
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
PANDA(Platform for Architecture-Neutral Dynamic Analysis)是一个基于 QEMU 全系统模拟器构建的开源动态分析平台,旨在提供架构无关的全系统动态分析能力。通过记录和回放系统执行过程,PANDA 支持迭代式、深度的全系统分析,其紧凑的回放日志(如 FreeBSD 启动的 90 亿条指令仅需数百 MB)可共享,确保实验可重复。借助 QEMU 对 13 种 CPU 架构的支持,PANDA 能将多样化指令集转换为 LLVM IR 进行统一分析,同时提供插件架构简化复杂分析开发。
PANDA 提供两种 Docker 镜像,基于 Ubuntu 20.04 构建:
pandare/panda:用户镜像,包含 PANDA 与 PyPANDA 运行时依赖,无构建产物和源代码,体积较小pandare/pandadev:开发镜像,包含完整源代码(/panda 目录)、构建产物及所有依赖,适用于开发场景1. 用户镜像(pandare/panda)
从 Docker Hub 拉取
bashdocker pull pandare/panda
验证安装
bashdocker run --rm pandare/panda panda-system-i386 --help
从源码构建
bash# 需启用 BuildKit DOCKER_BUILDKIT=1 docker build --target=panda -t panda . # 验证构建结果 docker run --rm panda panda-system-i386 --help
2. 开发镜像(pandare/pandadev)
从 Docker Hub 拉取
bashdocker pull pandare/pandadev
验证安装
bashdocker run --rm pandare/pandadev /panda/build/panda-system-i386 --help
从源码构建
bashDOCKER_BUILDKIT=1 docker build --target=developer -t pandadev . # 验证构建结果 docker run --rm pandadev panda-system-i386 --help
以 i386 架构 guest 系统为例,启动 PANDA 分析:
bash# 使用用户镜像运行(需提前准备 guest 镜像文件) docker run --rm -v $(pwd)/guest.img:/guest.img pandare/panda panda-system-i386 -m 2G -hda /guest.img -monitor stdio
PANDA 依赖 S2E 项目的 LLVM 架构将 QEMU 的 TCG 中间代码转换为 LLVM IR,当前支持 LLVM 10,主要用于动态污点分析等复杂功能。
记录与回放仅支持相同地址长度的 PANDA 构建(如 32 位构建的 trace 无法在 64 位构建上回放),建议优先使用 64 位镜像。
README.md(参见 https://github.com/panda-re/panda/tree/master/panda/plugins%EF%BC%89PANDA 基于 https://github.com/panda-re/panda/blob/master/LICENSE 发布,由 MIT Lincoln Laboratory、NYU 和东北大学合作开发。
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务