SuperAPI AI 工具集

frida-workflow

安全与审计

查看项目

更新于 10-16 01:08

技能介绍

Frida Workflow 是一个编排(orchestration)技能,定位是在编写或运行 Frida instrumentation 之前先做整体规划。它本身不提供具体 hook 代码,而是给出操作规则、子技能路由与工作流。

用途:为 Android、iOS、原生库、桌面进程、Gadget、agent 等场景规划 Frida 插桩;确定目标是观察还是修改行为,并安排后续步骤。

主要能力:\n1. 操作规则:插桩第三方软件前确认授权与目标范围;行为依赖版本、设备模式、Java bridge、Gadget 或 CLI 标志时查阅当前 Frida 文档;记录 Frida 客户端、server、gadget、操作系统、架构、包/进程 ID 及 attach/spawn 模式;先做观察型 hook,证实目标与调用形态后再修改;hook 保持小而可回滚并带日志,优先精确的类/函数 hook。\n2. 技能路由:环境未知用 frida-setup-checklist;选工具用 frida-tools-reference;类/符号/模块未知用 frida-tracing-discovery;TypeScript agent 与 RPC 用 frida-agent-builder;Interceptor、NativeFunction、内存扫描等用 frida-native-hooks;Android 用 frida-android-hooks;iOS 用 frida-ios-hooks;TLS/SSL pinning 用 frida-tls-pinning;反插桩检测用 frida-anti-instrumentation;运行时数据观测用 frida-data-extraction;搜索 CodeShare 用 frida-codeshare-search;运行公共或改动大的脚本前用 frida-script-review;attach/spawn 失败等用 frida-troubleshooting。\n3. 工作流:定义目标与回滚条件;盘点环境(frida --version、frida-ps -Uai、frida-ls-devices);选择 spawn(早期初始化)或 attach(运行中进程),必要时用 Gadget;先枚举模块、导出、导入、符号、字符串、类与方法;最小化 hook 并验证不崩溃、日志符合预期,保存命令与脚本版本。\n4. 实践建议:用 CodeShare 做侦察并先读脚本;采用 hook 阶梯,从高层 API 逐步下探到 JNI/native、加密、TLS 或系统调用边界;针对性脚本优先于通用绕过包;混淆应用按数据(URL、header、字节数组、加密输入输出、文件路径、反射、动态 DEX/原生库加载)追踪;保持实验可复现。\n\n当前注意事项:Frida 17 将 Java runtime bridge 移出 GumJS,打包 Java API 时可能需要 frida-java-bridge 依赖;工具与远程 frida-server/Gadget 版本需对齐;Interceptor.onLeave() 的 retval 会被回收,不可存留;Memory.allocUtf8String() 等分配的内存需保持存活。\n\n限制:资料未给出具体支持的平台版本、收费与价格、性能数据、安装命令或收益指标;实际使用须自行确认授权并核对当前官方文档。