ARTICLE · 1158477

逆向一切软件:REA 冲上 GitHub 5.8 万 Star,一个 MCP 就把 Ghidra 塞进了 AI 手里

发布时间：2026-10-11 21:20:05 最近访问：2026-10-11 21:20:06

这篇不给废话，全部是能直接用的东西：REA 是什么、它凭什么三个月冲到 5.8 万 Star、怎么装、怎么用、能分析什么、哪些事它其实干不了。

先说一句最关键的：REA 不是"AI 自动逆向"的魔法，它是把 Ghidra / Hopper / IDA 这些老牌工具，通过 MCP 接进了 AI Agent 的手里。 你不用再手动反编译、复制粘贴一堆伪代码去问模型了——Agent 自己会调工具、自己看证据、自己给结论。省掉的是中间那一堆体力活。

① 先看数据：这项目火得有点不讲道理

GitHub 上 morluto/rea 这个仓库，截至 10 月 10 日的实时数据是：

Star：58,648
Fork：11,588
License：MIT
首发：2026 年 4 月 14 日，最新版本已到 v6.1.0
官网：rea.tools

注意几个数怎么理解：它 10 月 7 日发布正式版（v4.1 那波），上线第一天就冲上 GitHub Trending 第一，24 小时进账 2,956 星；而当时总星数是 10,400 多。也就是说，绝大部分星是最近三天涨的。网上流传的"3.3 万""4.2 万"都是不同时间点的快照，你按当天实时数看就行。

这增长速度什么概念？它已经挤进了 GitHub 历史上升星最快的开源项目梯队。而且它不是那种"看一眼就收藏"的玩具——3 个月 30 多次发版，社区是真在用。

② 它到底解决了什么问题：一个"复制粘贴地狱"

以前的流程是这样的：你想让 AI 帮你看一个没有源码的软件，怎么干？

手动开 Ghidra 或 Hopper
反编译，导出一大坨重建出来的 C 伪代码
复制粘贴进对话框
希望模型能看懂那堵墙一样的代码
每追问一次，重复一遍 1-4

这就是纯粹的上下文切换税。 逆向分析被搞成了文书工作，而不是工程。

REA 干的事就一句话：它把"调工具"这件事交给 Agent 自己。 Agent 通过 MCP 直接问 REA，REA 在本地调分析引擎，把结构化结果还回来，Agent 立刻能在这个结果上继续推理。

③ 能力清单：41 个工具 + 14 条流程，覆盖这些目标

这是全文最该抄走的部分。REA 把逆向目标分成了这些类：

目标类型	REA 能返回什么	额外依赖
原生二进制	伪代码、汇编、字符串、符号、调用与引用	Hopper / Ghidra / IDA
JavaScript / Electron	模块、imports、source map、路由、IPC、原生插件关系	Node.js + npm
.NET 程序集	元数据、CIL 指令、声明的原生依赖、构建对比	无（纯静态）
安卓 APK	Manifest、类、反编译方法、引用	无头 JADX + 完整 JDK
固件	分区、提取结果、原生分析交接	Binwalk / Unblob
网站	页面结构、脚本、网络观察、指定截图	Chrome 系浏览器
网络抓包	请求、响应、暴露的载荷、源码位置	HAR；Linux 上 mitmproxy
离线 ELF 布局	段、节、原始符号/重定位、静态缓解候选	Linux x64 上 pwntools
EVM 字节码	分发选择器、字节偏移、推断参数与可变性	本地 raw/hex
录制的 Linux 崩溃	各线程寄存器/信号、可选映射候选	pwntools，可选 GDB/pwndbg
进程行为	终端输出、交互、退出与文件系统观察、运行对比	Linux/macOS 原生 PTY
包与资源	文件清单、摘要、plist、Apple bundle 结构	—

它一口气接了 12 个主流 AI 编码 Agent——Claude Code、Cursor、Codex、Gemini CLI、Windsurf、Devin、GitHub Copilot CLI 等等。另外，按 v4.1 的发布说明，它还通过开放的 Agent Client Protocol 支持 25 个 Agent 框架。

④ 装它：一条命令，全本地跑

前置要求：Node.js 22.x（≥22.19）或 24.x（≥24.11）或 26+，加上 npm。macOS 12+，或较新的 Linux（Ubuntu 24.04+、Fedora 41+、Arch）。Windows 目前只对 x86-64 PE 二进制实验性支持。

方式一：一条命令自动配好

npx rea-agents setup

它会自动探测你装了哪些 Agent，然后给每个注册 REA，并装好配套的工作流说明。它会对现有配置做备份，你确认后再落盘，之后重启 Agent 即可。

方式二：手动写 MCP 配置

{"mcpServers":{"rea":{"command":"npx","args":["-y","rea-agents@4.1.0","mcp"]}}}

方式三：只用命令行

# 分析一个解包出来的 JS/Electron 应用目录或 ASARnpx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json# 想常驻用，装个全局命令npm install --global rea-agentsrea --help

一个很多人忽略的点：分析全程在你本机跑，没有任何东西上传到云端。 Ghidra 免费开源，Hopper 是付费的 macOS/Linux 替代品、大文件上明显更快，IDA 也能接。深层分析引擎是可选的——不做原生分析的话，REA 光靠基础静态分析也能跑。

⚠️ 避坑：--json 输出里会带证据和"未知项"，别只看结论。另外它更新很勤，npx rea-agents@latest 或者 rea update 保持最新，不然你可能在拿一个老版本的 bug 折腾。

⑤ 上手怎么问：官方那句示例就是精髓

README 里的示例提示词，基本就是这个项目的全部卖点：

Understand how search works in the Notes app, show me the evidence, and build a similar feature for my project.

翻译过来："搞明白 Notes 里搜索是怎么实现的，给我看证据，然后照这个给我的项目做一个类似的功能。"

把 Notes 换成你的目标就行。Agent 负责追踪，你拿到的是：解释 + 代码位置 + 一份"目前还不知道什么"的清单。

⑥ 它真的能做到什么程度：三个真实案例

Star 数衡量的是"关注度"，案例才衡量"结果"。REA 官方放了三个 showcase，含金量比星数高得多。

案例一：DX-Ball 的音效声像公式

问题：1990 年代的游戏 DX-Ball，怎么把砖块的横向位置算成左/右声道的声像？

结果：复原出的公式是——把屏幕坐标转成 double，乘 1.5625，减 500.0，乘上存储的声像系数，截断。系数为 1 时，左边缘 −500、中间 0、右边缘 500。

关键在验证方式：作者没有"读完代码宣布一个公式"就完事。他跑了 3,205 组用例，覆盖 0 到 640 的每个位置、系数取 0 / 0.5 / 1 / 20 / −1，把原始 x86 函数和新的 C 版本对着比；在锁定 VC4.0 工具链后，编译出的字节也对上了——63 字节全中（在人工核对重定位之后）。整个项目报告了 55 个维护中的 C 函数、45,380 次与原版的对比。

它没证明什么：作者自己写了，下一步"把声像值接进游戏音频后端"还没做，游戏还不能玩；工作锁定在 DX-Ball 1.07 的特定哈希上，编译器复现"依赖人工核对的重定位和常量"，不是全自动。

案例二：Notion 怎么把内容写进剪贴板

问题：Notion Desktop 7.6.1 复制文本和 HTML 到系统剪贴板，走的什么路径？

结果：四段式——preload 脚本把 clipboard.write 暴露给页面；一个 wrapper 在某个 channel 上调用 ipcRenderer.invoke；主进程的 ipcMain.handle 接收；经过发送方校验后，Electron 的 clipboard.write 落盘。打包后的代码两侧用同一个 channel 名：notion:clipboard:write。

两个值得记住的发现：① 发送方校验是真的——主进程会检查是哪个页面发的，只有 Notion 自己的 web contents 能触发写入，这是任何 Electron 应用该学的正确姿势；② 复制会带上隐藏的块数据——HTML 里藏着一个注释 ，指向 Notion 本地存在自定义 MIME 类型 text/_notion-blocks-v3-production 下的块数据，粘贴时按 ID 还原；条目过期就退回纯文本+HTML。

它没证明什么：REA 4.1.0 只找到了暴露的 API 和 invoke 调用，channel 到接收端那一段是作者手工读代码接上的；剪贴板格式的结论来自 2026 年 7 月 13 日缓存的 web 资源，配保存下来的探针和测试脚本，不是抓的实时桌面会话。

案例三：PC-98 游戏的弹幕环

问题：一款 PC-98 游戏的固定角度/瞄准角度计算怎么实现的？（REA 的 Ghidra provider 支持 16 位 DOS 分析）

结果：复原了弹幕环背后的角度计算，用 C++ 重建，再和历史编译器的输出对比。重建代码放在独立仓库里。

三个案例的共同点，才是用 REA 的正确姿势：

维度	DX-Ball	Notion	TH04
问题够窄	一个声像计算	一条剪贴板路径	一个弹幕环
附带证据	地址、常量、3205 组测试	channel 名、handler 代码、保存的探针	指令、编译器对比
承认人工步骤	核对重定位	手工读 wrapper	编译器匹配
锁定目标	DX-Ball 1.07 + 哈希	Notion 7.6.1	原始 PC-98 二进制

没有一个案例说"重建整个应用"。 这就是今天诚实的边界：Agent 是一个快、不知疲倦的助手，帮你追一个具体行为；而可信度来自你能重跑的测试。

⑦ 泼三盆冷水：别被"逆向一切"这四个字忽悠

第一盆：它不是全自动。 三个案例里，每一个都明确写了人工步骤——核对重定位、手工读 wrapper、编译器匹配。Agent 加速的是搜索，判断结果的是人。 问它"能不能自动逆向任何 App"，答案是不能。

第二盆：合法性这事必须说清。 为互操作性做逆向，在 DMCA 下长期被认定为合理使用；法院也保护过为兼容性、且无其他合理途径获取信息的开发者。但有两个真实边界：① EULA 条款——很多商业软件在用户协议里明确禁止逆向，这是合同问题不是版权问题，但照样能让你吃官司；② DMCA 第 1201 条——禁止绕过访问控制（保护二进制本身的 DRM、加密），哪怕逆向底层软件本身合法。REA 不做任何绕过保护的事，你分析什么、拿结果干什么，责任在你。指向商业软件之前，先看 EULA。

第三盆：本地分析 ≠ 数据不出门。 REA 确实在本机跑分析，但结果是要交给你的 Agent 的——所以你的模型服务商的数据政策照样适用。别以为"本地"就等于"完全离线"。

⑧ 所以，对你意味着什么

想学东西的人：这是目前最好的"看懂一个功能怎么实现"的工具。挑一个你常用的 App，问它一个具体行为，看它给的证据链——比看十篇教程有用。
要审自己老代码的人：把自己几年前没源码的产物丢给它，追一个具体逻辑，比人肉啃汇编快得多。
逆向 / 安全从业者：把它当初筛和证据整理的加速器。批量样本先过一遍、调用链先拉出来，你只做判断和深挖。但加壳/混淆对抗、内核级保护这些，它救不了你，还得手工。
做 AI Agent 工具的人：REA 立的这个模式——本地执行的 MCP Server 包一个已有的专业工具——会被复制到更多领域。安全、嵌入式、二进制分析，下一个大概率就在路上。

最后说句实在的：REA 火成这个样子，不是因为"AI 能逆向一切"这个噱头，而是因为它精准地解决了"Ghidra 和模型之间那道手工搬运的墙"。墙一拆，逆向的工作流就变了。

至于"逆向一切"——当个口号听听就好。它真正干的，是把逆向从文书工作，变回了工程。