拆解 REA：AI 本地逆向工程工具的覆盖清单、证据契约与官方边界
【免费下载链接】reaReverse engineer anything with agents, from app behavior down to native binaries.项目地址: https://gitcode.com/GitHub_Trending/rea2/rea
REA（Reverse Engineer Anything）是一个面向 AI agent 的开源逆向工程工具，以本地 MCP 服务器和 CLI 两种形态运行，覆盖 JavaScript/Electron 应用、.NET 程序集、Android APK、Go/Rust 二进制到原生 ELF/Mach-O/PE 二进制。分析全程在本地机器完成，待分析文件不离开机器；每条结论附带可追溯的证据记录。适合研究未发布产品、内部工具或竞品实现的一线工程师。
📋 覆盖清单：能分析什么、需要什么
README 的 "What you can analyze" 表列出了完整的分析目标矩阵，以下摘录核心行：
| 分析目标 | REA 返回 | 额外前置 |
|---|---|---|
| 原生二进制 | Pseudocode、assembly、strings、symbols、calls and references | 已有 Hopper、Ghidra、IDA 或 Kuna 安装 |
| JavaScript / Electron | 模块、导入、source map、路由、IPC 与 native add-on 关系 | 仅 Node.js + npm，无需逆向引擎 |
| .NET 程序集 | 元数据、CIL 指令、声明的 native 依赖、构建对比 | 无（纯静态） |
| Android APK | 清单声明、类、反编译方法、引用 | Headless JADX + 完整 JDK（Linux/macOS/Windows x64） |
| 固件 | 区域检查、显式提取、原生分析交接 | Linux 上的 Binwalk / Unblob |
| Go / Rust 二进制 | 内嵌编译器版本、模块 / cargo-auditable crate 依赖边 | 内置静态检查，无需安装对应工具链 |
（来源：README.md "What you can analyze"）
⚙️ 最小跑通路径
前置条件一条：Node.js 22.x（>=22.23.4）、24.x（>=24.22.1）或 26.12.1+，外加 npm（来源：README.md）。无需任何逆向引擎，把路径换成解包后的应用目录或 ASAR 文件：
npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json官方对输出的定义："The result includes modules, imports, Electron boundaries and their evidence."（来源：README.md）
拿到 JSON 后，建议人工核验三类字段：模块与导入图是否与目标文件实际分布吻合；Electron 边界声明的 preload / 主进程划分是否成立；每条结论附带的 evidence 记录中的工件身份（artifact identity）与来源位置是否指向真实文件。
注意 docs/cli.md 的提醒——完整应用 Evidence 对真实应用可达数百 MB，官方示例中 334 MB 的 Obsidian 应用 Evidence 投影出约 10 KB 的摘要视图。建议先落盘再用rea inspect-analysis-view做摘要投影，而非直接扫完原始输出（来源：docs/cli.md）。
🧭 证据契约：结论怎么钉在工件上
每次工具调用返回的不只是结论。契约原文："Evidence records retain artifact identity, source locations, observations, inferences and unresolved findings."（来源：docs/cli.md）
| 调用方式 | 返回内容 | 可核验字段 |
|---|---|---|
解包目录 / ASAR +--json | 模块图、导入、Electron 边界 + 完整 Evidence | 工件身份、来源位置逐条对照目标文件 |
二进制路径 +--provider指定引擎 | 伪代码、函数卷宗、交叉引用 | 引擎具体版本绑定写入会话；失败按原始原因返回 |
两份 Evidence bundle（rea compare） | 规范化差异 | 先经rea evidence-import验证再比较 |
rea doctor --json | 结构化环境诊断 | 严格只读，不修改任何配置 |
两条关键设计原则值得单独说：
observed / derived / inferred 分库存放。官方设计要求 "Keep observed, derived, and inferred relationships distinct."（来源：docs/tool-design.md）——观察到的事实、推导出的结论、模型推测的关系不允许混写。这保证读者能区分"引擎实际看到了什么"和"agent 推断了什么"。
查不到记"未知"而非记"没有"。"Missing coverage is unknown, not absence."（来源：docs/tool-design.md）一个具体例子：Rust 二进制的.dep-v0段缺失时，官方定义为 null 元数据，而非"无依赖"的证明——"A missing.dep-v0section is null metadata, not proof that the binary has no dependencies."（来源：docs/cli.md）
🛑 官方边界：不自动做什么
官方把边界写进了契约，以下三条是最常被误读的：
- 引擎故障不自动换人："A selected provider is never replaced automatically after a runtime failure."（来源：docs/mcp-contracts.md）选定的 provider 在运行时失败后不会静默切换，失败按原始原因返回。
- 伪代码不当源码："pseudocode is never treated as original source or Hopper-equivalent text."（来源：docs/installation.md）引擎输出的伪代码是近似还原，不是原始源码的等价替换。
- 静态分析不碰目标进程："Static JavaScript and .NET inspection read the supplied files without running the application."（来源：README.md）静态路径只读文件，不启动、不交互目标应用。
📎 数据去向与引擎复用
官方 FAQ 回答直接："REA analyzes targets locally."（来源：README.md）待分析文件不离开机器，不存在上传环节。但同一节明确提醒 "its model provider has its own data policy"（来源：README.md）——agent 会收到工具结果，模型服务商的数据策略需要自行评估。
引擎侧的原则是复用而非捆绑："Native analysis can use an existing Hopper, Ghidra, IDA or Kuna installation"（来源：README.md）。静态 JavaScript 分析则一个引擎都不用装。
与 Ghidra 的进程通信不开公网端口，docs/installation.md 说明桥接使用 "a current-user-only local bridge socket and descriptor"，即仅限当前用户的本地 socket 与描述符（来源：docs/installation.md）。rea doctor --json被定义为严格只读（"strictly read-only"），不修改任何配置（来源：docs/installation.md）。
这张图证明原生分析结果来自对已安装 Hopper 的实时驱动——右侧面板可见文件路径、Mach-O Loader 与具体地址定位，而非模型事后生成的叙述。可核验细节：面板中加载的文件路径与当前分析会话的 target 一致，反汇编地址与analysis_provider_binding中绑定的 provider 版本对应。
深入文档
- docs/installation.md：安装、引擎配置、
rea doctor诊断与支持的 agent 列表 - docs/cli.md：全量 CLI 命令、provider 选择、快照与退出码
- docs/mcp-contracts.md：MCP 工具输出契约、provider 绑定与 session 生命周期
- docs/tool-design.md：工具设计原则、证据分库与恢复策略
- docs/rust-binaries.md：Rust
.dep-v0解析细节与"未知"语义的具体实现
【免费下载链接】reaReverse engineer anything with agents, from app behavior down to native binaries.项目地址: https://gitcode.com/GitHub_Trending/rea2/rea
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
