Awesome GitHub RepositoriesExecution Flow Tracing

This project is a technical reference and documentation suite focused on the internal architecture and operational principles of the Java Virtual Machine. It provides comprehensive guides and analysis on how the virtual machine manages class loading, memory organization, and bytecode execution. The documentation distinguishes itself by providing deep dives into specific runtime mechanisms, such as the binary decoding of class files, the hierarchical delegation model for class loaders, and the precise sequence of the loading, linking, and initialization lifecycle. It also details memory reclam

Wasm3 هو مترجم WebAssembly مصمم لتكامل وقت التشغيل المدمج. يتيح تنفيذ المنطق الثنائي المحمول على المتحكمات الدقيقة والأجهزة محدودة الموارد، ويوفر دعماً للوحدات التي تستخدم واجهة نظام WebAssembly للتفاعل مع موارد النظام. يستخدم وقت التشغيل ترجمة بايت كود قائمة على السجلات وإرسالاً مباشراً (direct-threaded dispatch) لربط السجلات الافتراضية بسجلات CPU الفيزيائية. يتضمن واجهة استدعاء مضيف لربط الاستيرادات بدوال C ويستخدم التحقق من الوحدات الثابت لضمان اتباع البايت كود لقواعد المواصفات قبل التنفيذ. يوفر المشروع إدارة الموارد من خلال حدود تخصيص الذاكرة الخطية وقياس الغاز على مستوى التعليمات لمنع الحلقات اللانهائية واستنفاد النظام. تتم معالجة الملاحظة عبر تتبع التنفيذ، ومراقبة التدفق، وتوصيف عمليات المترجم. للتطوير وضمان الجودة، يتضمن وقت التشغيل REPL تفاعلياً ويدعم التمويه الموجه بالتغطية (coverage-guided fuzzing).

magic-trace collects and displays high-resolution traces of what a process is doing

Simplify هو بيئة تجريبية (sandbox) لجهاز Android الافتراضي، ومتتبع لتنفيذ الـ bytecode، وإطار عمل للتحليل الساكن. يعمل كأداة لإزالة التشويش (deobfuscator) عن الـ Dalvik bytecode المصممة لاستعادة كود قابل للقراءة من الملفات الثنائية عبر محاكاة سلوك البرنامج دون الحاجة لجهاز فعلي. يتميز المشروع باستخدام تحليل مخطط التنفيذ لحل استدعاءات الانعكاس (reflection) وتبسيط الكود المشوش من خلال نشر الثوابت وإزالة الكود الميت. ويستخدم محاكاة التنفيذ متعدد المسارات لتتبع جميع نتائج الفروع الشرطية الممكنة ورسم تدفق التعليمات لتحديد القيم الثابتة. يغطي النظام نطاقاً واسعاً من قدرات التحليل، بما في ذلك تتبع انتشار الاستثناءات، وتصنيف الآثار الجانبية للطرق (methods)، ومحاكاة استدعاءات Java API. كما يوفر آليات لاعتراض تنفيذ الطرق عبر خطافات (hooks) مخصصة لمراقبة أو تجاوز حالات الجهاز الافتراضي.

Janet هي لغة برمجة ديناميكية قائمة على Lisp تتميز بآلة افتراضية bytecode قائمة على السجلات ومحرك برمجة نصية قابل للتضمين. تعمل كوقت تشغيل تزامن قائم على الألياف (fiber) وتتضمن محرك تحليل قائماً على قواعد التعبير التحليلي (Parsing Expression Grammars). يتميز المشروع بقدرته على الاندماج في تطبيقات C أو C++ عبر واجهة رأس (header) بسيطة. يستخدم نظام ماكرو على طراز Lisp لتحويل الكود في وقت التجميع ويستخدم وراثة الجدول القائمة على النموذج (prototype-based) للسلوك الموجه للكائنات. يغطي وقت التشغيل مجموعة واسعة من القدرات، بما في ذلك إدارة IO غير المتزامنة من خلال حلقة أحداث غير محظورة، وتوافقية المكتبة الأصلية عبر واجهة دالة خارجية، ومعالجة نصوص شاملة باستخدام قواعد PEG. كما يوفر أدوات لأتمتة النظام، مثل حلقة القراءة-التقييم-الطباعة (REPL)، ونظام وحدة لحل الرموز، وأدوات مساعدة لاتصال مقبس الشبكة وإدارة نظام الملفات. تتضمن البيئة أدوات تشخيص لتصحيح أخطاء تنفيذ الـ bytecode ويمكنها تجميع كود المصدر في ملفات تنفيذية ثنائية مستقلة.

Qira is a binary analysis platform and execution tracer that records every instruction and data access during program execution for interactive playback and debugging. It functions as a runtime analysis environment that uses QEMU to trace execution and inspect memory and register states. The system provides a binary static analysis tool that maps program structure and annotates instructions based on captured runtime data. It includes a runtime memory analyzer to monitor reads and writes to specific addresses and an interactive debugger for navigating execution timelines. The platform covers

IREE is an MLIR-based compiler toolchain and runtime designed to translate machine learning models from various frameworks into optimized binaries for execution across diverse hardware targets. It provides a unified pipeline to ingest models from PyTorch, TensorFlow, JAX, and ONNX, lowering them into a common intermediate representation for deployment on CPUs, GPUs, and bare-metal embedded systems. The project distinguishes itself through a bytecode virtual machine and a hardware abstraction layer that decouple high-level model logic from specific hardware instruction sets. It supports sophis