резервных копий, и hate_crack всегда создаёт его с правами `0600` (только чтение/запись для владельца). `.env.example` генерируется из схемы; перегенерируйте его после изменения `hate_crack/config_schema.py` с помощью `uv run python -m hate_crack.config_writer`.

### 3. Установка зависимостей и hate_crack

Самый простой способ — запустить `make` (или `make install`), который автоматически определяет вашу ОС и устанавливает:
- Внешние зависимости (p7zip, transmission-daemon / transmission-remote)
- Собирает подмодули (hashcat-utils, princeprocessor, pcfg_cracker и, опционально, omen) и извлекает набор масок Corporate_Masks, содержащий только данные
- Python-зависимости через uv и CLI-обёртку в `~/.local/bin/hate_crack````bash
make

**Или установите зависимости вручную:**

### Внешние зависимости
Они требуются для некоторых сценариев загрузки/извлечения:

- `7z`/`7za` (p7zip) — используется для извлечения архивов `.7z`.
- `transmission-daemon` / `transmission-remote` — используется для загрузки торрентов Weakpass.

Команды для ручной установки:

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

Затем установите зависимости Python и CLI-обёртку:```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

Кроме того, можно запустить через `uv`:```bash
uv run hate_crack.py <hash_file> <hash_type>

Команда `make install` создаёт bash-обёртку в `~/.local/bin/hate_crack`, которая запускается из каталога репозитория, поэтому конфигурация и ресурсы всегда находятся независимо от вашего текущего рабочего каталога.

Конфигурация также ищется в:
- Корне репозитория и каталоге пакета
- `~/.hate_crack`

**Примечание:** `hcatPath` в `config.json` предназначен только для указания расположения бинарного файла hashcat (необязательно, если hashcat находится в PATH). Ресурсы Hate_crack (hashcat-utils, princeprocessor, pcfg_cracker, Corporate_Masks, omen) загружаются из каталога репозитория и автоматически включаются в комплект командой `make install`.

### Запуск как скрипт
Скрипт использует shebang `uv`. Сделайте его исполняемым и запустите:```bash
chmod +x hate_crack.py
./hate_crack.py

### Неинтерактивное / скриптовое использование

Для автоматизации можно запустить одну атаку напрямую, минуя меню. Имя атаки — это первый аргумент, за которым следуют файл хешей и тип хеша hashcat. Запросы предварительной обработки (фильтрация компьютерных учётных записей, брутфорс с приоритетом LM, дедупликация дублирующихся учётных записей) в этом режиме автоматически принимают значения по умолчанию. Процесс завершается с кодом `0` при успехе и ненулевым кодом при ошибке (отсутствующий файл хешей, нечисловой тип хеша, отсутствующий список слов или неизвестное имя файла правил).```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

Это затрагивает клоны, созданные до июля 2026 года. Опубликованная история была перезаписана
тогда, чтобы удалить некоторые файлы, которые никогда не должны были быть закоммичены, что дало
каждому коммиту новый ID; поэтому теги старого клона указывают на объекты, которых этот
репозиторий больше не содержит, и git отказывается перемещать тег, который у него уже есть.
С вашей рабочей копией всё в порядке, и данные для взлома не под угрозой.

Восстановите с помощью однократного сброса. Это отбросит локальные коммиты и правки в
рабочей копии, поэтому если вы что-то настроили из отслеживаемого git (в отличие от
`config.json`, который не отслеживается), сначала закоммитьте это в ветку:```bash
cd /path/to/hate_crack
git fetch --tags --force origin
git checkout -B main origin/main
make install

Это означает, что ресурсы hate_crack не были включены в установленный пакет.

**Понимание путей:**
- `hcatPath` в config.json → указывает на **расположение бинарного файла hashcat** (необязательно, может находиться в PATH)
- `hashcat-utils/` и `princeprocessor/` → включаются в пакет с помощью `make install`

**Решение:**
Переустановите с помощью Makefile, который собирает подмодули и устанавливает инструмент:```bash
cd /path/to/hate_crack  # the repository checkout
make install

**Загрузка конфигурации:**
- Приоритет для каждого ключа: `os.environ` > собственный домашний файл этого ключа (`.env` или `config.json`) > встроенное значение по умолчанию
- Отсутствующие ключи используют встроенные значения по умолчанию; `config.json.example` документирует каждый ключ `config.json`
- Оба файла ищутся независимо друг от друга в следующем порядке: **корень репозитория**, затем **каталог установленного пакета**, затем **`~/.hate_crack`**. Побеждает первое совпадение; нормально, когда оба файла находятся в разных каталогах.
- При первом запуске создаются оба файла — `config.json` из `config.json.example`, `.env` из встроенных значений по умолчанию. Если более старый `config.json` всё ещё содержит ключи интеграции, они копируются в новый `.env`, и hate_crack сообщает, какие из них нужно удалить из `config.json`; сам он этот файл никогда не редактирует.
- При каждом запуске hate_crack выводит два файла, которые он фактически загрузил:  ```
  [*] config.json: /home/you/.hate_crack/config.json
  [*] .env:        /home/you/.hate_crack/.env

Ветка по умолчанию была переименована с `master` на `main`. Исправление:```bash
git remote set-head origin -a
git branch -m master main
git branch --set-upstream-to=origin/main main
git pull

Это идемпотентно — уже установленные инструменты пропускаются.

**Принудительная чистая переустановка:**```bash
make reinstall

**Удаление** — удаляет зависимости ОС и инструмент:```bash
make uninstall

**Запуск тестов** — автоматически обрабатывает HATE_CRACK_SKIP_INIT при необходимости:```bash
make test

**Очистка артефактов сборки/тестирования:**```bash
make clean

### Запуск линтеров и проверок типов

Перед отправкой изменений запустите эти проверки локально. Используйте `make lint` для всего или запускайте отдельные проверки:

**Ruff (линтинг и форматирование):**```bash
make ruff
# or manually:
uv run ruff check hate_crack tests tools packaging hate_crack.py

**ty (проверка типов):**```bash
make ty
# or manually:
uv run ty check hate_crack

### Запуск тестов

Тесты автоматически определяют, когда подмодули не собраны, и устанавливают `HATE_CRACK_SKIP_INIT=1` автоматически.```bash
make test

С покрытием:```bash
make coverage

### Git-хуки (prek)

Git-хуки управляются через [prek](https://github.com/j178/prek) (v0.3.3+). Установите хуки с помощью:```bash
prek install --hook-type pre-push --hook-type pre-commit

Параметры меню:
- **(1) Upload Cracked Hashes** — загрузить взломанные результаты текущей сессии в Hashview
- **(2) Upload Wordlist** — загрузить файл словаря в Hashview
- **(3) Download Wordlist** — скачать словарь из Hashview
- **Download Rule** — скачать файл правил из Hashview (распакованный в открытый текст, готовый для `hashcat -r`). Введите `a` (или `all`) в приглашении rule ID, чтобы скачать все перечисленные правила вместо одного
- **Download All Rules** — скачать все файлы правил, перечисленные Hashview, за один проход; сбои по отдельным правилам сообщаются без прерывания остальных
- **(4) Download Left Hashes** — скачать оставшиеся невзломанные хеши (предлагает переключиться для взлома)
- **(5) Download Found Hashes** — скачать уже взломанные хеши с паролями в открытом виде (для справки/анализа)
- **(6) Upload Hashfile and Create Job** — загрузить новый файл хешей и создать задание на взлом
- **(99) Back to Main Menu** — вернуться в главное меню

**Важно: Download Found vs Download Left**
- **Download Left Hashes (4)**: скачивает невзломанные хеши, которые нужно взломать. Автоматически объединяет с любыми найденными хешами, если они доступны, и предлагает переключиться на этот файл хешей для взлома.
- **Download Found Hashes (5)**: скачивает уже взломанные хеши в формате hash:cleartext. Они предназначены для справки и не могут быть взломаны дальше. Приглашение на переключение не показывается.

#### Интерфейс командной строки

Операции Hashview также можно выполнять через командную строку:

Загрузка взломанных хешей:```bash
hate_crack.py --hashview upload-cracked --file <output_file>.out --hash-type 1000

Скачать файл правил (сохраняется распакованным, готовым для `hashcat -r`):```bash
hate_crack.py --hashview download-rules --rules-id 4 --output best64.rule

Скачать найденные хеши (уже взломанные хеши с открытым текстом):```bash
hate_crack.py --hashview download-found --customer-id 1 --hashfile-id 123

#### Конфигурация

Задайте учётные данные Hashview в `.env` (это настройки интеграции, поэтому они не хранятся в `config.json`):```
HASHVIEW_URL=https://hashview.example.com
HASHVIEW_API_KEY=your-api-key-here
HASHVIEW_VERIFY_TLS=true

**Ключи `OLLAMA_*`, приведённые ниже, применяются к каждому бэкенду, а не только к Ollama.** Они сохраняют этот префикс, потому что `OLLAMA_HOST` — это та же переменная, которую читает собственный CLI Ollama, и её переименование сломало бы каждый существующий `.env` без какого-либо функционального выигрыша — сервер, совместимый с vLLM или OpenAI, хочет тот же хост, модель, таймаут, контекст и параметры сэмплирования под теми же именами. `LLM_BACKEND` лишь выбирает, как формируется запрос.

- **`OLLAMA_MODEL`** — Модель Ollama, используемая для генерации кандидатов (по умолчанию: `qwen3:4b-instruct`). LLM-атака использует структурированный (JSON) вывод, поэтому выбирайте модель с хорошей поддержкой инструментов/JSON.
- **`OLLAMA_NUM_CTX`** — Размер контекстного окна для модели (по умолчанию: `8192`). Раньше это было `2048` до введения статистики по корпусу, что было слишком мало для подаваемого промпта: 500 выбранных открытых текстов занимают примерно 2 000–3 500 токенов до системного промпта и ответа, поэтому Ollama молча обрезала часть выборки, которую сэмплер тщательно распределил по файлу.
- **`OLLAMA_TIMEOUT`** — Секунды ожидания ответа генерации до отказа (по умолчанию: `300`). Увеличьте это значение, если большая модель всё ещё загружается в VRAM при первом запросе, что иначе может превысить таймаут; hate_crack выводит истёкший таймаут и имя этого параметра, когда он срабатывает.
- **`OLLAMA_MAX_SAMPLE_LINES`** — Порог, ниже которого режимы LLM также вставляют буквальные открытые тексты в промпт (по умолчанию: `500`). Значения ≤ 0 трактуются как 500.

  Режимы, основанные на корпусе (**Wordlist**, **Cracked passwords**, **Pattern rules**), всегда описывают *весь* корпус статистически — доли базовых слов, маски, регистр, длины, завершающие цифры и символы, годы — вместо вставки его фрагмента. Агрегация ограничена, поэтому дамп из 120 000 паролей занимает примерно столько же места в промпте, как и 500-строчный. Когда весь корпус укладывается ниже этого порога, сырые открытые тексты также включаются, поскольку нет смысла скрывать небольшой корпус от модели.

  Это заменяет прежнее поведение со вставкой равномерно распределённой выборки до `ollamaMaxSampleLines` паролей. Выборка из большого дампа вообще не передавала информацию о частоте: модель не могла отличить базовое слово, используемое 8% организации, от используемого одним человеком, а это именно тот сигнал, который делает догадку стоящей запуска.
- **`OLLAMA_NO_CLOUD`** — Когда `true`, запрещает отправлять что-либо с этого хоста для любого из трёх LLM-бэкендов (Ollama, vLLM или универсального сервера, совместимого с OpenAI). Две проверки управляются этой одной настройкой: Ollama проксирует модель с тегом `-cloud` (`gpt-oss:120b-cloud`, `deepseek-v3.1:671b-cloud`) на ollama.com через тот же локальный эндпоинт, который использует локальная модель, поэтому в запросе ничего не выглядит иначе — это отклоняется по имени модели. Также проверяется настроенный URL бэкенда: назначение, которое не является loopback, частным или link-local (и не является `localhost` или именем `.local`/`.internal`/`.lan`/`.localdomain`), отклоняется по назначению, а имя хоста, которое эта проверка не может разрешить, также отклоняется, fail-closed, вместо того чтобы пропустить непроверяемое назначение. Промпты hate_crack содержат восстановленные открытые тексты, статистику корпуса, а также название, отрасль и местоположение клиента, поэтому срабатывание любой из проверок означает, что запрос отклоняется до его формирования. По умолчанию `false`, поэтому намеренно настроенная облачная модель или удалённый сервер продолжает работать; включите это для проектов, где данные клиента не должны покидать хост.
- **`OLLAMA_AUTO_RESEARCH`** — Когда `true` (по умолчанию), режим **Target info** просит локальную модель предложить отрасль, местоположение и материнскую компанию / историю поглощений, как только вы ввели название компании, и предлагает их как редактируемые значения по умолчанию для промпта. Установите `false`, чтобы всегда получать пустые промпты (полезно с медленной моделью, поскольку исследование стоит одного дополнительного обмена перед началом атаки).
- **`OLLAMA_HOST`** — Где слушает настроенный бэкенд. Принимает простой `host:port` (`theplague.lan:11434`) или полный URL со схемой (`https://ollama.example.com`); в любом случае базовый URL нормализуется перед использованием. По умолчанию `localhost:11434`, что является портом Ollama — серверу, совместимому с vLLM или OpenAI, нужно установить это значение на свой собственный (vLLM обычно слушает на `:8000`). Задайте его в `.env` или экспортируйте как настоящую переменную окружения, чтобы переопределить это для одного запуска — это то же имя переменной, которое читает собственный CLI Ollama.
- **`LLM_BACKEND`** — С каким сервером, совместимым с OpenAI, общаться: `ollama` (по умолчанию), `vllm` или `openai` для универсального. Каждый бэкенд говорит на одном и том же API чат-завершений `/v1`, поэтому это выбирает только две детали формирования запроса, в которых они различаются: `ollama` получает `options.num_ctx`, а `vllm` получает `chat_template_kwargs={"thinking": false}` — без чего сервер vLLM, запущенный с парсером рассуждений, направляет весь структурированный ответ в `message.reasoning`, оставляет `message.content` пустым и ломает разбор JSON. `openai` не отправляет ни то, ни другое, поскольку `num_ctx` не имеет там эквивалента. Это **не** меняет, откуда берутся хост, модель, таймаут, контекст или настройки сэмплирования — для всех трёх это ключи `OLLAMA_*` выше.
- **`LLM_API_KEY`** — Учётные данные, отправляемые настроенному бэкенду. По умолчанию буквально `ollama`, заполнитель, который игнорирует собственный сервер Ollama, поэтому запросы существующей установки не меняются; пустое значение откатывается к тому же заполнителю, потому что OpenAI SDK отвергает `api_key=""`. Установите реальное значение, если сервер его требует — сервер vLLM, запущенный с `--api-key`, иначе возвращает 401.
- Убедитесь, что Ollama запущена и модель загружена (`ollama pull qwen3:4b-instruct`) перед использованием LLM Attack — hate_crack больше не загружает отсутствующие модели автоматически.

Атака предлагает три режима генерации:

1. **Target info** — компания / отрасль / местоположение / материнская компания; модель выводит кандидатов из этих деталей.

   После того как вы введёте название компании, hate_crack спрашивает ту же локальную модель, что она уже знает об этой организации, и предзаполняет промпты **Industry**, **Location** и **Parent Company** ответами, показанными в скобках:   ```
   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:

Сбой исследования — тайм-аут, Ollama не запущена, пустой ответ — никогда не блокирует атаку; просто происходит откат к пустым подсказкам. Установите `ollamaAutoResearch` в `false`, чтобы полностью пропустить исследование.
2. **Список слов** — извлечение базовых слов из образца списка слов.
3. **Взломанные пароли** — передача открытых текстов, уже восстановленных в этой сессии (`<hashfile>.out`), обратно модели, чтобы она могла вывести собственные парольные соглашения целевой организации (базовые слова, сезоны, годы, суффиксы, leetspeak) и сгенерировать *новые* кандидаты в том же стиле. Этот вариант отображается только после того, как взломан хотя бы один хеш; весь файл анализируется статистически точно так же, как в режиме «Список слов» (см. `ollamaMaxSampleLines` выше).

#### Конфигурация PCFG

Атака PCFG (опция 20) и атака PRINCE-LING (опция 21) используют подмодуль `pcfg_cracker`. Настройте их в `config.json`:```json
{
"pcfgRuleset": "DEFAULT",
"pcfgMaxCandidates": 50000000,
"pcfgPrinceLingMaxCandidates": 10000000
}

Ответьте `Y`, и hate_crack создаст временный файл правил, содержащий только непроверенные
записи; ответьте `n`, чтобы запустить всё в любом случае. Если *каждая* запись является повтором,
вас спросят, пропустить ли атаку полностью, так что намеренный повторный запуск
уже пройденного не требует перезапуска инструмента.

Атаки, которые никогда не фильтруются, всё равно записываются как выполненные, что и
позволяет ответить на вопрос «я уже запускал PRINCE против этой цели?».

Атака, выбирающая несколько файлов правил сразу (Quick Crack, Loopback), задаёт вопрос о пропуске
**один раз для всей партии, заранее**, до любого вызова hashcat. Этот вопрос намеренно
дешёвый — он не читает и не хеширует ни один из выбранных файлов правил, поскольку пакет YOLO может
достигать миллионов строк, и вы не должны ждать этого, чтобы ответить да/нет. Он спрашивает
хранилище только о том, запускалась ли эта атака уже против этого хеш-файла **с одним из этих
списков слов**; пофайловое сравнение всё ещё происходит лениво, по одному файлу правил за раз,
и решает, что фактически будет пропущено. Так что свежий корпус никогда не помечается, даже
когда все правила в нём уже запускались против другого.

Три намеренных ограничения:

- **Покрытие записывается только когда hashcat исчерпывает пространство ключей** (код выхода 1). Ctrl-C или
  ошибка ничего не записывает, как и код выхода 0 — это означает, что все
  хеши взломаны, о чём hashcat сообщает *без* завершения пространства ключей, и в
  вырожденном случае «все хеши найдены как записи в potfile» без попытки
  ни одного кандидата. Недостаточная запись стоит лишь избыточного запуска позже.
- **Динамические генераторы кандидатов никогда не фильтруются.** PRINCE, PCFG, OMEN,
  перебор Маркова и режимы LLM не имеют фиксированного набора для сравнения, поэтому они
  регистрируются как выполненные и в остальном не трогаются. Цепочки файлов правил (`-r a -r b`)
  отслеживаются как единое целое, а не по записям, потому что hashcat применяет
  *декартово произведение* двух файлов, и удаление отдельной строки молча удалило бы
  каждую комбинацию, в которой она участвовала.
- **Запуски `--loopback` записываются, но никогда не фильтруются.** hashcat подаёт свежевзломанные
  открытые тексты обратно как *дополнительных* кандидатов, поэтому такой запуск пробует полный
  список слов и набор правил плюс всё, чего достигают эти переработанные открытые тексты. Это делает
  два направления асимметричными: записывать его корректно, так что более поздний обычный запуск
  того же списка слов и правил правильно распознаётся как повтор, но
  второй запуск loopback имеет больше взломов для переработки и никогда не пропускается.

Установите `coverage_enabled` в `false` в `config.json`, чтобы отключить это, или передайте
`--no-coverage` для одного запуска — который ни обращается к хранилищу, ни обновляет его.

#### Просмотр и сброс покрытия

Пункт главного меню **85 — Attack Coverage** показывает, что было запущено против
загруженного хеш-файла, его историю запусков и может её очистить. Те же три действия
доступны для скриптов:```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 означает, что *ничего* не запускалось. Проход, который был частично отфильтрован — некоторые записи пропущены, некоторые опробованы — всё равно завершается с кодом `0`, потому что атака всё же выполнила работу.

### Поддержка hashcat brain (`brain_enabled`)

Сам hashcat поставляется с "brain" — небольшим сервером, которому работающий экземпляр hashcat передаёт потоки кандидатных паролей, чтобы второй запуск против той же цели мог пропустить кандидатов, уже опробованных первым. hate_crack задействует его автоматически, без необходимости какого-либо шага в меню: всякий раз, когда он собирается запустить атаку против хеш-режима, который hashcat считает медленным (bcrypt, scrypt и другие режимы на основе KDF, где узким местом является сам хеш, а не генерация кандидатов), он запускает или переиспользует локальный brain-сервер и добавляет флаги `--brain-*` к вызову hashcat за вас. Быстрый режим не трогается, если только его номер режима не указан в `brain_modes_force`, а режим, указанный в `brain_modes_exclude`, никогда не задействует brain независимо от собственного вердикта hashcat — exclude всегда побеждает.

**Brain — это не то же самое, что покрытие атак, и эти две вещи дополняют друг друга, а не дублируют.** Покрытие (выше) дедуплицирует на уровне целых правил, строк масок и словарей — оно решает, что запускать в первую очередь, ещё до того, как hashcat вообще запустится. Brain дедуплицирует на уровне отдельных кандидатных паролей, и делает это через постоянный сервер, который переживает любой отдельный вызов hashcat, поэтому он ловит пересечения, которые покрытие увидеть не может: кандидат, достижимый через два разных правила или два разных словаря в рамках одного запуска, и — как демонстрирует круговой тест в `tests/e2e/test_brain_e2e.py` — те же кандидаты, повторно отправленные во втором, отдельном запуске hashcat против той же цели. Оба могут быть включены одновременно без конфликта.

Семь ключей в `config.json` управляют этим, все с префиксом `brain_*`: `brain_enabled` (главный переключатель, по умолчанию включён), `brain_host` (пустое значение означает, что hate_crack управляет локальным сервером на loopback; значение означает подключение только к этому хосту — hate_crack никогда не порождает сервер, которым ему не было сказано управлять), `brain_port` (по умолчанию `6863`), `brain_client_features` (`1` хешированные пароли, `2` позиции атаки, `3` оба — `3` дедуплицирует больше всего, но стоит серверу примерно 12 байт RAM на каждого увиденного кандидата), `brain_server_timer` (собственная настройка hashcat для того, как часто сервер записывает свой дамп `.ldmp`/`.admp` на диск, минимум 60 секунд, по умолчанию `300`), и `brain_modes_force` / `brain_modes_exclude` (разделённые запятыми номера хеш-режимов, которые переопределяют собственный вердикт hashcat о медленном/быстром, при этом exclude имеет приоритет).

**У автоматически порождённого сервера вообще нет тайм-аута простоя.** `brain_server_timer` не управляет тем, как долго он остаётся запущенным — ничто не управляет; он работает в течение всей жизни породившего его процесса (или пока `shutdown()`/`atexit` его не остановит) и переиспользуется во всех атаках в сессии. При значении по умолчанию `300` это означает запись дампа в `~/.hate_crack/brain/` каждые пять минут, пока hate_crack работает.

Восьмой ключ, `BRAIN_PASSWORD`, находится в `.env`, а не в `config.json`, потому что это общий секрет, а не потому что brain является сторонней интеграцией — он используется только при подключении к удалённому brain-серверу, который вы уже запускаете; автоматически порождённый локальный сервер генерирует свой собственный случайный пароль для каждой сессии и не требует настройки.

**Пароль brain виден в `ps` в течение всей жизни запуска hashcat,** потому что hashcat принимает его только как аргумент командной строки — формы через переменную окружения нет. Для локального автоматически порождённого сервера это небольшое окно: пароль случаен и ограничен этой одной сессией, поэтому другой локальный пользователь может увидеть его только пока атака действительно выполняется, и он бесполезен после завершения сессии. Пароль общего удалённого brain-сервера не имеет такой защиты — это одно и то же значение при каждом вызове, видимое любому другому локальному пользователю на машине, пока выполняется любой запуск hate_crack против этого сервера. Относитесь к нему соответственно на общем или мультитенантном оборудовании.

Передайте `--no-brain`, чтобы отключить brain для одного запуска независимо от `brain_enabled`, или установите `brain_enabled` в `false` в `config.json`, чтобы отключить его везде.

**Brain хранит состояние в `~/.hate_crack/brain/`** — небольшой кеш `slow_modes.json` с собственным вердиктом hashcat о медленном/быстром для каждой версии hashcat, плюс, для автоматически порождённого сервера, его файлы дампов `.ldmp`/`.admp`. Эти дампы являются материалом, производным от кандидатов: они позволяют свежему серверу возобновить работу, зная, что уже было опробовано против цели, что в рамках проекта означает накопление данных, производных от клиента, в домашнем каталоге оператора всё время, пока brain там когда-либо работал. Как и с хранилищем покрытия выше, удаление каталога сбрасывает brain — ранее отклонённый кандидат перестаёт запоминаться, ценой потери дедупликации, которую представлял этот дамп. Если кажется, что brain пропускает работу, которую не должен (устаревший дамп из предыдущего запуска с другим охватом), это и есть решение.

**Удаление `~/.hate_crack/brain/` не очищает осиротевший сервер.** Автоматически порождённый сервер работает в своей собственной сессии (`start_new_session=True`), поэтому он переживает закрытый терминал или SIGHUP — его останавливает только явное убийство, либо чистый выход породившего его процесса с выполнением обработчика `atexit`. Осиротевший процесс продолжает удерживать loopback-порт. При пустом `BRAIN_PASSWORD` по умолчанию вы заметите это как `"[!] ... no brain server could be reached; running without candidate de-duplication"` при каждой атаке в медленном режиме: пароль осиротевшего процесса был эфемерным и умер вместе с породившим его процессом, поэтому hate_crack отказывается принимать порт, на котором тот сидит, вместо того чтобы угадывать пароль, который невозможно проверить. Найдите и остановите его с помощью:```bash
pgrep -f 'hashcat --brain-server'
kill <pid>

- **`check_for_updates`** — Включить автоматическую проверку версий при запуске (по умолчанию: `true`).
- Когда эта опция включена, hate_crack получает информацию о последнем релизе с GitHub и отображает уведомление, если доступно обновление.
- Проверка выполняется асинхронно и не блокирует запуск. Сетевые ошибки игнорируются без вывода сообщений.

##### Каналы обновлений

| Канал | Флаг | Источник | Что вы получаете |
|---------|------|--------|--------------|
| Release | `--update` | `main` | Последний выпущенный релиз. Это канал по умолчанию, и именно его предлагает проверка при запуске. |
| Nightly | `--nightly` | `nightly-dev` | Работа, прошедшая CI, но ещё не выпущенная. |

Версии следуют обычному semver, при этом повышение выводится из того, что
фактически содержится в пакете. Второй компонент меняется **только для новых возможностей**: цикл, содержащий
любой коммит `feat`, движется к `X.(Y+1).0`, а цикл, состоящий только из исправлений,
документации и рутинных задач, движется к `X.Y.(Z+1)`.

`nightly-dev` помечает тегами релиз-кандидаты для той версии, к которой движется
пакет — `v2.20.1rc1`, `v2.20.1rc2`, … — а слияние в `main` повышает ту же
целевую версию до финального релиза. Кандидаты являются настоящими предрелизами PEP 440, поэтому
они правильно упорядочиваются с обеих сторон:

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

Целевая версия может измениться в середине цикла: первый попавший `feat` переводит её с
`X.Y.(Z+1)` на `X.(Y+1).0`, и нумерация кандидатов начинается заново для новой цели.
Номер всегда отражает то, чем пакет был бы выпущен на сегодняшний день.

Основной компонент никогда не повышается автоматически — тема с `!` или
футер `BREAKING CHANGE:` считается новой возможностью, потому что автоматическое повышение мажорной версии
отстоит на одну опечатку в строке темы от необратимого опубликованного релиза. Повышение мажорной версии — это
явное действие человека: пометьте тегом и отправьте вручную.

Политика описана в `tools/next_version.py`, используется обоими рабочими процессами тегирования и
покрыта модульными тестами в `tests/test_next_version.py`.

Проверка при запуске предлагает только релизы, потому что ночные сборки вообще не публикуют
релиз на GitHub, а проверка читает конечную точку GitHub "latest release" — поэтому
включение `check_for_updates` никогда не переведёт вас на ночную сборку. Сейчас каналы разделяют две вещи:
это, и тот факт, что кандидат является настоящим предрелизом PEP 440, поэтому инструмент, ранжирующий
необработанные номера версий, также считает его старее, чем релиз, которым он становится.

Любой из флагов сначала переключает вашу рабочую копию на соответствующую ветку (и
отказывается это делать, если у вас есть незакоммиченные изменения). Если вы работаете с ночной сборкой
и хотите вернуться к выпущенному коду, `--update` переключит вас обратно на `main`.

#### Автоматическое слияние найденных хешей (только при скачивании left)

При скачивании left-хешей (невзломанных хешей) hate_crack автоматически:
1. Пытается скачать любые найденные (взломанные) хеши из Hashview в качестве вспомогательной операции
2. Объединяет найденные хеши с локальными файлами `.out` (например, `left_1_123.txt.out` или `left_1_123.nt.txt.out` для формата pwdump)
3. Удаляет дублирующиеся записи
4. Очищает временные разделённые файлы после слияния

Это гарантирует, что ваши локальные результаты взлома остаются синхронизированными с централизованной базой данных Hashview при работе с невзломанными хешами.

**Примечание:** Опция download-found скачивает уже взломанные хеши отдельно для справочных целей и не выполняет никакого слияния и не запрашивает взлом.

<hash_type> получается запуском `hashcat --help`

Примеры хешей: 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

./tool -u https://example.com

./tool -l targets.txt -o results.json -f json

./tool -u https://example.com -proxy http://127.0.0.1:8080 -H "Authorization: Bearer TOKEN"

[STATUS] [TYPE] [URL] [DETAILS]

-------------------------------------------------------------------
## Тестирование

Набор тестов в основном работает офлайн и использует моки/фикстуры. Проверки живой сети и
проверки системных зависимостей включаются опционально через переменные окружения.

### Запуск тестов локально```bash
# Run all tests
uv run pytest -v

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

### Живые тесты Hashview против локального Docker-стека

Вместо того чтобы направлять живые тесты на удалённый сервер Hashview, вы можете
заставить набор тестов развернуть локальный Docker-стек [Hashview](https://github.com/hashview/hashview),
заполнить его данными, запустить живые тесты против него и удалить его. Установите
`HASHVIEW_TEST_LOCAL=1` и укажите `HASHVIEW_REPO` на копию репозитория Hashview:```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

Установка/запуск end-to-end на базе Docker (с кэшированием через `Dockerfile.test`):```bash
HATE_CRACK_RUN_DOCKER_TESTS=1 uv run pytest tests/test_docker_script_install.py -v

Тестовая виртуальная машина автоматически подготавливается со всеми зависимостями Linux (hashcat, build-essential, curl, git, gzip, p7zip-full, transmission-daemon, ocl-icd-libopencl1, pocl-opencl-icd, uv).```bash
HATE_CRACK_RUN_LIMA_TESTS=1 uv run pytest tests/test_lima_vm_install.py -v

Какое(ие) правило(а) вы хотите запустить?
(1) best64.rule
(2) d3ad0ne.rule
(3) T0XlC.rule
(4) dive.rule
(99) YOLO...запустить все правила
Введите список правил, разделённых запятыми, которые вы хотите запустить. Для цепочки правил используйте символ +.
Например, 1+1 запустит best64.rule дважды подряд, а 1,2 запустит best64.rule, а затем d3ad0ne.rule последовательно.
Выбирайте с умом:```




#### 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
* Generated rules are validated before hashcat sees them, and anything using an op hashcat does not have, a position argument outside `0-9A-Z`, more than 31 functions, or a stray comment or non-ASCII character is discarded. hashcat drops an invalid rule *silently* when valid rules share the file, so an unscreened line would become missing coverage rather than an error. The op table was established by testing hashcat itself, not from its rule documentation, which lists ops hashcat will not actually run
* Local-model yield varies a lot run to run, so a thin answer is asked again once and the two rounds are merged — a handful of rules would waste the pass they are spent on
* If no rule survives validation the basewords still run, unmutated, rather than throwing away the expensive half of the run
* Output lands in `<hashfile>.llm_patterns/` as `basewords.txt` and `rules.rule` — per-run scratch, laid out like `.spoonman/` and removed on exit

#### OMEN Attack
Uses the Ordered Markov ENumerator (OMEN) to train a statistical password model from a wordlist and generate password candidates. This attack learns patterns from known passwords and generates new candidates based on those patterns.

* Requires OMEN binaries (createNG and enumNG) to be built from the omen submodule
* Interactive menu: use existing model, train new model, or cancel
* Training wordlist picker shows available wordlists from configured directory or accepts a custom path
* Validates all 5 required model files (createConfig, CP/IP/EP/LN.level) before running
* Captures and reports enumNG errors instead of failing silently
* Generates up to a specified number of password candidates (configurable via `omenMaxCandidates`)
* Pipes generated candidates directly into hashcat for cracking
* Model files and metadata are stored in `~/.hate_crack/omen/` for persistence across sessions

#### Combinator Attacks Submenu
Opens an interactive submenu with six combinator attack variants (formerly at menu keys 10-12). Consolidates related attacks for cleaner menu organization:
- Combinator Attack - combines two wordlists
- YOLO Combinator Attack - combines all permutations of multiple wordlists
- Middle Combinator Attack - combines wordlists with an extra word in the middle
- Thorough Combinator Attack - comprehensive combination of wordlists with rules
- Combinator3 Attack - combines exactly 3 wordlists using `combinator3.bin`, generating all `word1+word2+word3` combinations piped to hashcat
- CombinatorX Attack - combines 2-8 wordlists using `combinatorX.bin` with optional `--sepFill` separator character between word segments

#### Ad-hoc Mask Attack
Runs hashcat mask attack (mode 3) with a user-specified custom mask string. Allows fine-grained control over character-set brute forcing.

* Opens with a choice between typing a mask and selecting a mask file
* Prompts for a hashcat mask (e.g., `?u?l?l?l?d?d` for uppercase + lowercase + lowercase + lowercase + digit + digit)
* Supports custom character sets for specialized character combinations: `-1` through `-4` on any hashcat, plus `-5` through `-8` on hashcat 7 and newer. A mask using `?5`–`?8` against an older hashcat is flagged before the run rather than failing inside it; if the version cannot be read, the mask is passed through and hashcat decides
* Only prompts for the custom slots the mask actually references — `?1?3?d` asks about `-1` and `-3` and nothing else, and a mask with no custom tokens is never asked at all. Detection is token-aware, so the escaped `??1` is a literal `?1` and prompts for nothing. A slot left blank is still skipped, with a warning that hashcat will reject a mask whose charset is undefined
* Mask files (`.hcmask`) can be selected with tab completion, defaulting to the bundled `masks/` directory; hashcat runs every mask in the file in order. Because a mask file defines its own charsets inline, the `-1` through `-4` prompts are skipped when one is chosen
* Optionally runs the mask incrementally (`--increment`), trying shorter lengths before the full mask. Answering yes prompts for an increment minimum and maximum; either can be left blank, and leaving both blank increments over the mask's full keyspace with hashcat choosing the bounds. Offered for typed masks and mask files alike
* Useful for targeted brute forcing when you know password structure patterns

#### Markov Brute Force Attack
Generates password candidates using Markov chain statistical models. Similar to OMEN but simpler and faster.

* Checks for existing `.hcstat2` Markov table from previous sessions (with option to reuse, regenerate, or cancel)
* Generates table from training source if needed:
  - Can use cracked passwords from current session (`.out` file) as training data
  - Or select any wordlist from configured directory or custom path
* Interactive menu: choose minimum and maximum password length
* Uses `--increment` flag to test lengths in sequence
* Markov table persists with hash file (filename.out.hcstat2) for fast subsequent runs
* Faster than OMEN for general-purpose brute forcing

#### N-gram Attack
Generates n-gram candidates from a corpus file using `ngramX.bin` from hashcat-utils and pipes them into hashcat.

* Prompts for a corpus file with tab completion, defaulting to the configured wordlist directory
* Prompts for an n-gram group size (default 3)
* Gzip-compressed corpus files are auto-detected and decompressed on the fly
* Useful when you have target-relevant prose (scraped site copy, leaked documents, internal wiki exports) rather than a password list

#### Permutation Attack
Generates all character permutations of each word in a targeted wordlist and pipes them to hashcat via `permute.bin` from hashcat-utils.

* Prompts for a single wordlist file (not a directory)
* Effective against short targeted wordlists where the character set is known but the order is not (company abbreviations, name fragments, known tokens)
* WARNING: Scales as N! per word - an 8-character word produces 40,320 permutations. Only practical for words up to ~8 characters.
* Uses `permute.bin < wordlist | hashcat` pipeline pattern

#### Random Rules Attack
Generates a set of random hashcat mutation rules using `generate-rules.bin`, writes them to a temporary file, then runs hashcat against a chosen wordlist with those rules.

* Prompts for rule count (default 65536)
* Prompts for wordlist path with tab-completion and numbered selection
* Temporary rules file is cleaned up after the run regardless of outcome
* Useful when known rule sets are exhausted - explores random rule-space for additional cracks

#### Combipow Passphrase Attack
Generates all unique non-empty subset combinations from a short wordlist using `combipow.bin` and pipes them into hashcat. Designed for passphrase cracking when you know the pool of words a password was built from.

* Prompts for a wordlist file (max 63 lines - combipow generates up to 2^n-1 combinations)
* Optional space separator (`-s` flag) to insert spaces between words in each combination
* Warns if the wordlist exceeds 20 lines (output volume may be large)
* Aborts with a clear message if the wordlist exceeds 63 lines (hard limit)
* Candidates are piped directly to hashcat stdin

#### PCFG Attack
Uses [pcfg_cracker](https://github.com/lakiw/pcfg_cracker) to generate candidates from a Probabilistic Context-Free Grammar, piping `pcfg_guesser.py` output directly into hashcat's stdin mode. A PCFG models password *structure* (baseword + digits + symbol, capitalization habits, keyboard walks) with learned probabilities, so candidates come out roughly in descending likelihood order.

* Requires the `pcfg_cracker` submodule. Presence is checked at startup and reported non-fatally: if it is missing, the PCFG attacks are simply unavailable. Run `make` to fetch it.
* Uses the trained grammar named by `pcfgRuleset` in `config.json` (default `DEFAULT`), read from `pcfg_cracker/Rules/<name>/`
* Candidate count is capped by `pcfgMaxCandidates` (default 50,000,000)
* hate_crack does not wrap grammar training. To build a grammar from a target-specific password set, run pcfg_cracker's own `trainer.py` and point `pcfgRuleset` at the resulting ruleset name

#### PRINCE-LING Attack
Uses pcfg_cracker's `prince_ling.py` to derive an optimized PRINCE base wordlist from a trained grammar, then hands it to the existing PRINCE attack. PRINCE-LING picks base words the grammar says are actually productive, so the PRINCE combination space is far less wasteful than pointing PRINCE at a generic wordlist.

* Requires the `pcfg_cracker` submodule and a trained ruleset directory, same as the PCFG attack
* The generated wordlist is cached at `<hcatOptimizedWordlists>/pcfg_prince_ling_<ruleset>.txt` and reused across sessions
* Regenerates only when the ruleset directory is newer than the cached wordlist, so retraining a grammar invalidates the cache automatically
* Generation is written to a temporary file and atomically moved into place; a failed or interrupted run cleans up its partial file and leaves any existing cache intact
* Base wordlist size is capped by `pcfgPrinceLingMaxCandidates` (default 10,000,000)

#### Spoonman Attack
Derives a baseword list and a hashcat rule file from a corpus of known plaintext passwords — a previous engagement's cracked output, a leak dump, or any password list — such that the baseword x rule cross product reconstructs the corpus exactly (see the memory bound below for the one case where it does not). Contributed as issue #169 by @Spoonman1091.

Each password is split into its letters-only lowercased core (the baseword) plus a rule that rebuilds the original from it, using `l`/`u`/`c` for casing, `T{p}` toggles, `${x}`/`^{x}` for trailing and leading characters, and `i{p}{x}` for interior ones.

* When the current session already has cracked plaintexts (`<hash file>.out` exists and is non-empty), a picker offers those as the corpus ahead of a free-form path — the target's own recovered passwords derive rules describing that target's actual conventions, which is exactly what you want to fire back at the remaining uncracked hashes. Deriving from `.out` and then cracking the same hash file appends new plaintexts to that same file, growing the corpus for the next run; that is the intended feedback loop, not corruption. Sessions with no cracked output yet see no picker at all — just today's path prompt
* Prompts for the corpus, then for how much of the rule file to run: top 50% coverage (listed first and recommended), top 75%, top 95%, top 99%, or the full set
* Rules are sorted by how many passwords each one rebuilds, so a truncated file keeps the most productive rules. Coverage is extremely long-tailed: on a 98.2M-password sample, 50% coverage needed 4,120 rules while 95% needed 16,119,661 and 100% needed 21,029,696 — the last few percent typically costs orders of magnitude more rules than the first half, which is why the smallest tier is listed first and is usually the right choice
* Output is written beside the hash file in `<hash file>.spoonman/`, alongside the other ephemeral wordlists: `basewords.txt`, `rules.full.rule`, the capped rule files, and `coverage.txt` with per-milestone rule counts. Derivation is skipped on later runs of the same hash file unless the corpus has been modified since, and the directory is removed on exit by the temp-file cleanup
* Derivation is bounded in memory. Both counters would otherwise grow for the whole read with nothing written until the end, so a corpus large enough to exhaust RAM lost the entire pass to an OOM kill and produced no output; a measured run against a 31 GB corpus reached 14.1 GB resident at 11% of the file and was still accelerating. Each counter is now capped at 20 million distinct keys (about 1.6 GB apiece), and the lowest-frequency keys are discarded once it is exceeded. If that happens, the run says so on the console and in `coverage.txt`, the output reconstructs the retained keys rather than 100% of the corpus, and the coverage percentages are relative to those. Corpora below the cap are unaffected
* Passwords that cannot be expressed as a rule are written verbatim as their own baseword with a `:` no-op, so coverage stays complete. This covers two hashcat limits: rule positions cannot address past index 35, and hashcat rejects any rule with more than 31 functions — silently, when valid rules share the file
* A password carrying a literal CR or LF (which arrives hex-wrapped, as `$HEX[...0a]`) cannot go in a baseword at all, because a wordlist line has no escape syntax for one. The break is lifted out into an insert op instead, spelled `\x0a`/`\x0d` in the rule, which hashcat decodes to the byte. When the break sits past addressable index 35 the rule reverses the word first, inserts from the other end, and reverses back. One frame has to hold every break in the password, so what is still skipped is a password with one break outside the first 36 characters *and* another outside the last 36, or one needing more inserts than the 31-function cap leaves room for. Those are counted as `unwritable basewords` in `coverage.txt` and reported, never dropped silently
* The derivation self-checks every password by reconstructing it in-process, and reports any failures rather than reporting success
* Corpus lines may carry a hash in front of the password, as cracked output does. A leading field is dropped only when it has the shape of a hash (a hex digest at a known length, or a crypt-style `$id$` string), so `hash:salt:plain` is handled while a plaintext or wordlist entry containing a colon survives intact. `$HEX[...]` plaintexts are decoded. If most lines look like an uncracked dump rather than cracked output, `coverage.txt` records the count and the attack warns — the derived basewords and rules would otherwise be meaningless without any error being raised

#### Rosetta Attack
Mines hashcat `--debug-mode 5` logs for the basewords and rules that already cracked something, then runs their full cross product. Powered by [HashcatRosetta](https://github.com/bandrel/HashcatRosetta), the same library behind [Analyze Hashcat Rules](#analyze-hashcat-rules-rule-file-tools-option-5).

No setup is needed to feed it: `_add_debug_mode_for_rules` appends `--debug-mode 5 --debug-file` to every rule-based hashcat invocation hate_crack makes, so the logs accumulate in `hcatDebugLogPath` (`~/.hate_crack/hashcat_debug` by default, one file per session) as a side effect of normal use. A mode 5 log records only candidates that cracked a hash, in the form `baseword:rule:candidate:wordlist`, which is what makes both halves known-productive against this target population; the trailing wordlist field also shows which list is earning its keep on a multi-wordlist run. HashcatRosetta parses mode 4 and mode 5 alike, so logs written before the switch are still read.

The value is in the cross product rather than the recorded pairs. A pair present in a log has already cracked its hash and will not crack another, but a rule that worked on one baseword has usually never been tried against the others — so N basewords and M rules yield close to N x M untried candidates.

The menu first asks how to rank rules — choices 1-3 below, plus a fourth, unrelated mode:

* Rules can be ranked by application frequency, by how many distinct basewords each one worked on, or by how many unique candidates each one generated. Frequency is the default; baseword spread is the better choice when the goal is a rule set that generalizes past the specific words it was learned from
* Only after one of those three is picked does hate_crack list the logs found in `hcatDebugLogPath` newest-first with their sizes; pick one, pick all of them (up to 20), or type a path to a log from elsewhere
* Prompts for how many top rules to keep and how many top basewords. Both default to all — a blank answer keeps every winning rule the logs contain, and zero means the same thing. Enter a number to cap either. The keyspace is the product of the two and is printed before hashcat starts
* Output is written beside the hash file in `<hash file>.rosetta/` as `basewords.txt` and `rules.rule`, alongside the other ephemeral wordlists, and the directory is removed on exit by the temp-file cleanup
* Reading stops at 1,000,000 debug lines, since the analyzer needs the whole batch in memory at once. Truncation is reported on the console rather than assumed harmless — logs from a long run routinely exceed this, in which case the newest log is the one worth selecting
* **LLM Mask Attack** (4) - a different mode entirely, and the only one that needs no debug logs. Prompts for a natural-language description of the passwords you expect (length, character patterns, symbols, etc.), sends it to the locally configured Ollama model, writes the returned masks to `<hash file>.hcmask`, and runs a `-a 3` hashcat mask attack against them

#### Corporate Masks Brute Force
Statistical masks (8-14 characters) derived from analysis of 3.2M NTLM hashes cracked on real engagements. Powered by [Corporate_Masks](https://github.com/golem445/Corporate_Masks), these masks encode realistic password patterns from successful penetration tests.

* Prompts for minimum and maximum mask length (default 8-10)
* Longer lengths cost exponentially more keyspace—start with 8-10 for speed, or 8-12 for thoroughness
* Each mask file is run as a separate hashcat invocation in ascending length order
* Gracefully handles missing mask files (skips them) and absent submodule (prints warning and returns)
* Supports optimized kernels (`-O` flag) for faster cracking
* Ctrl-C during one length aborts remaining lengths

#### Wordlist Tools (option 80)
A submenu of wordlist preprocessing utilities using hashcat-utils binaries. All tools read from and write to files on disk. All file and directory path prompts support tab completion.

| Key | Tool | Description |
|-----|------|-------------|
| 1 | Filter by Length | Keep only words between a min and max length (`len.bin`) |
| 2 | Require Char Classes | Keep words that include all char classes in mask (`req-include.bin`). Mask: 1=lower, 2=upper, 4=digit, 8=symbol (additive) |
| 3 | Exclude Char Classes | Remove words containing any char class in mask (`req-exclude.bin`). Same mask encoding |
| 4 | Extract Substring | Cut bytes from each word at a given offset and optional length (`cutb.bin`) |
| 5 | Split by Length | Create per-length files in an output directory (`splitlen.bin`) |
| 6 | Subtract Wordlist | Remove lines from a wordlist that appear in one or more remove files. Mode 1 uses `rli2.bin` (single file); mode 2 uses `rli.bin` (multiple files) |
| 7 | Shard Wordlist | Split a wordlist into N equal, interleaved parts in one run, written as `base.001`…`base.00N` for distributed cracking (`gate.bin`) |