Awesome GitHub RepositoriesDecompiled Code Explainers

LLM4Decompile es un conjunto de herramientas y framework para la traducción de código binario a código fuente. Utiliza modelos de lenguaje de gran tamaño (LLM) para transformar código máquina en código fuente legible y recuperar la lógica original de ejecutables compilados. El proyecto incluye un pipeline especializado para generar datasets de entrenamiento sintéticos convirtiendo código fuente en pares de ensamblador. Proporciona un framework de fine-tuning para optimizar modelos de deep learning en estos datasets de binario a fuente, aumentando la precisión de la recuperación de código. El sistema también cuenta con capacidades para refinar pseudocódigo descompilado. Este proceso se centra en restaurar el esqueleto estructural y los nombres de variables de un binario para mejorar la legibilidad de la lógica desensamblada.

Este proyecto es una colección completa de materiales educativos de programación en Python, incluyendo tutoriales, ejercicios y muestras de código curadas. Sirve como un plan de estudios de aprendizaje y kit de herramientas de ingeniería de software, utilizando Jupyter Notebooks para combinar código ejecutable con texto educativo descriptivo. El repositorio proporciona guías de implementación prácticas para construir aplicaciones de modelos de lenguaje grandes, como sistemas de generación aumentada por recuperación, agentes de IA con estado y flujos de trabajo de aprendizaje automático. Se distingue por ofrecer un enfoque estructurado para flujos de trabajo de codificación agentica, cubriendo destilación de ventana de contexto, enrutamiento de modelos agnóstico al proveedor y salidas estructuradas forzadas por esquema. Los materiales cubren una amplia gama de capacidades de ingeniería de software, incluyendo programación asíncrona con colas de tareas distribuidas, desarrollo de aplicaciones web con API REST y flujos de trabajo de análisis de datos. También incluye recursos para dominar el diseño orientado a objetos, implementar tuberías de CI/CD y aplicar estándares profesionales de linting y formato.

Este proyecto es una utilidad para desarrolladores que funciona como un asistente impulsado por inteligencia artificial para la gestión de consultas de bases de datos. Proporciona una interfaz interactiva para traducir entre lenguaje natural y código de base de datos estructurado, simplificando los procesos de escritura, depuración y mantenimiento de consultas complejas. La herramienta se distingue por incorporar inyección de contexto consciente del esquema, lo que le permite alinear las consultas generadas con definiciones de tablas específicas y metadatos de relaciones. Al mantener un historial de conversación con estado y utilizar prompts de modelos de lenguaje grandes, permite a los usuarios refinar iterativamente las consultas y recibir explicaciones que tienen en cuenta la lógica y estructura específicas de su entorno de base de datos. Más allá de la traducción central, la utilidad admite el análisis de código existente para identificar errores de sintaxis y proporciona desgloses en inglés sencillo de la lógica de consultas complejas. También incluye características para formatear código de base de datos y gestionar un historial local de registros de traducción para facilitar la reutilización de trabajos anteriores.

Gepetto is an IDA Pro plugin that integrates large language models directly into the reverse engineering workflow. It functions as a multi-provider LLM client, allowing users to explain decompiled functions, rename variables, and add comments to pseudocode, all while supporting multiple language model backends and a localized interface. The plugin distinguishes itself through a plugin-based architecture that abstracts multiple LLM providers behind a unified interface, enabling hot-swapping between providers and models without restarting IDA Pro. It also features a command-line interface bridg