集成

DeepExtract:把 PE 文件导出给 AI 智能体的 IDA 插件

IDA Pro 9.x 插件与 PowerShell 批量提取脚本,可把 Windows PE 文件转换为 AI 编程智能体能够读取的材料:每个二进制文件对应一个 SQLite 数据库,内含 PE 元数据、函数签名、反汇编、Hex-Rays 伪代码、交叉引用、字符串、栈帧、循环与危险 API 调用;还可选择输出分组的 C++ 与汇编文件,每个函数附带调用者、被调者与字符串信息头,并生成 JSON 索引。它可以无界面地处理目录、文件列表或正在运行进程加载的模块,也可以在已打开的 IDA 数据库上交互运行,并保留分析者所做的重命名和注释。处理这些输出的智能体命令来自独立的 DeepExtractRuntime 项目。

使用条件与局限

  • 所审阅的 main 提交即 2026-09-12 发布的 v0.9.14;ida-plugin.json 列出支持 Windows x86-64 上的 IDA 9.0 至 9.3,可通过 Hex-Rays 的 hcli 安装插件,也可直接从克隆的仓库运行。README 要求 Windows 10 或 11 与 IDA Pro 9.x,无界面模式需要 Pro 版。只有输出伪代码和 C++ 文件时才需要 Hex-Rays 反编译器,汇编输出仅依赖反汇编。pefile 已随仓库附带;批量脚本还会检查 PATH 中的 Python,并需要 Windows SDK 调试工具中的 symchk.exe,以便默认从 Microsoft 公共符号服务器下载 PDB。
  • PE 文件由使用者提供,范围可从单个二进制文件到 System32 等整个目录,或某个运行中进程加载的全部模块。README 提醒大规模批处理可能持续数天,并产生数十至数百 GB 的输出。输出包含被分析二进制文件的反汇编和反编译代码,这些文件自身的许可依然适用。
  • 提取器本身不调用任何模型。使用 -EnableAI 时,批量提取脚本会写入一份 CLAUDE.md,要求智能体不经询问使用者,就把 DeepExtractRuntime 仓库的默认分支克隆到 .claude 并安装 Cursor 规则与钩子;该运行时及其智能体不属于本仓库。
  • 虚表与间接调用解析标注为实验性功能,并说明了限制,例如仅处理对象偏移 0 处的单个虚表,且只在过程内的短指令窗口中匹配。测试在 IDA 之外加载模式定义、配置和代码格式化等不依赖 IDA 的模块,发布工作流只负责打包插件。本合集仅审阅源码与文档,未运行 IDA 或提取器。
  • 采用 MIT 许可,附带的 pefile 保留其自身的 MIT 许可;IDA Pro、Hex-Rays 反编译器和 Windows SDK 工具需另行获得许可。README 将其输出定位于 AI 辅助的漏洞研究、逆向工程、威胁狩猎和代码审查。所审来源未确立与 REA 的关联。

关于此条目

类型
集成
类别
独立智能体工作流
关联
独立智能体集成
目标
二进制

来源复核于

说明已依据一手来源复核;这不代表已运行验证、经过安全审计或确认兼容。

一手来源

  1. README.md GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  2. ida-plugin.json GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  3. headless_batch_extractor.ps1 GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  4. docs/data_format_reference.md GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  5. tests/conftest.py GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  6. .github/workflows/release.yml GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  7. deep_extract/deps/pefile-2024.8.26.dist-info/LICENSE GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  8. LICENSE GitHub · marcosd4h/DeepExtractIDA · 修订 af6b01d
  9. https://github.com/marcosd4h/DeepExtractIDA/releases/tag/v0.9.14