Awesome GitHub RepositoriesDecompiled Code Explainers

LLM4Decompile este un set de instrumente și un framework pentru traducerea din binar în cod sursă. Utilizează modele de limbaj mari (LLM) pentru a transforma codul mașină în cod sursă lizibil și pentru a recupera logica originală a executabilelor compilate. Proiectul include un pipeline specializat pentru generarea de seturi de date de antrenament sintetice prin convertirea codului sursă în perechi de assembly. Oferă un framework de fine-tuning pentru a optimiza modelele de deep learning pe aceste seturi de date binar-la-sursă, crescând acuratețea recuperării codului. Sistemul dispune, de asemenea, de capabilități pentru rafinarea pseudo-codului decompilat. Acest proces se concentrează pe restaurarea scheletului structural și a numelor variabilelor dintr-un binar pentru a îmbunătăți lizibilitatea logicii dezasamblate.

Acest proiect este o colecție cuprinzătoare de materiale educaționale de programare Python, incluzând tutoriale, exerciții și mostre de cod curate. Acesta servește drept curriculum de învățare și set de instrumente de inginerie software, utilizând Jupyter Notebooks pentru a combina codul executabil cu text educațional descriptiv. Repository-ul oferă ghiduri practice de implementare pentru construirea de aplicații cu modele de limbaj mari, cum ar fi sisteme de generare augmentată prin regăsire (RAG), agenți AI cu stare și fluxuri de lucru de machine learning. Se distinge prin oferirea unei abordări structurate a fluxurilor de lucru de codare agentică, acoperind distilarea ferestrei de context, rutarea modelelor agnostice la furnizor și output-uri structurate impuse prin schemă. Materialele acoperă o gamă largă de capabilități de inginerie software, inclusiv programarea asincronă cu cozi de sarcini distribuite, dezvoltarea de aplicații web cu API-uri REST și fluxuri de lucru de analiză a datelor. Include, de asemenea, resurse pentru stăpânirea designului orientat pe obiecte, implementarea pipeline-urilor CI/CD și aplicarea standardelor profesionale de linting și formatare.

This project is a developer utility that functions as an artificial intelligence-powered assistant for database query management. It provides an interactive interface for translating between natural language and structured database code, simplifying the processes of writing, debugging, and maintaining complex queries. The tool distinguishes itself by incorporating schema-aware context injection, which allows it to align generated queries with specific table definitions and relationship metadata. By maintaining stateful conversation history and utilizing large language model prompting, it enab

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