企业官网建设流程全解析

REA 逆向分析工具指南：让 AI Agent 读懂原生二进制

【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

REA（npm 包名 rea-agents）是一个面向 AI Agent 的本地逆向分析工具：把 Hopper、Ghidra、IDA 等逆向引擎与脚本化工作流封装成 MCP 服务与 CLI，让不熟悉二进制逆向的开发者用自然语言看懂原生应用、Electron 程序、.NET 程序集和固件的内部实现。

痛点场景：逆向分析前的三道坎

• 对手只给安装包。你看到竞品 App 的某个功能想了解其实现路径，但没有源码，更不知道一次功能调用会穿过哪些模块，只能靠猜。
• 逆向引擎门槛高。Hopper、Ghidra、IDA 界面各异、版本不受你控制，反编译、交叉引用、控制流要一点点手工点；不常用根本翻不动。
• 结论没法交给 AI。手工整理的逆向结果没有证据、不可复现，Agent 无法判断可信度，分析结论很难直接落进开发流程。

能力速览：从静态结构到运行时行为

• 静态还原 JavaScript/Electron，无需任何引擎。analyze-javascript-application对 JS 目录或 ASAR 包做静态分析，还原模块图、导入关系与 IPC 边界，只读文件、不运行目标。
• 原生二进制由引擎自动接管。指定--provider ghidra（或 hopper、ida）后自动启动引擎，产出反编译伪代码、交叉引用与控制流，你只描述想查什么。
• .NET 与 APK 各走独立通道。.NET 程序集是纯静态元数据解析，零引擎依赖；Android APK 由自带 headless JADX 反编译，但需要本机有完整 JDK。
• 固件解包。Linux 固件分区交给自带的 Binwalk/Unblob 做区域划分与解包，这两个工具需调用者自备。
• 观察运行时行为。挂接 Chrome 系浏览器捕获页面脚本与网络请求；也可用本地 PTY 受控运行目标进程，记录终端输出、交互与退出码，用于对比两次运行。
• 轻量二进制元数据。Go/Rust 二进制的编译器版本与依赖清单直接读出，不需要安装对应工具链。

安装步骤：从 setup 到第一条分析命令

前置条件：Node.js 22.19+、24.11+ 或 26+，以及 npm。先跑安装注册，它会为你选定的 Agent（Claude Code、Cursor、Codex、Gemini CLI 等）写入 MCP 服务器注册与配套工作流指令，改动前逐项审批，完成后重启 Agent：

npx rea-agents setup

接着用一条不需要任何引擎的静态分析命令做验证，输出包含模块、导入、Electron 边界及各自的证据：

npx -y rea-agents@latest analyze-javascript-application /绝对路径/应用 --json

最后做环境自检。doctor严格只读，按你要做的任务范围检查前置条件与注册状态，也可用--provider ghidra、--client codex缩小检查范围：

npx -y rea-agents@latest doctor --json

工作机制：一次请求的分层流转

终端里的rea和 Agent 发出的 MCP 调用，第一站都在同一个入口：

以原生分析为例：请求经 server 层进入会话后，application 层检查 Provider 可用性并启动引擎，Provider 通过 bridge/hopper_bridge.py 或 bridge/ghidra/ 下的 Java 脚本向引擎发指令，取回的反编译结果经契约层校验后，连同证据、局限与未知项一起封装返回。

设计取舍：三个值得聊的决策

1. CLI 与 MCP 共享同一份编译产物。现象：rea doctor和 Agent 调 MCP 工具走的是 dist/ 下同一批产物，入口脚本只负责分发。原因：两条通道行为必须严格一致，修复逻辑只有一处。意味着你在终端看到的结果就是 Agent 拿到的结果，调试时不必怀疑 MCP 那边另有一套逻辑。
2. 把桥接脚本送进引擎，而不是直接调用。现象：hopper_bridge.py、ReaGhidraBridge.java 这类脚本在引擎进程内执行，结果经本地私有套接字回传。原因：Node 指挥不了 Hopper 或 Ghidra，各家 API 各异且版本不受你控制。意味着它不改造任何外部工具，引擎升级后只需维护桥接层，且通信全程不出本机。
3. 每个结论都带证据，边界也写明白。现象：结果固定包含 evidence、limitations、unknowns 三块；src/domain/ 层是 612 个无副作用的纯函数，tests/boundary/ 下 740 个边界测试文件守着这套行为。原因：给 Agent 用的工具，结论必须可复现、可对比、可审计。意味着任何回答都可以追问“凭什么”。同时把适用边界说在前面：静态分析不等于全量覆盖，例如 .NET 解析器不解包单文件宿主、NativeAOT 方法体需要原生分析；深度原生分析必须安装 Hopper、Ghidra 或 IDA 之一；浏览器通道要求 Chrome 系浏览器，包捕获与信号通道还需自备 TShark、sigrok-cli 等工具。

把逆向分析做成 Agent 可直接消费、结论可审计的本地工具链，是 REA 区别于传统逆向 GUI 的地方。如果你维护 AI 编码工作流又常碰到二进制问题，可以先装一条命令跑 doctor，看本机各通道是否就位。新目标类型的接入进度见 docs/roadmap.md，命令与输出契约见 docs/cli.md。🧭

【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