REA:让 AI 帮你拆解软件,看看功能是怎么实现的

看到一个好用的功能，你有没有想过：它背后到底是怎么实现的？

比如，Notion 复制的内容为什么能保留块结构？老游戏又是如何根据画面位置，让声音从左边或右边传出来的？

开源工具 REA，就在尝试让 AI 帮你回答这些问题。

REA 的全称是 Reverse Engineer Anything。它通过 MCP，把 AI 助手接入逆向分析工具，让助手能够查看应用内部的代码线索、调用关系和运行行为，再根据证据解释实现原理。

它可以配合 Claude Code、Codex、Cursor 等助手使用，也支持命令行。分析范围包括原生二进制、JavaScript/Electron 应用、网站、.NET 程序集和 Android APK 等，不同类型需要的环境和工具有所区别。

它的价值，用两个案例就能说明白。

在项目公开的 Notion 案例中，REA 帮助助手追踪了一次剪贴板调用：从页面接口，经过预加载脚本和进程通信，最终到达主进程的系统剪贴板操作。

案例还展示了保留块结构的机制：在本地保存结构化数据，在复制的 HTML 中放入标识，粘贴时通过标识找回对应内容。

另一个案例来自老游戏 DX-Ball。助手借助 REA 查看汇编、追踪调用者、读取常量，重建了一个将横坐标转换为左右声像的 C 函数。按照官方记录，该函数通过了 3,205 组与原始函数的结果对比。

从这两个例子可以看出，REA 的工作方式是：找到线索，追踪实现，给出证据，再验证结论。

想体验的话，准备好符合项目要求的 Node.js 和 npm，运行：

npx rea-agents setup

按提示接入助手、完成配置并重启后，就可以围绕具体功能提问。例如：

使用 REA 分析这个应用的导出功能，找到入口，追踪数据转换和文件写入过程，列出关键代码位置，并说明哪些结论还需要验证。

第一次使用，建议从自己拥有或获准分析的小型应用开始。问题越具体，越容易判断分析结果是否可靠。

也要对它的能力保持合理预期：原生程序分析通常返回伪代码和汇编，无法保证恢复完整原始工程。REA 在本地分析目标，但结果会交给 AI 助手处理，数据如何流转取决于助手和模型配置。

REA 值得关注的地方，是让开发者能从一个具体问题出发，借助 AI 和专业工具，逐步理解软件内部的实现。

下次再遇到一个让你好奇的功能，或许可以让 AI 带着证据，陪你往里看一层。

项目地址：github.com/morluto/rea