zhutao100/macos-private-framework-research-skill

# macOS私有框架研究技能 用于研究现代macOS私有框架的可安装智能体技能库，提供可重复、有证据支持的工作流程。 ## 技能说明 `macos-private-framework-research` 帮助智能体发现私有框架依赖项、提取dyld共享缓存映像、重建Objective-C/Swift接口、对签名不明确的方法进行分流，并运行LLM辅助的类型推断循环与静态验证。 主要入口点： ``` macos-private-framework-research/SKILL.md ``` ## 克隆 参考检出是可选的源标记。避免使用 `git clone --recurse-submodules --shallow-submodules` 初始化它们：Git在运行递归子模块检出时会使用 `--no-single-branch` 参数，这会导致高引用仓库在深度1获取每个分支/标签的尖端。 当需要参考源时，使用两步检出： ``` git clone -o zhutao100 https://github.com/zhutao100/macos-private-framework-research-skill.git cd macos-private-framework-research-skill git submodule update --init --recursive --depth 1 --single-branch --jobs 4 ``` `reference-checkout/hammerspoon` 是可选启用的，因为递归克隆路径特别大。仅在需要时初始化： ``` git submodule update --init --depth 1 --single-branch --checkout -- reference-checkout/hammerspoon ``` ## 安装 面向Codex CLI和其他兼容Open Agent Skills客户端的用户级安装： ``` macos-private-framework-research/scripts/install_codex_skill.sh --replace ``` 仓库级安装： ``` macos-private-framework-research/scripts/install_codex_skill.sh --scope repo --replace ``` 手动安装： ``` mkdir -p "$HOME/.agents/skills" cp -R macos-private-framework-research "$HOME/.agents/skills/" ``` ## 常用命令 清点主机、dyld缓存和工具： ``` macos-private-framework-research/scripts/macos_private_framework_inventory.py \ --output /tmp/macos-pf-inventory.md \ --json-output /tmp/macos-pf-inventory.json ``` 仅在工作流需要时解析可选的非内置工具链： ``` macos-private-framework-research/scripts/resolve_toolchains.py ipsw dyld-shared-cache-extractor ``` 发现系统应用或客户端二进制文件对私有框架的使用： ``` macos-private-framework-research/scripts/discover_private_frameworks.py \ --output /tmp/disk-utility-private-frameworks.md \ --json-output /tmp/disk-utility-private-frameworks.json \ "/System/Applications/Utilities/Disk Utility.app" ``` 从dyld共享缓存中提取框架： ``` macos-private-framework-research/scripts/extract_dyld_framework.sh \ --framework DiskManagement \ --output-dir /tmp/macos-private-frameworks ``` 仅在提取时需要进行信息增强时才使用 `--enrich-objc-stubs`；对于有界的头文件输出，请单独运行 `ipsw class-dump`。 在加载原始依赖项、符号或字符串转储之前，构建一个有上限的框架清单： ``` macos-private-framework-research/scripts/framework_macho_manifest.py \ --framework DiskManagement \ --json-output /tmp/DiskManagement.manifest.json \ --markdown-output /tmp/DiskManagement.manifest.md \ --cache-evidence ``` 在加载原始plist转储之前，收集聚焦的权限证据： ``` macos-private-framework-research/scripts/collect_code_entitlements.py \ --focus-pattern 'diskmanagement|mach-lookup|xpc|sandbox' \ --output /tmp/DiskManagement.entitlements.md \ --json-output /tmp/DiskManagement.entitlements.json \ /path/to/candidate-binary ``` 探测候选的C符号和Objective-C类而不实际调用它们： ``` macos-private-framework-research/scripts/dlopen_symbol_probe.swift \ --image /System/Library/PrivateFrameworks/DiskManagement.framework/DiskManagement \ --symbol CandidateFunction \ --class CandidateClass \ --json ``` 对签名不明确的重建头文件进行分流： ``` macos-private-framework-research/scripts/objc_header_triage.py \ --headers /tmp/DiskManagement.headers \ --output /tmp/DiskManagement.candidates.md \ --json-output /tmp/DiskManagement.candidates.json ``` 为便于智能体处理，Markdown报告默认设有长度限制；JSON输出则保持完整。 为单个候选项构建LLM就绪的MOTIF风格推理上下文： ``` macos-private-framework-research/scripts/build_motif_context.py \ --candidate-json /tmp/DiskManagement.candidates.json \ --candidate-id 1 \ --headers /tmp/DiskManagement.headers \ --binary /tmp/macos-private-frameworks/System/Library/PrivateFrameworks/DiskManagement.framework/Versions/A/DiskManagement \ --output /tmp/DiskManagement.candidate-1.context.json \ --prompt-output /tmp/DiskManagement.candidate-1.prompt.md ``` 在将候选重建头文件作为证据使用之前，对其进行检查： ``` macos-private-framework-research/scripts/objc_signature_linter.py \ --headers /tmp/DiskManagement.inferred.headers \ --output /tmp/DiskManagement.lint.md \ --json-output /tmp/DiskManagement.lint.json \ --compile ``` ## 验证 仓库验证： ``` macos-private-framework-research/scripts/validate_skill_repo.py . macos-private-framework-research/scripts/resolve_toolchains.py --json-output /tmp/macos-pf-toolchains.json \ >/tmp/macos-pf-toolchains.md macos-private-framework-research/scripts/framework_macho_manifest.py --framework IntelligenceFlow --cache-evidence \ --json-output /tmp/macos-pf-framework-manifest.json \ --markdown-output /tmp/macos-pf-framework-manifest.md macos-private-framework-research/scripts/collect_code_entitlements.py --focus-pattern 'intelligenceflow|biome|mach-lookup' \ --output /tmp/macos-pf-entitlements.md \ --json-output /tmp/macos-pf-entitlements.json \ /System/Library/PrivateFrameworks/IntelligenceFlowRuntime.framework/Versions/A/intelligenceflowd python3 -m py_compile macos-private-framework-research/scripts/*.py bash -n macos-private-framework-research/scripts/*.sh macos-private-framework-research/scripts/dlopen_symbol_probe.swift --help >/tmp/macos-pf-dlopen-help.txt zsh -n framework-surveys/intelligenceflow-agent-survey/scripts/*.zsh python3 -m py_compile framework-surveys/intelligenceflow-agent-survey/scripts/*.py zsh -n framework-surveys/skylight-agent-survey/tools/*.zsh python3 -m py_compile framework-surveys/skylight-agent-survey/tools/*.py ``` 在macOS主机上，当涉及调查包时，还应运行清点脚本、一次小规模的应用/二进制文件发现流程以及调查头文件验证器。 ``` framework-surveys/intelligenceflow-agent-survey/scripts/verify_intelligenceflow_presence_header.zsh \ /tmp/intelligenceflow-presence-verify.json swift framework-surveys/skylight-agent-survey/tools/dlopen_probe_symbols.swift --json \ >/tmp/skylight-dlsym-probe.json framework-surveys/skylight-agent-survey/tools/verify_skylight_readonly_header.zsh \ /tmp/skylight-readonly-verify.json ```

标签：dyld共享缓存提取, Hopper工具, ipsw工作流, LLM引导类型推断, macOS私有框架研究, Objective-C元数据重建, Open Agent Skills, RuntimeBrowser, RuntimeViewer, Swift接口重建, 云安全监控, 云资产清单, 代理技能, 框架依赖分析, 逆向工程, 静态分析