逆向工程一直是个门槛很高的活:动静态分析、反汇编、跨平台差异、运行时行为追踪,每一步都要专业工具和经验。更麻烦的是,这些知识很难跟智能体共享——你没法简单地把“这个二进制为什么这么跳”讲给一个通用智能体听。morluto 的 REA(Reverse Engineer Anything)把这件事翻转过来:它提供一个 MCP 服务,让 Claude Code、Codex、Cursor、Gemini CLI 等智能体直接对二进制、应用和运行时行为做逆向分析,从“这个 App 的搜索是怎么实现的”一路追到原生层的计算逻辑。
项目基本信息
| 信息项 | 详情 |
|---|---|
| 项目名称 | rea |
| GitHub地址 | https://github.com/morluto/rea |
| 项目描述 | 用智能体对二进制、应用与运行时行为做一站式逆向工程(MCP) |
| 作者 | morluto |
| 开源协议 | MIT License |
| 开源状态 | 公开 |
| Languages | TypeScript |
| 支持平台 | Windows / macOS / Linux |
| 最后更新 | 2026-10-25 |
一、项目介绍
REA 全称 Reverse Engineer Anything,定位是“面向逆向工程的单一 MCP”。它把一批逆向能力(含 Ghidra、JADX、固件工具、Electron/JS 静态分析等)封装成智能体可调用的工具,并通过紧凑的输入 schema 降低上下文开销。装上之后,你不必自己拼装反汇编器与工作流,直接用自然语言让智能体去“理解这个程序是怎么工作的”,并要它给出证据。
二、核心优势
一是覆盖面广:从原生二进制、应用程序,到运行时行为都能分析,不限于某一类目标。二是以证据说话:智能体会给出可追溯的分析链路,而不是凭空结论;文档里就示范了如何从 Notion 的 Electron 剪贴板桥、TH04 的 DOS 弹幕计算等真实案例反推实现。三是省上下文:MCP 默认用紧凑输入 schema,需要完整字段时再切 REA_MCP_INPUT_SCHEMA_PROFILE=full。
三、适用场景
适合安全研究员做漏洞与行为分析、开发者理解第三方闭源组件的实现、以及教学/取证场景。对想让智能体参与逆向流程而非只做文本问答的团队,REA 是现成的接入层。
四、安装教程
需要 Node.js 与 npm,一行 setup 即可把 REA 的 MCP 服务与配套工作流指令写入你的智能体配置(会备份原有配置):
npx rea-agents setupsetup 支持 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等,按提示选择智能体、审阅改动并批准,最后重启智能体。
常见报错:Linux 上 Ghidra / JADX / 固件工具启动或静态分析需要 PATH 里有 procps 兼容的 ps 做进程归属检查,缺失时会报错;按官方 installation 文档补装即可。
五、使用示例
在已接入 REA 的智能体里直接提问:
Understand how search works in the Notes app, show me the evidence, and build a similar feature for my project.更新本地安装:
rea update # 全局安装时
npx rea-agents@latest setup # 用 npx 时刷新智能体注册六、常见问题
Q:REA 会动我的智能体配置吗?
A:setup 会写入 MCP 与指令并备份原配置,重启后生效;要回退可用备份。
Q:能用 Bun 而不是 npm 吗?
A:可以,bunx rea-agents@latest 等价于 npx rea-agents@latest,但全局更新需 Bun 1.2.17+。
Q:输入 schema 太简略看不全字段怎么办?
A:在 MCP 注册里设 REA_MCP_INPUT_SCHEMA_PROFILE=full 拿到完整字段与校验说明。
七、总结
REA 把逆向工程从“专业工具 + 人肉经验”变成“智能体可调用的 MCP 能力”。对需要把二进制与应用行为分析纳入智能体工作流的人,它显著降低了入门与上手成本。
评论 0
还没有评论,来说两句吧。