Binary Ninja 工具特有坑与边界

版本差异

Python API 与软件版本强绑定：API 不随软件自动同步——重装软件或升级后必须重跑安装目录 install_api.py，否则 import binaryninja 指向旧版 API，行为与文档不符（最常见故障源）
主版本间 API 变化：2.x → 3.x（类型 API 重构）→ 4.x → 6.x 各有破坏性变更——脚本依赖先查 core_version() 与对应版本文档；旧插件在新主版本下可能直接加载失败
6.0 迁移（Plugin Manager → Extension Manager）：6.0 起插件管理器重构为 Extension Manager，旧 pluginmanager 仅保留 shim；bundled Python 升至 3.13（首次覆盖 Linux），外部 Python 最低仍 3.10——升级后需跑一次依赖迁移（重装插件依赖），否则旧插件报缺依赖或加载失败
i 键是 IL 循环，m 不是：m 在官方文档里是「整数应用枚举显示」（类型操作）——网上流传的「m 切 MLIL」说法与现行版本不符，切 IL 用 i 或右下角 Options 菜单
插件兼容性：插件按主版本编译/适配——Extension Manager（6.x；旧菜单 File > Manage Plugins）里标记版本要求的插件，跨主版本升级后逐个验证

无 headless 自动化：headless 是商业版能力（无 binaryninja-headless CLI——正路是 install_api.py 注册后脚本 binaryninja.load()，headless license 用官方独立下载包），个人版用 GUI 内 File > Python 面板跑脚本
自动化频次/规模限制：个人版对脚本自动化（批量跑、无头操作）有使用限制，license 条款约束个人用途——批量任务先评估是否超限，超限用 re-ghidra analyzeHeadless（免费）替代
商业版功能裁剪：部分插件要求商业版；Options > About 确认 license 类型，别在个人版上排查商业功能故障

MLIL 对混淆失真：花指令/控制流平坦化破坏数据流重建——反编译出现死代码/恒假条件时降 LLIL/汇编核对，或先 re-deobfuscate
大二进制首次分析慢：100MB+ 样本默认分析 pass 全开可达数分钟——Options > Analysis 按需关 pass，或对重点函数用 f.analysis_skip_override 思路做局部分析
带壳样本直接分析=假结果：壳区不解密，函数识别乱——先 re-packer-id / re-anti-analysis 脱壳再导入
无头模式分析不自动跑：binaryninja.load() 后必须 update_analysis_and_wait()——GUI 自动分析，无头不自动，忘了这行所有结果都是空的

macOS 插件目录特殊：~/Library/Application Support/Binary Ninja/plugins——不是 ~/.binaryninja/plugins（Linux 才是），放错位置插件不加载
Windows 插件目录：%APPDATA%\Binary Ninja\plugins——不要放安装目录下（权限/升级覆盖问题）
cask 安装的 macOS 版：brew install --cask binary-ninja 安装的是 GUI 应用，Python API 仍需在应用目录跑 install_api.py 注册到你的 Python 环境