一位开发者分享了从零构建 ARM 反汇编引擎的完整历程。最初尝试简单位操作方法后,转向开源项目如 Capstone 和 LLVM,通过 Ruby 定义汇编 DSL 和生成 C 结构,实现了支持 T32/A32/A64 的引擎。测试显示与专业工具如 IDA/Ghidra 的高兼容性。作者强调调研的重要性,并提到 AI 在开发过程中的辅助作用,显著提升了效率。
原文链接:V2EX 分享发现
一位开发者分享了从零构建 ARM 反汇编引擎的完整历程。最初尝试简单位操作方法后,转向开源项目如 Capstone 和 LLVM,通过 Ruby 定义汇编 DSL 和生成 C 结构,实现了支持 T32/A32/A64 的引擎。测试显示与专业工具如 IDA/Ghidra 的高兼容性。作者强调调研的重要性,并提到 AI 在开发过程中的辅助作用,显著提升了效率。
原文链接:V2EX 分享发现
最新评论
开源的AI对话监控面板很实用,正好团队在找这类工具。准备试用一下。
折叠屏市场确实在升温,不过售罄也可能是备货策略。期待看到实际销量数据。
从磁盘I/O角度解释B树的设计动机,这个切入点很好。终于理解为什么数据库不用二叉树了。
IT术语转换确实是个痛点,之前用搜狗总是把技术词汇转成奇怪的词。智谱这个方向值得期待。
这个工具结合LLM和搜索API的思路很有意思,正好解决了我在做知识管理时遇到的问题。请问有没有部署文档?
这个漏洞确实严重,我们团队上周刚遇到类似问题。建议补充一下如何检测现有项目是否受影响的方法。
从简单规则涌现复杂性这个思路很有意思,让我想起元胞自动机。不过数字物理学在学术界争议还挺大的。
我也遇到了指令跟随变差的问题,特别是多轮对话时容易跑偏。不知道是模型退化还是负载优化导致的。