为什么让 AI 做逆向工程总像在猜REA 完整拆解【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你问 AI“这个 App 到底怎么实现的”答案是不是总有模有样追问证据却含糊其辞多半在猜。AI 逆向工程和胡说八道之间差的只是一件事模型手里有没有真实观测。️ 让 AI 逆向工程在本地跑起来还自带证据这张截图里一个 AI Agent 正驱动 Hopper 反汇编一个原生二进制右侧面板的文件信息、地址与进度都是实时观测。一句话定位开源逆向工具 REA 把本地分析全程留在你的机器上每个结论都附带证据。 三把尺子量一量为什么 REA 的结果能追溯AI 逆向工程要可信得先过三关。把传统“让 AI 猜代码”和 REA 的做法摆在一起三把尺子一量就清楚对比项传统 AI 猜代码REA 的做法答案从哪来纯参数记忆每步返回真实观测反汇编、字符串、交叉引用目标文件在哪上传到某个在线服务没有托管分析服务文件不出你的磁盘怎么跟分析引擎说话根本不会复用你现成的 Hopper、IDA 或 Ghidra走本地私有 socket 通信结论长什么样“应该是这样”证据优先每个结果都是完整证据记录含置信度、限制与未确认项只跟隔壁工位递纸条、不往大群里喊话——本地私有 socket 通信就是这个分寸。三把尺子量的是同一件事把可观测事实交给模型判断留给你没看到的部分标成“未知”绝不补编。️ 这个开源逆向工具能拆哪些目标一张表看完同一套MCP 工具契约也就是一条 MCP 逆向工具链把异构目标收进同一个入口Agent 不用关心各目标之间的差异。六类常见目标与对应分析维度如下目标类型分析维度原生二进制Mach-O / ELF / PE函数、伪代码、汇编、字符串、符号、交叉引用与调用图JavaScript / Electron模块图、导入、Source Map、IPC 通道静态映射静态、不运行应用.NET 程序集元数据、CIL 指令、构建对比不加载、不执行Android APK清单声明、类搜索、方法反编译静态、无模拟器网站页面结构、脚本证据、网络元数据、截图被动观察固件Linux 固件区域检查与显式提取所有能力同时提供 CLI 与 MCP 两种形态自然语言下Agent 能跑完整链路终端里你能逐步执行同一条工作流两边证据契约一致结果可以直接互验。静态分析 JavaScript/Electron 这类目标甚至完全不需要逆向引擎无需源码分析 App 在此就是零依赖。工具契约细节见 docs/mcp-contracts.md。️ 跟着做一个真实任务让 Agent 拆掉一个应用的搜索功能以“分析某个 Electron 应用的搜索模块并给出证据”为例走一遍完整任务。每一步要么是你敲的命令要么是你直接说给 Agent 的话体检环境。先确认机器上的分析环境健康npx -y rea-agentslatest doctor这条命令像年度体检一样逐项过一遍宿主、依赖、分析引擎、Agent 配置只报告问题不做任何修改。注册到你的 Agent。执行 setup交互式挑选要接入的 AgentClaude Code、Cursor、Codex、Gemini CLI、VS Code 都在支持列表里。批准前会先展示完整变更计划现有配置自动备份npx rea-agents setup重启 Agent 后即可提问。让 Agent 接管分析。直接说“帮我理解这个应用的搜索是怎么工作的展示证据”。Agent 会自动串起整条链路打开目标、搜搜索相关的字符串、跟踪交叉引用、反编译关键函数每一步返回的都是真实观测数据。在终端独立验证。不走 MCP终端里执行analyze-javascript-application并带上--json与应用绝对路径即可拿到恢复的模块图、内联证据和明确标注的限制。这一步零依赖不用配 MCP不需要逆向引擎也不会运行目标应用。 REA 不做什么四条要记牢的边界下面四条是 REA 主动写进设计的克制比能力清单更值得记住不恢复原始源码。你能拿到的是伪代码、汇编和模块关系不是作者写的原文。缺失的证据算“未知”不算“没有”。校验只报告通过、失败或未知没验证到永远不等于通过。不会自动克隆应用。REA 展示一个功能如何实现要不要复刻进你的产品由你决定。引擎故障时绝不静默换引擎。Hopper、Ghidra 或 IDA 报错就是报错不会悄悄换一家糊弄过去。回到工位下次先问什么下次 AI 一本正经解释 App 实现时你该问的第一句话是“证据在哪”。把证据交给 Agent把判断留给自己。延伸阅读CLI 与证据指南。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考