[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7ASQVT1KV4SX5GFQK0DRT66":3,"skill-same:01M7ASQVT1KV4SX5GFQK0DRT66":60},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":28,"commitSha":29,"skillDirectory":30,"forksCount":31,"repositoryHtmlUrl":32,"repositoryHomepageUrl":6,"ownerHtmlUrl":33,"ownerBlogUrl":6,"ownerDescription":34,"updatedAt":35,"install":36,"resources":49},"01M7ASQVT1KV4SX5GFQK0DRT66","re-ghidra",null,"Ghidra 工作流：导入→自动分析→反编译→脚本化。 触发词：Ghidra、反编译、headless","dslsdzc\u002Frev-skills","dslsdzc","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F150430440?v=4","01M7ASEW5AKHWCFR1TXPAXQ237","DslsDZC","01M7ASEW5WJZ3GGBCCT12KHAQZ",243,"Apache-2.0","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ghidra\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: re-ghidra\ndescription: >\n  Ghidra 工作流：导入→自动分析→反编译→脚本化。\n  触发词：Ghidra、反编译、headless\ncapabilities: [decompilation, debugging]\n---\n\n# Ghidra 逆向工作流\n\n## 何时使用 \u002F 何时不用\n\n- 用：需要反编译与深度静态分析；headless 批量处理；脚本化自动标注\u002F解密循环；PE\u002FELF\u002FMach-O 全支持\n- 不用：内存 \u003C4GB（启动即卡顿，换 [[re-radare2]]）；只需快速初勘（走 [[re-triage]]）\n- 不用：已有 IDA 工作流且目标明确（按 `RE_DECOMPILER` 会话变量选择）\n\n## 工具准备\n\n参考 [[re-analyze\u002Fplatform-tips]]——Ghidra 为静态分析主力（免沙箱）；低内存环境按平台经验换 [[re-radare2]]，headless 批处理适合远程环境。\n\n### Ghidra（官方安装，Java 21 要求）\n\n- 下载: GitHub `NationalSecurityAgency\u002Fghidra` releases，解压即用（无需安装）\n- JDK 21（Ghidra 11.3+ 要求）:\n  - Linux: `apt install openjdk-21-jdk` \u002F `dnf install java-21-openjdk` \u002F `pacman -S jdk21-openjdk`\n  - macOS: `brew install openjdk@21` 或 `brew install --cask temurin`\n  - Windows: `choco install temurin21`（或 Oracle JDK 21）\n- 启动: `.\u002FghidraRun`（GUI）\u002F `.\u002Fsupport\u002FanalyzeHeadless`（无头）\n- 验证: `java -version`（须 21+）；`.\u002Fsupport\u002FanalyzeHeadless -help` 正常输出\n- 版本: 12.x 为当前主线（核验基线 12.1.4）；安装时以官方 Releases 的 Latest 为准；运行官方 release 只需 JDK 21，从源码构建 Ghidra 自身需 JDK 25 + Gradle 9.1+；11.x → 12.x 有破坏性脚本 API 变更，写脚本先查目标版本 javadoc，细节见 [[gotchas]]\n\n### ghidra-bridge（Python 远程控制）\n\n- 全平台: `pip install ghidra-bridge`\n- 前置: Ghidra GUI 中 Script Manager 运行 `ghidra_bridge_server.py`\n- 验证: `python3 -c \"import ghidra_bridge; print(ghidra_bridge.__version__)\"`\n\n## 操作步骤\n\n1. **analyzeHeadless 无头导入+分析**：\n   ```sh\n   $GHIDRA\u002Fsupport\u002FanalyzeHeadless \u002Ftmp\u002Fproj sample_proj \\\n     -import .\u002Fsample.bin -deleteProject -log \u002Ftmp\u002Fghidra.log\n   ```\n   只建工程不交互时加 `-overwrite`；批处理多个样本循环调用。日志看 `-log`，分析完成标志: 无异常且工程可重新导入。\n   - `-process` 模式（对已导入工程内文件重跑脚本\u002F分析，与 `-import` 二选一）:\n     ```sh\n     $GHIDRA\u002Fsupport\u002FanalyzeHeadless \u002Ftmp\u002Fproj sample_proj \\\n       -process -postScript MyScript.java -scriptPath \u002Ftmp\u002Fscripts\n     ```\n   - 只做符号\u002F字符串\u002F单函数反编译时加 `-noanalysis`（跳过自动分析，秒级完成）；只读复查加 `-readOnly`；全套参数族见 [[commands]]\n\n2. **GUI：导航\u002F交叉引用\u002F反编译**：\n   - `File > Import File` → 选择样本 → `Analyze`（等左下角进度完成）\n   - 跳转: `Go To`（G）输入地址；入口点已在 Program Trees 标记 `entry`\n   - 交叉引用: 光标在函数\u002F变量上按 `R`（References 窗口），或右键 > References > Show References To\n   - 反编译: 在 Listing 中按 `Ctrl+E`（Decompiler 窗口，默认快捷键可能随版本\u002Fkeymap 不同，以 Help > Key Bindings 为准）或右键 > Decompile Function，反编译视图可 copy\n   - 函数图: 函数上按 `F`（Function Graph）看分支\u002F循环结构，与 Decompiler 同步导航\n   - 下划线地址差异: Listing 显示 VA（含 ImageBase），脚本中常用 `getAddressFactory().getDefaultAddressSpace().getAddress(\"0x401000\")`\n\n3. **重命名+类型传播标记**：\n   - 函数重命名: Listing 中 `L`；变量重命名: Decompiler 中 `L`\n   - 设置类型: 右键变量 > Set Data Type（`y`），如 `char *`、`DWORD`、`int (*)(int)`\n   - 定义结构体: Data Type Manager > 新建 Structure，Decompiler 中引用后类型传播自动改善反编译质量\n   - 标记已知库函数: 右键 > Set Data Type + `f`（Function signature），提升后续调用点参数语义\n\n4. **Python 脚本（自动标注、解密循环仿真）**：\n   ```python\n   # @category Analysis  — 放 GhidraScripts 目录，Script Manager 中 Run\n   from ghidra.program.model.listing import CodeUnit\n   fm = currentProgram.getFunctionManager()\n   for f in fm.getFunctions(True):\n       body = f.getBody()\n       if body.getNumAddresses() > 10000:\n           print(\"large:\", f.getName(), hex(body.getMaxAddress().getOffset()))\n   ```\n   解密循环: 定位 XOR 循环后脚本 patch 或直接计算:\n   ```python\n   from ghidra.program.model.mem import *\n   fm = currentProgram.getFunctionManager()\n   f = fm.getFunctionAt(currentAddress)\n   # 示例: 从 0x403000 起 0x100 字节异或 0x55\n   addr = currentProgram.getAddressFactory().getDefaultAddressSpace().getAddress(\"0x403000\")\n   for i in range(0x100):\n       b = getByte(addr.add(i)) ^ 0x55\n       setByte(addr.add(i), b)\n   ```\n   - **改字节前先副本**：`setByte` 直接写当前 Program（保存后即改原始文件）——分析恶意样本必须先复制 Program（`File > Save As` 另存副本）或对临时副本操作，禁止直接 patch 原始样本，否则破坏证据链\n   无头批量: `analyzeHeadless ... -postScript MyScript.java -scriptPath \u003Cdir>`\n\n5. **导出反编译 C**：\n   - `File > Export Program` → 格式选 `C\u002FC++`，导出整个反编译树\n   - 或 Decompiler 窗口逐函数 `Copy` 到笔记\n   - **导出的是反编译结果，不是原始源码恢复**：变量名\u002F类型推断可能错误（重命名后才会改善），不代表原始实现——只作阅读辅助，关键逻辑必须对照反汇编\u002FListing 验证\n   - 导出后核对: C 里无符号函数名保留注释（函数地址），对照原 Listing\n\n## 函数分析上下文清单\n\n分析每个函数前先收集（见 [[re-analyze\u002Fanalysis-contract]] 上下文清单）：xrefs（谁引用它\u002F它引用谁）、目标函数引用的字符串、caller\u002Fcallee 签名、已命名符号表、已恢复 struct。一次性给足再分析，避免反复翻 xrefs；主动申请额外证据每函数不超过 8 次工具调用。\n\n## 单函数深分析顺序\n\n按 [[re-analyze\u002Fanalysis-contract]] 的「单函数深分析顺序」五步推进（types → constants → vtables → identity → decompilation，不可跳步、禁止先反编译再倒推）。Ghidra 下的对应操作：类型用 Type Manager \u002F Apply Function Signature，虚表用 vtable 分析，符号\u002F常量证据可用 readelf \u002F strings \u002F objdump 导出辅助。\n\n## 跨域联合\n- [[re-address-space]]：Ghidra 基址与运行时地址换算（load bias）\n\n- [[re-binary-core]]：工作流第 5 步默认反编译器\n- [[re-malware]]：恶意样本深度分析（混淆脚本标注）\n- [[re-ctf]]：逆向题主力\n- [[re-firmware]]：固件 ELF 组件反编译\n- [[re-mobile]]：App .so 库分析\n- 与 [[re-format-pe]] \u002F [[re-format-elf]] \u002F [[re-format-macho]] 配合读结构；低内存环境用 [[re-radare2]]\n\n## 常见坑与陷阱\n\n- **自动分析漏掉混淆代码**：花指令\u002F乱序代码段可能未被反汇编——手动选中段按 `C`（code）强制标记，必要时修复函数边界（右键 > Create Function）\n- **Java 版本不匹配启动失败**：报 `UnsupportedClassVersionError` → 确认 `java -version` 为 21+，`JAVA_HOME` 指向正确 JDK\n- **内存 \u003C4GB 卡顿**：分析大二进制内存耗尽 → 换 [[re-radare2]] 或减小分析范围（`-analysisTimeoutPerFile`）\n- headless 默认分析选项与 GUI 有差异（缺少部分可选项）→ 用 `-postScript` 显式执行分析脚本保证一致\n- **大文件自动分析卡死**：现象——导入大二进制后自动分析长时间不结束\u002F界面卡死；原因——大文件卡死诱因=间接调用爆炸\u002F大型 C++ RTTI\u002F混淆控制流\u002F大量数据段；对策——先降低自动分析范围（限制\u002F关闭间接调用与 RTTI 分析选项），优先定位入口\u002F字符串\u002F交叉引用再逐步展开，见 [[re-analyze\u002Fplatform-tips]] 静态优先原则\n- **函数边界异常 → 检查反编译假象**：现象——反编译视图里函数被错误拆分\u002F合并、多出假参数或栈变量错乱、函数体看着像垃圾数据，照此分析得出荒谬逻辑；原因——手写汇编、混淆代码、尾调用（tail call 使相邻函数被错误合并）、无 frame pointer（不用 rbp\u002Febp 使帧推断失真）会让 decompiler 的边界与帧推断出错；对策——先核对 Listing 汇编与真实字节，按 `C`\u002FCreate Function 手工修正边界，尾调用与无 frame pointer 的函数以汇编语义为准、不完全相信反编译输出（见 [[re-binary-core]] 分析方法论 R4）\n- **内置脚本解释器是 Jython 2.7，不是 Python 3**：现象——脚本一跑就报 `SyntaxError`（f-string\u002F海象运算符）或 `ImportError`（找不到 pip 安装的三方库）；原因——Ghidra 内置 Jython 2.7，是 Python 2 语法与标准库，不支持 Python 3 语法，也无法 import pip 装的包；对策——脚本按 Python 2 兼容语法写（不用 f-string、用 `xrange`），需要现代 Python 能力（numpy 等）时改用 ghidra-bridge 让外部 Python 3 解释器驱动分析（见工具准备）\n- **脚本\u002F扩展选型失当 → 自动化维护成本失控**：现象——一次性批处理逻辑越写越复杂、每次手动触发很烦，或需要常驻自动化却反复手动点脚本；原因——Script（脚本：轻量单文件、手动触发、适合一次性\u002F简单重复任务）与 Extension（扩展：可注册菜单\u002F面板\u002F事件监听、随工程加载自动执行、ZIP 打包团队分发）的边界没分清；对策——简单重复任务用脚本即用即走；需要 UI 集成、外部服务接入、加载时自动执行或团队标准化分发时才做扩展\n\n- **脚本 API 跨版本不兼容**：现象——headless 脚本编译失败（skipping 且报 `getPermissions()`\u002F`getExecute()` 类方法不存在）；原因——Ghidra 版本间 MemoryBlock 等 API 变更（12.x 为 `isExecute()`，不同版本方法名不同）；对策——写脚本前先查当前版本 javadoc（小验证脚本），编译失败先怀疑 API 差异而非业务逻辑\n- **全量分析太慢就 -noanalysis**：只做符号表\u002F字符串\u002F单函数反编译时，`analyzeHeadless -noanalysis` 导入后脚本可直接用——符号（含 JNI 导出）与字符串扫描不依赖 auto-analysis，秒级完成\n- 命令速查（headless 参数族 \u002F GUI 快捷键族 \u002F 脚本 API 族）见 [[commands]]；版本差异、无头批处理与脚本 API 的更多坑见 [[gotchas]]\n","# Ghidra 逆向工作流\n\n## 何时使用 \u002F 何时不用\n\n- 用：需要反编译与深度静态分析；headless 批量处理；脚本化自动标注\u002F解密循环；PE\u002FELF\u002FMach-O 全支持\n- 不用：内存 \u003C4GB（启动即卡顿，换 [[re-radare2]]）；只需快速初勘（走 [[re-triage]]）\n- 不用：已有 IDA 工作流且目标明确（按 `RE_DECOMPILER` 会话变量选择）\n\n## 工具准备\n\n参考 [[re-analyze\u002Fplatform-tips]]——Ghidra 为静态分析主力（免沙箱）；低内存环境按平台经验换 [[re-radare2]]，headless 批处理适合远程环境。\n\n### Ghidra（官方安装，Java 21 要求）\n\n- 下载: GitHub `NationalSecurityAgency\u002Fghidra` releases，解压即用（无需安装）\n- JDK 21（Ghidra 11.3+ 要求）:\n  - Linux: `apt install openjdk-21-jdk` \u002F `dnf install java-21-openjdk` \u002F `pacman -S jdk21-openjdk`\n  - macOS: `brew install openjdk@21` 或 `brew install --cask temurin`\n  - Windows: `choco install temurin21`（或 Oracle JDK 21）\n- 启动: `.\u002FghidraRun`（GUI）\u002F `.\u002Fsupport\u002FanalyzeHeadless`（无头）\n- 验证: `java -version`（须 21+）；`.\u002Fsupport\u002FanalyzeHeadless -help` 正常输出\n- 版本: 12.x 为当前主线（核验基线 12.1.4）；安装时以官方 Releases 的 Latest 为准；运行官方 release 只需 JDK 21，从源码构建 Ghidra 自身需 JDK 25 + Gradle 9.1+；11.x → 12.x 有破坏性脚本 API 变更，写脚本先查目标版本 javadoc，细节见 [[gotchas]]\n\n### ghidra-bridge（Python 远程控制）\n\n- 全平台: `pip install ghidra-bridge`\n- 前置: Ghidra GUI 中 Script Manager 运行 `ghidra_bridge_server.py`\n- 验证: `python3 -c \"import ghidra_bridge; print(ghidra_bridge.__version__)\"`\n\n## 操作步骤\n\n1. **analyzeHeadless 无头导入+分析**：\n   ```sh\n   $GHIDRA\u002Fsupport\u002FanalyzeHeadless \u002Ftmp\u002Fproj sample_proj \\\n     -import .\u002Fsample.bin -deleteProject -log \u002Ftmp\u002Fghidra.log\n   ```\n   只建工程不交互时加 `-overwrite`；批处理多个样本循环调用。日志看 `-log`，分析完成标志: 无异常且工程可重新导入。\n   - `-process` 模式（对已导入工程内文件重跑脚本\u002F分析，与 `-import` 二选一）:\n     ```sh\n     $GHIDRA\u002Fsupport\u002FanalyzeHeadless \u002Ftmp\u002Fproj sample_proj \\\n       -process -postScript MyScript.java -scriptPath \u002Ftmp\u002Fscripts\n     ```\n   - 只做符号\u002F字符串\u002F单函数反编译时加 `-noanalysis`（跳过自动分析，秒级完成）；只读复查加 `-readOnly`；全套参数族见 [[commands]]\n\n2. **GUI：导航\u002F交叉引用\u002F反编译**：\n   - `File > Import File` → 选择样本 → `Analyze`（等左下角进度完成）\n   - 跳转: `Go To`（G）输入地址；入口点已在 Program Trees 标记 `entry`\n   - 交叉引用: 光标在函数\u002F变量上按 `R`（References 窗口），或右键 > References > Show References To\n   - 反编译: 在 Listing 中按 `Ctrl+E`（Decompiler 窗口，默认快捷键可能随版本\u002Fkeymap 不同，以 Help > Key Bindings 为准）或右键 > Decompile Function，反编译视图可 copy\n   - 函数图: 函数上按 `F`（Function Graph）看分支\u002F循环结构，与 Decompiler 同步导航\n   - 下划线地址差异: Listing 显示 VA（含 ImageBase），脚本中常用 `getAddressFactory().getDefaultAddressSpace().getAddress(\"0x401000\")`\n\n3. **重命名+类型传播标记**：\n   - 函数重命名: Listing 中 `L`；变量重命名: Decompiler 中 `L`\n   - 设置类型: 右键变量 > Set Data Type（`y`），如 `char *`、`DWORD`、`int (*)(int)`\n   - 定义结构体: Data Type Manager > 新建 Structure，Decompiler 中引用后类型传播自动改善反编译质量\n   - 标记已知库函数: 右键 > Set Data Type + `f`（Function signature），提升后续调用点参数语义\n\n4. **Python 脚本（自动标注、解密循环仿真）**：\n   ```python\n   # @category Analysis  — 放 GhidraScripts 目录，Script Manager 中 Run\n   from ghidra.program.model.listing import CodeUnit\n   fm = currentProgram.getFunctionManager()\n   for f in fm.getFunctions(True):\n       body = f.getBody()\n       if body.getNumAddresses() > 10000:\n           print(\"large:\", f.getName(), hex(body.getMaxAddress().getOffset()))\n   ```\n   解密循环: 定位 XOR 循环后脚本 patch 或直接计算:\n   ```python\n   from ghidra.program.model.mem import *\n   fm = currentProgram.getFunctionManager()\n   f = fm.getFunctionAt(currentAddress)\n   # 示例: 从 0x403000 起 0x100 字节异或 0x55\n   addr = currentProgram.getAddressFactory().getDefaultAddressSpace().getAddress(\"0x403000\")\n   for i in range(0x100):\n       b = getByte(addr.add(i)) ^ 0x55\n       setByte(addr.add(i), b)\n   ```\n   - **改字节前先副本**：`setByte` 直接写当前 Program（保存后即改原始文件）——分析恶意样本必须先复制 Program（`File > Save As` 另存副本）或对临时副本操作，禁止直接 patch 原始样本，否则破坏证据链\n   无头批量: `analyzeHeadless ... -postScript MyScript.java -scriptPath \u003Cdir>`\n\n5. **导出反编译 C**：\n   - `File > Export Program` → 格式选 `C\u002FC++`，导出整个反编译树\n   - 或 Decompiler 窗口逐函数 `Copy` 到笔记\n   - **导出的是反编译结果，不是原始源码恢复**：变量名\u002F类型推断可能错误（重命名后才会改善），不代表原始实现——只作阅读辅助，关键逻辑必须对照反汇编\u002FListing 验证\n   - 导出后核对: C 里无符号函数名保留注释（函数地址），对照原 Listing\n\n## 函数分析上下文清单\n\n分析每个函数前先收集（见 [[re-analyze\u002Fanalysis-contract]] 上下文清单）：xrefs（谁引用它\u002F它引用谁）、目标函数引用的字符串、caller\u002Fcallee 签名、已命名符号表、已恢复 struct。一次性给足再分析，避免反复翻 xrefs；主动申请额外证据每函数不超过 8 次工具调用。\n\n## 单函数深分析顺序\n\n按 [[re-analyze\u002Fanalysis-contract]] 的「单函数深分析顺序」五步推进（types → constants → vtables → identity → decompilation，不可跳步、禁止先反编译再倒推）。Ghidra 下的对应操作：类型用 Type Manager \u002F Apply Function Signature，虚表用 vtable 分析，符号\u002F常量证据可用 readelf \u002F strings \u002F objdump 导出辅助。\n\n## 跨域联合\n- [[re-address-space]]：Ghidra 基址与运行时地址换算（load bias）\n\n- [[re-binary-core]]：工作流第 5 步默认反编译器\n- [[re-malware]]：恶意样本深度分析（混淆脚本标注）\n- [[re-ctf]]：逆向题主力\n- [[re-firmware]]：固件 ELF 组件反编译\n- [[re-mobile]]：App .so 库分析\n- 与 [[re-format-pe]] \u002F [[re-format-elf]] \u002F [[re-format-macho]] 配合读结构；低内存环境用 [[re-radare2]]\n\n## 常见坑与陷阱\n\n- **自动分析漏掉混淆代码**：花指令\u002F乱序代码段可能未被反汇编——手动选中段按 `C`（code）强制标记，必要时修复函数边界（右键 > Create Function）\n- **Java 版本不匹配启动失败**：报 `UnsupportedClassVersionError` → 确认 `java -version` 为 21+，`JAVA_HOME` 指向正确 JDK\n- **内存 \u003C4GB 卡顿**：分析大二进制内存耗尽 → 换 [[re-radare2]] 或减小分析范围（`-analysisTimeoutPerFile`）\n- headless 默认分析选项与 GUI 有差异（缺少部分可选项）→ 用 `-postScript` 显式执行分析脚本保证一致\n- **大文件自动分析卡死**：现象——导入大二进制后自动分析长时间不结束\u002F界面卡死；原因——大文件卡死诱因=间接调用爆炸\u002F大型 C++ RTTI\u002F混淆控制流\u002F大量数据段；对策——先降低自动分析范围（限制\u002F关闭间接调用与 RTTI 分析选项），优先定位入口\u002F字符串\u002F交叉引用再逐步展开，见 [[re-analyze\u002Fplatform-tips]] 静态优先原则\n- **函数边界异常 → 检查反编译假象**：现象——反编译视图里函数被错误拆分\u002F合并、多出假参数或栈变量错乱、函数体看着像垃圾数据，照此分析得出荒谬逻辑；原因——手写汇编、混淆代码、尾调用（tail call 使相邻函数被错误合并）、无 frame pointer（不用 rbp\u002Febp 使帧推断失真）会让 decompiler 的边界与帧推断出错；对策——先核对 Listing 汇编与真实字节，按 `C`\u002FCreate Function 手工修正边界，尾调用与无 frame pointer 的函数以汇编语义为准、不完全相信反编译输出（见 [[re-binary-core]] 分析方法论 R4）\n- **内置脚本解释器是 Jython 2.7，不是 Python 3**：现象——脚本一跑就报 `SyntaxError`（f-string\u002F海象运算符）或 `ImportError`（找不到 pip 安装的三方库）；原因——Ghidra 内置 Jython 2.7，是 Python 2 语法与标准库，不支持 Python 3 语法，也无法 import pip 装的包；对策——脚本按 Python 2 兼容语法写（不用 f-string、用 `xrange`），需要现代 Python 能力（numpy 等）时改用 ghidra-bridge 让外部 Python 3 解释器驱动分析（见工具准备）\n- **脚本\u002F扩展选型失当 → 自动化维护成本失控**：现象——一次性批处理逻辑越写越复杂、每次手动触发很烦，或需要常驻自动化却反复手动点脚本；原因——Script（脚本：轻量单文件、手动触发、适合一次性\u002F简单重复任务）与 Extension（扩展：可注册菜单\u002F面板\u002F事件监听、随工程加载自动执行、ZIP 打包团队分发）的边界没分清；对策——简单重复任务用脚本即用即走；需要 UI 集成、外部服务接入、加载时自动执行或团队标准化分发时才做扩展\n\n- **脚本 API 跨版本不兼容**：现象——headless 脚本编译失败（skipping 且报 `getPermissions()`\u002F`getExecute()` 类方法不存在）；原因——Ghidra 版本间 MemoryBlock 等 API 变更（12.x 为 `isExecute()`，不同版本方法名不同）；对策——写脚本前先查当前版本 javadoc（小验证脚本），编译失败先怀疑 API 差异而非业务逻辑\n- **全量分析太慢就 -noanalysis**：只做符号表\u002F字符串\u002F单函数反编译时，`analyzeHeadless -noanalysis` 导入后脚本可直接用——符号（含 JNI 导出）与字符串扫描不依赖 auto-analysis，秒级完成\n- 命令速查（headless 参数族 \u002F GUI 快捷键族 \u002F 脚本 API 族）见 [[commands]]；版本差异、无头批处理与脚本 API 的更多坑见 [[gotchas]]\n",{"name":5,"description":24,"capabilities":25},"Ghidra 工作流：导入→自动分析→反编译→脚本化。 触发词：Ghidra、反编译、headless\n",[26,27],"decompilation","debugging","main","1977504515d3f5fa8889da43974feb7a0f4eaab9",".claude\u002Fskills\u002Fre-ghidra",43,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills","https:\u002F\u002Fgithub.com\u002Fdslsdzc","Building systems from scratch","2026-10-12 04:15:49",{"source":8,"skillName":5,"commands":37,"prompt":47,"zipAvailable":48},[38,41,44],{"tool":39,"command":40},"npx","npx skills add dslsdzc\u002Frev-skills --skill re-ghidra",{"tool":42,"command":43},"bunx","bunx skills add dslsdzc\u002Frev-skills --skill re-ghidra",{"tool":45,"command":46},"pnpm","pnpm dlx skills add dslsdzc\u002Frev-skills --skill re-ghidra","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ghidra\u002FSKILL.md",true,[50,56],{"path":51,"resourceType":52,"resourceTypeDesc":53,"sizeBytes":54,"sourceHtmlUrl":55},"references\u002Fcommands.md","REFERENCE","参考文档",6005,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ghidra\u002Freferences\u002Fcommands.md",{"path":57,"resourceType":52,"resourceTypeDesc":53,"sizeBytes":58,"sourceHtmlUrl":59},"references\u002Fgotchas.md",3377,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ghidra\u002Freferences\u002Fgotchas.md",[61,68,74,81,88,95],{"skillNo":62,"name":63,"nameZh":6,"description":64,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":65,"categories":66,"keywords":67,"publishedAt":19},"01M7AT3SFGN6KTM2DBN8TCNC4K","no-tools","缺工具准备章节。missing tools section.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fno-tools\u002FSKILL.md",[],[],{"skillNo":69,"name":70,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":71,"categories":72,"keywords":73,"publishedAt":19},"01M7AT3PY0QVB4A4WGAZHY43WP","good-skill","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fgood-skill\u002FSKILL.md",[],[],{"skillNo":75,"name":76,"nameZh":6,"description":77,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":78,"categories":79,"keywords":80,"publishedAt":19},"01M7AT3NJ1PG8DR115AMJC1Q1C","gateway-skill","网关型技能，无工具准备章节。gateway skill.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fgateway-skill\u002FSKILL.md",[],[],{"skillNo":82,"name":83,"nameZh":6,"description":84,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":85,"categories":86,"keywords":87,"publishedAt":19},"01M7AT3KCJGZV60PKJX244V8Z4","broken-link","含死链接与合法 references 链接。broken link.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbroken-link\u002FSKILL.md",[],[],{"skillNo":89,"name":90,"nameZh":6,"description":91,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":92,"categories":93,"keywords":94,"publishedAt":19},"01M7AT3HMVTA2MR66A5FMATVFQ","wrong-name","名字与目录不符。name mismatch.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbad-name\u002FSKILL.md",[],[],{"skillNo":96,"name":97,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":98,"categories":99,"keywords":100,"publishedAt":19},"01M7AT3F4K5ES6N62092Y8TRNG","bad-frontmatter","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbad-frontmatter\u002FSKILL.md",[],[]]