企业官网建设流程全解析

如何用 REA 让 AI Agent 真正看懂二进制：本地逆向工程工具实操指南

【免费下载链接】reaReverse engineer anything with agents, from app behavior down to native binaries.项目地址: https://gitcode.com/GitHub_Trending/rea2/rea

让大模型讲一个二进制里某函数的行为，它多半会答得很流利。但那份流利通常只是"像那么回事"，而非"查过了"——模型从未见过那些字节，依据只有训练数据。REA（Reverse Engineer Anything）就是为这个缺口做的本地逆向工程工具：它把 Hopper、Ghidra、IDA 这类反汇编器，连同 JavaScript、.NET 的静态分析器封装成一个 MCP 服务器（Model Context Protocol，把工具接入 AI Agent 的接口协议）加 CLI，让你的编程 Agent 直接调用真实分析引擎，每一步结论都带回证据。

这是 REA 的典型工作画面：Agent 通过本地桥接脚本驱动 Hopper 反汇编一个 Mach-O 可执行文件，左侧是逐段汇编与入口点标记，底部控制台能看到分析进度，右侧面板显示文件加载器、地址段归属和 CPU 架构。

🚀 快速上手：两条命令接入，一条命令验证

想最快看到结果，从静态 JavaScript 分析入手最省事，它对逆向引擎零依赖。前置条件只有一个：Node.js 22.19+、24.11+ 或 26+，外加 npm。

接入 Agent 只需：

npx rea-agents setup

选好想接入的 Agent（Claude Code、Codex、Cursor、Gemini CLI 等受支持客户端均可）。写入配置前，它会先把完整变更清单摆出来供你确认，批准后才落盘，原有配置先行备份，完成后重启 Agent 即可。

不想配 MCP，也能在终端直接验证：

npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json

把解包后的 JavaScript 或 Electron 应用目录传给它，返回模块结构、导入关系、进程边界，以及每一项附带的证据。该命令只读文件，不启动目标应用。长期使用可全局安装rea-agents获得rea命令；命令全集、provider 选择与快照复用详见 CLI 指南。

🗺️ 能力地图：能分析什么，要先准备什么

同一套结果契约之下，分析深度和前置条件因目标而异。下面一项一行：

静态分析只读取你提供的文件；"进程行为"与"网站"这类运行时条目会以你的用户权限运行或交互目标，影响范围写在各自运行时指南里。各目标的前置条件与退出状态，查 安装文档。

🧠 设计原理：为什么每个结论都可以被追问

REA 的输出能扛住追问，靠的是三个设计决策。

工具按"分析师问题"命名。工具形状沿任务语义切分——inspect（查单个对象的事实）、search（找候选）、trace（追跨证据的关系）、compare（对比成对的工件）——引擎内部 API 被收进 provider 适配层。好处很直接：Agent 在 Ghidra 和 Hopper 之间切换时面对的是同一套语义，analyze_function产出的证据可以直接喂给compare_functions做差异分析。

"没查到"记作未知，而非不存在。MCP 契约文档里的规则相当具体：缺失的覆盖范围记为 unknown，不是 absence；调用列表为空且 provider 覆盖不确定时，不能当作"该函数没有调用"的证据。每条证据记录携带工件与引擎身份、来源位置、置信度与限制，外加显式的未知项清单。重建校验也只会报告通过、失败、未知三种状态，"没验证到"永远不会被记成"验证通过"。

失败不静默。引擎不可用时，工具返回原始错误并指向单引擎诊断（如rea doctor --provider ghidra --json），而不是背地里换一台引擎、交给你一份看起来能跑的结果。工件分析与行为捕获全部在本地完成，与 Hopper、Ghidra 之间走本地私有 socket，不向网络端口暴露服务。

⚖️ 边界与选型：它不做什么

先说它不做的，再谈适合谁。

它返回伪代码、汇编和模块关系，但不承诺恢复原始源码。把 REA 当成"自动还原源码"的工具会失望——写实现的是你的 Agent，它负责的是把推导链条和证据交出来。静态命令只读文件，但运行时功能（浏览器观察、进程捕获）有真实副作用，会以你的用户权限执行，用前应先读对应指南的影响范围。目标文件不出本机，Agent 收到的工具结果却会进入你的模型服务商，那侧的数据政策需要单独评估。

适合的场景：一次性、隐私敏感的目标——未发布的产品、内部工具、安全研究——且手边已有 Hopper、Ghidra 或 IDA 之一，整条分析链路本地闭环，终端里可以逐步复现。不适合的场景：期待自动还原源码的人，以及不能接受模型看到分析结果的场合。若你落在前者，REA 的本地化路线基本就是为这类需求设计的；完整文档体系见 文档总览。

【免费下载链接】reaReverse engineer anything with agents, from app behavior down to native binaries.项目地址: https://gitcode.com/GitHub_Trending/rea2/rea