REA:给 AI 装上逆向工具,追到软件功能的底层

你可能遇到过这样的时刻：某个软件的搜索很顺手，复制粘贴能保留复杂格式，老游戏里一个小效果又特别有意思。你想弄明白它怎么做，却拿不到源代码。

过去，这往往意味着自己找工具、翻反编译结果、追函数调用，再把线索一点点拼起来。

REA 想把这段调查过程交给 AI 协助完成。 你提出一个具体问题，它为 AI 提供分析入口，让 AI 查代码、追关系、看运行现象，再把结论和证据一起拿回来。

一、REA 到底是什么？

REA 的全称是 Reverse Engineer Anything，可以理解为“面向多种软件目标的逆向分析工具”。逆向分析，就是从已有软件的文件、结构和行为出发，推断它内部如何工作。

它通过 MCP 连接 AI 助手。MCP 是一种让 AI 调用外部工具的接口标准；在这里，作用就是让 Claude Code、Codex、Cursor 等助手能够调用 REA 的分析能力。

REA 在本地检查目标，返回伪代码、汇编、模块关系、引用位置等信息。伪代码是便于阅读的逻辑表达；汇编更接近机器实际执行的指令。AI 再根据这些结果继续追查，解释功能，或为你的项目编写和测试类似实现。

这张项目截图展示了 REA 在 Hopper 中启动分析桥接、检查原生二进制的场景。Hopper、Ghidra 和 IDA 都是常见的逆向分析工具，REA 可以借助它们做更深入的分析。

它把“问 AI”变成了“让 AI 带着工具查”。 一个结论对应哪段代码、哪些引用、还有哪些未知，都是调查的一部分。

二、它能查哪些东西？

最容易理解的两类目标，是原生程序和 JavaScript／Electron 应用。

原生程序，就是已经编译成机器码的软件。REA 可以借助分析引擎查看函数、字符串、符号、调用关系，以及伪代码和汇编。即使没有源代码，也能从这些线索追踪某项功能。

Electron 是用网页技术构建桌面应用的框架。对这类应用，REA 可以分析模块、导入关系、源码映射、路由，以及不同进程之间如何通信。比如，“点击复制”之后，界面里的请求究竟怎样传到主进程。

项目还提供面向其他目标的分析入口：

• 网站：观察页面结构、脚本、网络行为，并按需获取截图。
• .NET 程序：检查程序集元数据、中间指令和声明的原生依赖。
• Android APK：借助 JADX 查看清单、类、反编译方法和引用。
• 软件包与资源：梳理文件清单、资源和应用包结构。
• 运行过程：记录终端输出、交互、退出情况与文件系统变化。

这些能力有不同的前提。原生程序的深入分析通常需要 Hopper、Ghidra 或 IDA；APK 分析需要 JADX 和完整 JDK；网站观察需要 Chrome 系浏览器。静态 JavaScript 和 .NET 检查则不需要原生反编译引擎，也不会运行被检查的应用。

仓库主分支还可能包含尚未进入 npm 发行版的新功能，实际使用时要以安装版本提供的工具为准。

三、几个案例，比功能清单更直观

项目展示的案例很具体：一个游戏的声音左右偏移、一个桌面应用的剪贴板链路、一段老游戏的弹幕角度计算。

1. DX-Ball：从位置推导声音偏移

案例沿着声音调用追到“位置如何转换为声像偏移”的辅助函数，再检查指令，把不完整的伪代码重建成 C。项目案例报告，这个重建通过了 3,205 组原始 x86 测试，并复现了对应函数的全部 63 个编译字节。

价值就在于验证：找到计算逻辑之后，还能拿原程序的行为和编译结果来对照。

2. Notion：复制内容如何穿过多个进程

这个案例从界面进程的剪贴板接口开始，沿着预加载脚本和进程间通信，追到主进程，并检查富文本剪贴板格式。

对开发者来说，这样的路径比一句“用了剪贴板 API”更有帮助。它能解释请求经过哪里、格式在哪里处理、不同部分怎样协作。

3. TH04：追到老游戏的角度计算

这个案例检查 PC-98 游戏的 16 位指令，恢复固定角度和瞄准角度的计算，并把重建的 C++ 与历史编译器输出进行比较。

从桌面应用到老游戏，REA 展示的是同一种做法：提出具体问题，追到相关逻辑，再用证据验证理解。

四、怎么开始？

先准备 Node.js 和 npm。项目当前支持 Node.js 22.x（至少 22.19）、24.x（至少 24.11）或 26 及以上版本；23、25 和预发布版本不在支持范围内。

安装配置入口是：

选择你的 AI 助手，查看并批准配置变更，完成后重启助手。这个过程会注册 REA 的 MCP 服务，并安装配套的调查指引，还会备份已有配置。

随后，把目标和问题说清楚。比如分析自己的 Electron 应用时，可以这样提问：

任务越具体，结果越容易核验。先盯住一个功能，通常比一上来要求“还原整个软件”更有用。

五、值得关注的，是有证据的理解

REA 的吸引力在于，它让 AI 的解释有了可以继续追问、逐步核验的依据。读懂陌生软件、排查旧系统、研究互操作方式，或做软件保存时，这种能力都很实用。

也要分清两件事：反编译得到的伪代码不等于原始源码；REA 的本地分析结果会交给 AI 助手，后续数据处理仍取决于所用模型服务的数据政策。

REA 自身采用 MIT 许可证，外部分析工具仍遵循各自的许可证。它面向合法研究、教育、互操作和软件保存，分析对象应是你拥有或获准检查的软件。

如果你已经在用 AI 写代码，REA 值得关注的地方，是让这个助手还能帮你弄清楚：一个已经存在的功能，究竟是怎样运转的。

项目地址：https://github.com/morluto/rea

官网与案例：https://rea.tools/