一条命令逆向任何软件:开源项目 REA 深度解析

输入一个二进制，输出一份完整的逆向报告。不需要 IDA，不需要 Ghidra，不需要你懂逆向。

它是谁？

REA（Reverse Engineering Assistant） 是一个自动化的逆向工程框架，纯 Rust 编写，MIT 协议开源。

当前版本 v5.1.0，仓库在 2024 年 8 月创建，非常活跃（最近一次代码推送就在昨天）。

• GitHub：github.com/mytechnotalent/rea
• 作者：Kevin Thomas（mytechnotalent）

核心玩法：一条命令搞定

rea suspect        # 指向目标二进制

它会在目标文件同目录自动生成三份报告：

设计哲学就一句话："Target in, answers out" —— 你负责给二进制，它负责出结论。

双模式运行

1. AI 自主分析模式

配置 LLM API key 后（支持 OpenRouter 等），REA 跑一个自主的 tool-calling 多智能体分析循环：

• 反编译 → 模拟执行 → 解密 → 漏洞审计 → 规则匹配
• 最终输出：执行概览 / 架构分析 / 经验证的漏洞 / 可执行修复建议

2. 纯离线确定性模式

没有 API key？照样能用。完全离线、零网络请求，输出纯确定性技术报告。

离线模式是兜底，AI 模式是增强，两者可以独立运行。

核心能力清单

格式覆盖（靠内容识别，不靠扩展名）

PE（EXE/DLL/SYS）、ELF、Mach-O、通用二进制、固件（uImage / SquashFS / ARM Cortex-M 原始固件）、WASM、SQLite、EVM 字节码、PCAP/HAR 网络抓包、JS source map、Android resources.arsc、Java class file、ELF core dump、Flutter APK、MS-DOS 可执行文件。

静态分析

加密哈希（MD5 / SHA-1 / SHA-256）、imphash、Shannon 熵、导入导出表、安全缓解措施检测（ASLR / NX / CFG / PIE / RELRO / 栈金丝雀）。

P-Code 模拟执行

在沙箱里执行目标代码（不在宿主机上真跑），把运行时才出现的字符串、密钥、解密后的 payload 挖出来。还支持模拟驱动的脱壳（unpacking）。

保护壳检测

商业加壳器 / 保护器签名匹配，高熵映射、异常内存布局、W^X 违规检测。

v5.1.0 新增亮点

• DWARF 调试符号恢复（ELF .debug_info / .debug_abbrev / .debug_str）
• Windows PDB 解析（MSF 容器）
• YARA 子集规则匹配引擎
• 加密常量识别：Blowfish P-array、DES S-box、RC5/RC6 密钥调度、bcrypt 签名
• Source-Map VLQ 解码、WASM 代码段分析

漏洞审计

capa 风格规则 + MITRE ATT&CK / MBC 映射，输出 SARIF 格式报告。

MCP Server

内置 31 个工具的 MCP 服务，可以直接接进其他 AI agent 一起用（包括 OpenClaw）。

安全设计

整个代码库 #![forbid(unsafe_code)] —— 恶意或畸形输入无法打穿宿主环境。

它能干什么？（典型场景）

1. CTF：比赛前快速摸清目标二进制的结构、字符串、密钥位置
2. 软件安全审计：审计某个第三方库 / 插件有没有已知 CVE 模式
3. 逆向学习：免费配套课程 mytechnotalent/Reverse-Engineering-Tutorial
4. 恶意代码分析：PCAP/HAR + 加密常量 + URL/邮箱/注册表 IOC 提取
5. 脱壳：模拟执行驱动的 unpacking，把加壳后的真实 payload 挖出来

技术架构（一句话版）

Hybrid 设计：确定性引擎（disassembler + decompiler + emulator，纯 Rust 实现）负责提取事实，AI agent 负责推理和写报告。

工作区结构：

crates/  rea          # 主 CLI  rea-engine   # 确定性分析引擎  rea-sleigh   # 符号处理  rea-report   # 报告生成  reverse-engineering  # MCP server + 共享逻辑

一句话总结

REA 是一个 "IDA Pro 自动化平替 + 安全审计器"：不依赖商业工具，输入任意二进制，输出结构化逆向报告和安全分析；能纯离线跑，接上 LLM 还能自主做深度分析。

相关链接

• GitHub 仓库：github.com/mytechnotalent/rea
• 免费逆向课程：github.com/mytechnotalent/Reverse-Engineering-Tutorial
• 下载预编译二进制：github.com/mytechnotalent/rea/releases