
ghidra-llm-pipeline
用于 C 语言重实现的确定性 PyGhidra 提取、分类与本地 LLM 编译器后端流水线。

用于 C 语言重实现的确定性 PyGhidra 提取、分类与本地 LLM 编译器后端流水线。

为 Go 函数生成确定性的语义指纹。使用静态单赋值(SSA)分析和标量演化(Scalar Evolution)检测 xz 风格后门并验证语义等价性。

x86 和 x64 应用程序调试器,集成 AI

用于逆向工程32位DOS和Win32游戏(1993-2010)的无头Ghidra工具包:自有LE/LX加载器、Watcom调用约定、库签名、MCP服务器

用于前沿AI安全评估的自动化框架,通过合成可执行的、压力丰富的测试环境,揭示高级智能体模型中的潜在风险。

TypeScript 实现的 Windows x64 跨进程插桩——钩取函数、重定向线程,并读写另一进程的内存,无需 DLL 注入,也无需 CreateRemoteThread。

面向 IDA Pro 和 Ghidra 的 TCP JSON 桥接服务器,将反编译、交叉引用、符号、虚函数表、RTTI 和内存补丁功能暴露给外部脚本和自动化流水线。


小型语言模型,用于为剥离符号的 x86-64 二进制文件中的函数命名和描述,附带开放数据集、基线以及 LoRA 微调实验。

实验性 x86-64 到 LLVM IR 的 Python 提升器,可将机器码转换为可分析的 IR,用于逆向工程、优化和 VM 处理程序分析。

支持MCP的多智能体框架,用于声明式YAML驱动的智能体工作流,结合CodeQL集成,应用于AI辅助代码审计、漏洞分类和安全研究。

用于审计源代码、分类问题以及检测 Web、Android 和 iOS 项目漏洞的示例 AI-agent 任务流和 MCP 服务器。

面向LLM代理安全的Defender框架,可编译任务契约、验证能力清单,并通过PLANT/WRAP证明检查针对基准攻击用例检查效果。

Agentic AI 安全扫描器,能够像攻击者一样对源代码进行推理,通过可执行的 PoC 确认可利用漏洞,并通过 hunt、fix 和 verify 技能推动测试优先的修复。

使用智能体对任何事物进行逆向工程,从应用行为到原生二进制文件。

AI-first reverse-engineering toolkit: static analysis, SSA decompiler, live memory, provenance. Source-available (PolyForm Noncommercial).

Trace-assisted VMProtect devirtualization research platform: version front-ends feed a shared Remill/LLVM backend to lift handlers, recover dataflow,…

一个Windows运行时分析工具包,结合了内存扫描、调试、自动化和AI友好的API。