rea:已发布产物逆向分析
定位
代码只有编译后的形态时(装好的 App、原生可执行文件、Electron 的 asar、线上网页 bundle、APK、固件包、抓包文件),光读文件猜不出它到底怎么干活。这个 skill 是本机 morluto/rea(npm 包 rea-agents,MIT)的入口:把「目标是什么」路由到对应的分析路线,反编译、追踪某个功能从入口到出结果的整条链、对比两个版本、还原接口和请求头。
反过来,有完整源码仓库就别用——常规架构分析用 codegraph 和项目自带工具更快;也不要为了「万无一失」先跑一遍 REA 的就绪检查。
模型自动触发:说「逆向」「反编译」「分析这个 App/二进制/asar 是怎么实现的」「对比这两个版本」「看看它请求了什么」都会走它。
怎么用
本机没有全局 rea 命令,统一走 npx:
npx -y rea-agents@latest --help # 命令总表
npx -y rea-agents@latest --mcp # 以 MCP stdio server 启动
npx -y rea-agents@latest doctor --json # 环境是否就绪
几条常用命令:
| 命令 | 用途 |
|---|---|
doctor --json | 查 Node / 宿主 / 分析引擎 / 客户端注册状态 |
setup --client <id> --dry-run --json | 生成注册修复方案(只读),确认后再加 --yes |
analyze-javascript-application <path> --json | 静态还原本地 JS / Electron 应用,不需要原生引擎 |
inspect-artifact <path> | 一个产物当前能拿到的全部观察与下一步探针 |
compare-application-versions | 对比两份认证过的应用图版本 |
细节不在这一页:skill 里按目标类型挂了 6 篇官方参考文档(原生与归档、JS/Electron、Android、运行时观察、Evidence 工作流、连接与恢复),带哪个目标就读哪一篇,不整篇读。
Craft Anything:取证到复刻
同一个 /vft-kit:rea 入口也融合了 storytold/craft-anything。它是独立的 Rust 工具链,不是 REA 插件:CLI / MCP、内置格式解析与原生分析,以及 Study → Build → Check → Refine 项目闭环。
- 指定
craft-anything或需要完整行为复刻时,读取 skill 的references/craft-anything/README.md。先固定版本和行为规格,再重建、比较并修正;网站需要覆盖多宽度、菜单、弹窗和错误状态,不只比较首页截图。 - 已有 REA 证据能回答就继续用 REA;两套工具名、会话和证据 id 不通用。跨工具报告明确标来源、目标哈希与覆盖范围。
- Clean room 默认不读目标内部;获准静态分析才单次用
--deep。Deep 不等于允许执行目标、安装依赖或启动构建代理。 - CLI 的活目标和浏览器会话不跨命令保存。
triage可在一次调用中打开并识别;web_site_open/web_site_capture要在同一个 MCP、app 或 rebuild 会话运行。 - 加载 skill 不会注册 MCP。已有
--all-tools注册不要被 setup 覆盖;需要新增注册时先 dry-run,再确认写入。
本次本机 craft-anything-cli 0.3.0 列出 315 项工具,对 /usr/bin/true 静态 triage 返回 Mach-O 与 Evidence;只验证该路径,不代表全部引擎或自动复刻已验收。上游仍为 early alpha,App / 游戏的行为检查仍有 partial 项,不能以“构建通过”宣称业务一致。
资料固定在提交 7859973d7ca41b0f19c5fa5d11ac93e053ec39e6,精选保留 13 个原始文件、官方调查 skill、工具/格式/状态说明、项目 schema 与 MIT / Apache-2.0 许可,附逐文件校验。
BLA:自有产物防御审计
qybaihe/bla 是加固与发布暴露审计工具,不是反编译器。融合入口为 references/bla/README.md:默认只读发现产物、检查打包门禁与完整性覆盖;确需加固时才确认写入范围、备份、签名和公开 ABI,再在副本上操作。
可复用的重点是明文秘密/可逆 key 包装检查、单点门禁审计、sidecar 完整性、WASM exports 兼容、写入回执与回滚。客户端混淆不能替代可信端鉴权,XOR 不是保密加密保证。原始 playbook 的诱导和资源耗尽指令仅作为研究材料,不默认执行。
验证分三层:
- BLA 结构与不变量检查。
- 原件和修改件同输入的真实业务、错误分支、签名、加载与性能对照。
- 固定工具版本与预算的实际分析成本对照。
overallPassed、driftScore 或估算 token 放大不等于功能等价,也不等于真实 REA 实测。available 只表示历史报告可读,unverified 不是通过。“100% runtime equivalent”等是上游主张,不能当作本次结论。
资料固定在提交 a966e976d1618d7bf68f5f54bd0f99429e61b5cf,精选保留 13 个原始文件和 MIT 许可;嵌套 SKILL.md 只改路径为 PLAYBOOK.md,字节不变。本次未安装或运行 BLA:本机 Node 22.22.0 低于该提交要求的 ^22.23.4 || >=24.0.0。没有改 MCP 注册、没有实际加固,也没有执行红蓝队或模型测评。
Awesome-REA:选工具、查案例与研究方法
融合 reacher-z/Awesome-REA 固定提交 557f77392f83c6d2932f4522324a7588048d33e6,将 2,848 条资源、235 篇论文 做成可离线检索的参考目录,而不是启动另一套引擎。
- 六领域:网站、游戏、App、原生二进制、固件、协议;区分工具、集成、案例和论文,并保留依赖、来源证据与上游核验状态。
- 先用已有能力,缺证据才筛 2–3 个候选;不因收录、stars 或营销声明安装整套工具。
- C0–C3 / Unknown 是公开证据分档;
scope、runtime_status独立。C0 也不是本机运行通过,自动扫描候选不混入精选目录。 - 重建先做正常、异常、边界、状态和副作用用例,再与原目标对照。论文函数级结果、截图相似或可编译,不等于整程序行为一致。
- 公开论文不代表数据集或评测服务开放;代码仓库以作者明确提供的链接为准。快照复核日期不保证当前链接、依赖和发布包能力仍一致。
将 REA_SKILL_DIR 设置为本机 rea skill 的绝对路径后,可离线查:
python3 "$REA_SKILL_DIR/scripts/search-awesome-rea.py" \
--skill-dir "$REA_SKILL_DIR" --query ghidra --target binary --kind tool --limit 3 --json
快照只收录 10 个原文件(目录 JSON、字段说明、方法参考和 MIT 许可),附 SHA-256;不搬入自动发现历史、未审查仓库索引或网站构建系统。详细用法在 references/awesome-rea/README.md,选型和验收在 references/resource-selection.md。这些条目尚未逐个安装、运行或核验链接活性。
踩坑
- 本机没有原生分析引擎:
doctor显示 hopper / ghidra / ida / jadx / kuna 都没装。这时 Bun、Go、Swift 打包出的原生可执行文件只能拿到 Mach-O 概览,再往下需要绑一个原生 provider。要么装 Ghidra 并设GHIDRA_INSTALL_DIR,要么改走运行时证据——把目标里的 baseURL 指向本地一个记录请求的 HTTP 服务,直接看它真实发出的请求头和请求体。后者往往比硬啃二进制更快出结论。 - asar 里有 unpacked 原生模块时签名后哈希对不上,报
artifact_integrity_mismatch,加--integrity-policy record-and-continue继续。 - 大 asar 很慢:几百 MB 的 App 跑
analyze-javascript-application会超过 400 秒。放后台跑,--json重定向进文件,再用 jq 只取需要的字段——整份 JSON 灌进上下文会把会话撑爆。 - 桌面 App 常常只是 UI 壳:真正发业务请求的是它内置的 sidecar CLI(形如
<App>.app/Contents/Resources/<name>-cli serve)。先find <App>.app/Contents -type f -size +20M配合ps aux找出真正干活的进程,再决定分析哪个对象,别对着壳子做无用功。 - 服务端门槛逆向客户端看不出来:想复用「只给官方客户端用」的接口(比如官方客户端里的免费模型)时,客户端代码只能告诉你请求头。服务端可能还会校验请求体(系统提示、工具名)、是否流式、HTTP 客户端的 TLS 指纹,甚至按客户端版本分开计额度。做法:先用 mitmproxy 抓一份能成功的真实请求(
HTTPS_PROXY指向 mitmdump,NODE_EXTRA_CA_CERTS指向它的 CA),原样重放确认能过,再逐项删改,二分出最小放行条件。要注意两点:经 mitm 发出去的请求带的是 Python 的指纹,本身可能被拒,所以只拿它看内容;遇到 429 先用官方客户端发一句对照,官方也被拒就是额度用完,不是门槛变了。 - 中间结果和分析报告写到任务临时目录,不要留在 skill 目录或仓库里。
- 本机 Node 版本可能低于 rea-agents 要求的
^22.23.4(npm 只报 EBADENGINE 警告);引擎相关命令异常时先核对node -v。
结论怎么写
REA 返回的是 Evidence(证据),不是「答案」。官方要求:结论要标证据类型和置信度,分清「观察到的」和「推断的」,并写清还没查的范围——有界的否定搜索不能写成「不存在」;静态证据答不了的行为,才去跑真实 App 的运行时观察。要「照它做一个」时用普通编码工具,别把 REA 当代码生成器。

留言板
0 条留言对话,从你开始
还没有留言。分享一个想法,或只是打声招呼。