让 AI 编码 agent 自己拆软件:REA 这个逆向工程工具我没想到会这么快

你在一个软件里看到过一个特别好用的功能，想把它做进自己的产品。以前只有两条路：靠猜，或者靠反汇编工具里一行行硬啃。

REA 想给你第三条：让你的 AI 编码 agent 自己拆。

它是一个开在本地、通过 MCP 协议接给 agent 用的逆向工程工具集。项目四月中旬才建仓，现在已经攒到三十万星、七万七千多 fork，协议是 MIT，代码以 TypeScript 为主，核心能力包装成 npm 包 rea-agents。

它的完整形态是：一个 MCP 服务器 + 一套给 agent 的工作流指令 + 一层对各路逆向引擎的适配。

装好之后，你在 Claude Code、Codex、Cursor 里提一句「看看 Notion 怎么复制富文本的」，agent 就会自己去拆包、定位代码、追调用链，然后把结论连同一串可核查的证据交给你。

它到底能拆什么

这是 REA 最容易被低估的部分。大多数人以为它只管「反编译一个 exe」，实际上它覆盖了二十多种目标形态，按目标分大致是这些：

原生二进制：给 Hopper、Ghidra、IDA 做桥接，返回反编译伪代码、汇编、字符串、符号、调用关系、交叉引用。也支持用 objdump、Rizin 做纯离线的静态检查。

JavaScript / Electron 应用：分析解包后的目录或 .asar，给出模块、导入关系、路由、IPC 通道，以及主进程和渲染进程之间的边界。这一步是纯静态的，不需要装任何反汇编引擎。

.NET 程序集：读 PE/CLI 元数据、IL 指令、声明的原生依赖，能对比两次编译的差异。

泛平台产物：Android APK（内置 headless JADX 反编译，输出 Manifest、类、方法、引用）、Android 真机（adb 的设备、进程、日志、截图、文件传输）、Flutter APK（Dart 快照哈希、各 ABI 库摘要、引擎构建来源）、HarmonyOS hap/hsp。

二进制里的语言指纹：Go 二进制能读出编译器和模块依赖，Rust 也能读出 cargo-auditable 记录的 crate 名、版本和依赖边，有些还能拿到源码地址。这部分不需要装 Go 或 Rust。

特殊格式：WASM（校验、导入导出 WAT 形态）、EVM 字节码（分发选择器、字节偏移、参数推断、可变性）、SQLite 数据库、Apple 应用包结构。

固件与设备：binwalk 或 unblob 拆固件镜像，输出分区结构和提取结果；逻辑分析仪录音可以按 sigrok 解码器解出协议时序。

运行时观察：浏览器页面（结构、脚本、网络请求、按需截图）、录好的 HAR 或 Fiddler SAZ 抓包、pcap 包摘要、进程行为捕获（终端输出、交互、退出码、文件系统变化）、Linux crash 现场（寄存器、信号、内存映射）、Frida 动态插桩。

版本对比：任意两个产物之间做清单级对比，按路径、内容、元数据、图关系找差异，还能顺着差异找行为变化。

支持目标全景

这个清单本身就说明了 REA 的定位：一款给 agent 用的「万能拆解台」。传统工具各管一段——IDA 管原生，Chrome DevTools 管网页，jadx 管安卓，binwalk 管固件——REA 做的是把它们的输出统一成同一套证据格式，让 agent 能用同一套问法跨层追问。

为什么这次不一样

AI 看反编译代码这件事，早就有人试过。把 Ghidra 的伪代码贴给大模型，让它解释，这条路一直不太行，因为模型很容易编。

REA 把主要精力放在了一件很笨的事上：每一条结论都必须带证据。

工作闭环

它内部有一本账，叫 EvidenceLedger，记录会话里产生过的全部证据。每条证据都有唯一 ID、内容摘要、来源位置、分析参数，还有一份「这次看到了什么、没看到什么」的覆盖声明。

举个它文档里的例子。分析 Notion 的预加载脚本，返回的东西长这样：

暴露给页面的 API: api_key: “__electronApi” 来源: preload.js:1:22764–22828 渲染进程的 IPC 调用: operation: “invoke” 来源: preload.js:1:6486–6522

这不是「我看到大致是这么回事」，而是精确到字节的偏移区间。agent 拿着这个位置回去读原始代码，确认无误再往下追：ipcRenderer.invoke 里带的通道名叫 notion:clipboard:write，拿这个名字去主进程包里搜，找到 ipcMain.handle 的注册处，再往后就是 Electron 的 clipboard.write。

四步走完，一条链路闭合。每一步都有出处，任何一步错了都能回去核对。

这套机制的狠处在于，它把「不知道」也当成了正式产出。

分析过程中没解决的问题，会以「剩余未知项」的形式记进一本独立的账。每条未知项要写清楚：问题是什么、还需要什么权限或环境才能解决、有哪些支持证据和冲突证据。agent 不能假装这些坑不存在，只能用新证据去销账。

于是 agent 的工作方式变成：提问、拿证据、发现未知、补一轮实验、销账、再下结论。要是卡在某个工具版本上，它也得如实告诉你卡在哪。

证据账本

官方实机：REA 在 Hopper 里分析一个原生二进制

为什么这就是「颠覆」

传统逆向的瓶颈从来不在工具，在人。工具能给你伪代码，但伪代码准不准、这个变量是什么意思、这条路径是不是真的会走到，全靠人自己判断。老手快，新手慢，经验没法批量复制。

REA 把这套判断拆成了机器能做的步骤：定位、取证、追溯、留痕、核对。agent 不需要「手感」，它只需要照着证据走。而且证据是可以被下一个 agent 复核的。

它还支持两种闭环：把两次分析的结果做函数级或产物级对比；以及用 verify_reconstruction 拿一份带类型的规格说明去核对重建结果。仓库里的三个官方案例都是靠这个反哺出来的。

DX-Ball 的案例：要还原砖块撞击时声音的左右声像计算。第一次反编译出来的伪代码几乎是空的，只看到一次浮点转整数调用。agent 回头去看指令，发现输入参数藏在 [EBP+8] 里，伪代码没显示出来。顺着调用者往上追，发现屏幕坐标是 20 + 30 × tile_x；再按地址读内存里的双精度常量，把算法补全成 C。最终实现跑了 3205 组原始 x86 用例全过，编译出来的 63 个字节和原程序完全一致。

TH04 的案例更极端：一台 PC-98 上的 16 位 DOS 游戏，弹幕的固定角度和瞄准角度计算方法。恢复出的 C++ 跟当年编译器的输出做了逐字节比对。整个项目目前恢复了 55 个函数、做了 45380 次对比、33 个函数编译后字节一致。

这些不是「AI 猜得像」，是能拿编译器验身的。

装起来是什么样

需要 Node.js 22.19 以上（或 24.11、26 以上）和 npm。一条命令：

npx rea-agents setup

它会问你接哪个 agent，把 MCP 服务器注册进去、装好配套的工作流指令，改配置前先做备份。支持 Claude Code、Codex、Cursor、Gemini CLI、Windsurf、Copilot CLI、VS Code、Grok Build 等十几种客户端。装完重启 agent 才生效。

原生二进制的深度分析要另配引擎，Hopper、Ghidra、IDA 三选一，用你现成的安装就行。setup 可以在你批准后帮你装 Hopper，Ghidra 和 IDA 不会动。纯静态的 JavaScript 和 .NET 分析什么都不用装。

不想接 agent 也能用命令行，比如拆一个 Electron 应用：

npx -y rea-agents@latest analyze-javascript-application /path/to/app --json

返回的是完整的证据记录，连图和限制说明一起给你。原生分析则是 rea open、rea inspect、rea function、rea decompile、rea xrefs 这一套，用 --provider 指定引擎。

日常使用不需要背命令，基本就是对着 agent 说话：

「这个网页导出 Excel 时请求了哪些接口，响应是怎么变成文件的？」

「对比一下 1.2 和 1.3 两个版本，跟登录相关的逻辑改了什么？」

「这个固件里跑的是什么系统，有哪些服务在启动时拉起？」

该知道的几件事

分析全程在本地跑。 目标文件不上传，agent 拿到的是本地工具返回的结果。但你的模型服务商有自己的数据政策，这一点得自己掂量。

它不是安全沙箱。 运行时观察（进程捕获、浏览器操作、设备调试）用的是你自己的用户权限，会真的把目标跑起来。做这步之前要清楚在跑什么。

不同目标的上手成本差很多。 纯静态的 JS/Electron/.NET 开箱即用；原生二进制要配引擎，IDA 还得合法授权；固件、抓包、信号解码要自己在 Linux 上装 binwalk、tshark、sigrok 这些外部工具，REA 不替你装。

结果会说「不知道」。 这是设计使然，不是缺陷。但如果你习惯了工具给一个干脆的答案，得适应它时不时冒出来的「覆盖不完整」「此维度不可用」。

用在哪，边界很清楚。 读自己买的软件、做互操作性研究、软件保存、学别人的实现思路，这些是它明确支持的场景。拆别人的付费产品拿去复制、绕过授权，不在授权范围内——这点项目写得很直白。

REA 真正改变的是逆向工程的分工方式。

以前是一个人守着一堆工具，靠记忆和直觉把碎片拼起来。现在是一个人对着 agent 提问题，agent 负责取证、追溯、记账，人负责问对问题和判断值不值得。

门槛从「会不会用 IDA」变成了「会不会提问」。

对想研究别人产品实现的人，这是好事。对靠信息不对称吃饭的人，这不是。

项目地址：

https://github.com/morluto/rea

官网有交互式案例可以自己点：

https://rea.tools/showcase/