過去拆 native binary 的標準流程是:打開 IDA Pro 看流程圖、用 Hopper 補幾段偽程式碼、上 Frida hook 觀察執行期行為,最後人工拼裝輸出報告。每個工具都是獨立的命令列,輸出格式各說各話,工程師就在中間充當翻譯機。
REA 做了一件簡單粗暴的事:把整套工具鏈打包成 MCP server,丟給 Claude Code 或 Cursor 呼叫。對 Agent 說一句「幫我看這個功能怎麼實作的」,它會自己拆 binary、跑 hook、給結論。
GitHub 上目前 76,199 顆 star,主力語言 TypeScript,MIT 授權,README 支援 17 種語言(包含繁體中文),最近在 Hacker News 與 Trendshift 上能見度持續攀升。
它解決了什麼問題
傳統逆向工作流有個老毛病:工具之間不通。IDA 的反組譯、Hopper 的偽程式碼、Ghidra 的 decompiler、Frida 的執行期 hook,全都是獨立的 CLI,輸出格式各走各的,工程師只能手動串接。
REA 把這整套透過 MCP server 開放給 AI Agent。「幫我看這個功能怎麼實作的」不再是耗時數小時的苦差,而是一句話的事。對幾個場景特別受用:
- 爬蟲對抗:摸清競品的加密或簽章邏輯
- SDK 二次開發:想了解別人某個 API 內部如何運作
- 協議分析:私有協議的逆向
- 資安研究入門:省下 IDA 陡峭的學習曲線
怎麼用
裝好 Node.js 之後,一行就能搞定:
# 安裝:Node.js + npm 準備好後一行搞定
npx rea-agents setup
# setup 會讓你選擇要接入的 Agent(Claude Code / Cursor 等)
# 然後註冊 MCP server 並安裝配套的工作流指令
# 接入完成後,你的 Agent 就多了這些能力,例如:
# - rea_analyze_binary:靜態分析 native binary
# - rea_extract_strings:從 binary 萃取出可疑字串
# - rea_dynamic_hook:用 Frida 在執行期掛 hook
# - rea_diff_versions:對比兩個版本的行為差異
# CLI 也能直接用:
# npx rea-agents inspect <binary-path>
# npx rea-agents hook --target <app> --symbol <func>
setup 是個互動式腳本,會讓你選要接入哪個 Agent(目前官方列出 Claude Code、Cursor 等),選完會註冊 MCP server 並裝好對應的工作流指令(透過 skills.sh 散佈)。
Native 分析會沿用本機已有的 Hopper / Ghidra / IDA。沒裝的話,setup 經授權後會自動安裝 Hopper(試用版或正版授權由你自行提供);純 JS 靜態分析那條路徑不依賴 native 引擎,因此就算機器上一套逆向工具都沒裝,也能處理 Electron app 的 JS 部分。
裝好之後,Agent 就多了一整列「逆向」相關的能力,可以直接用對話操作。
它如何運作(架構)
核心設計是 MCP tool catalog。REA 把 binary 反組譯、字串萃取、符號解析等靜態能力,以及 Frida / 執行期 hook、行為追蹤等動態能力,統一封裝成 MCP tool。
每個 tool 的輸出分兩層:結論 + 證據 + 局限性。例如 Agent 告訴你「加密函式在 0x12345」,會一併附上對應的組譯片段、Frida 攔截到的參數,以及這個判斷的信心水準。Agent 不會丟出黑盒子結論。
另一個關鍵設計:全程在本機執行。樣本不會上傳,這點對逆向社群格外重要。
配套的還有:
- skills.sh:安裝配套工作流指令,告訴 Agent 如何組合這些 tool
- Discord 社群:逆向老手答疑、新人發問
- 17 種語言的 README:把使用門檻往下壓,讓非英語圈的開發者也能無痛上手
優點與缺點
好的部分:
- 場景覆蓋廣:橫跨 native binary、Electron、.NET、JS、website,在 MCP 工具裡算齊全
- 社群訊號強:7.6 萬顆 star、17 種語言 README、skills.sh / Discord / Trendshift 多管道散佈,不是單機小專案
- Node.js 門檻低:對台灣與華語開發者友善,容易跑得起來
- 架構透明:tool 清單 + 證據 + 局限性,使用者能自行覆核
不好的部分:
- 重度依賴本機 Hopper / Ghidra / IDA:正版授權成本不低;Windows 上的安裝體驗官方沒有明確測試,坑還未知
- 「附證據 + 局限性」是雙面刃:對老手是省事,對新手可能是噪音 —— 老手本來就知道局限在哪,新人看到這些反而不知該信哪一句
- 版本號還停在 0.x:star 數雖然亮眼,但離「生產級工具」還有距離,API 穩定性有待觀察
實測心得
我在 macOS + Claude Code 環境跑了 npx rea-agents setup,MCP 註冊流程順利完成,list MCP tools 能看到一整排 rea_* 開頭的工具。
我丟了一份簡單的 Electron app dump 進去,請 Agent「找出加密函式在哪」。它直接定位到函式位址與組譯片段,全程 Frida 都沒啟動(走純靜態路徑)。整個過程我沒寫過一行 IDA 腳本,也沒寫 Python glue code。
提醒:這不代表它能取代資深逆向研究員 —— 我對結論的正確性仍會人工覆核。但「找到入口」這一步省下的時間,感受上是實實在在的。
誰適合用
適合:
- 從事爬蟲對抗、要拆競品協議的人
- 做 SDK 二次開發、想摸清別人實作細節的人
- 資安研究入門、想省下 IDA 學習成本的人
- 經常寫重複性逆向腳本、想自動化的人
不適合:
- 需要精確控制每一條 Frida 命令的資深逆向研究員(更偏好 CLI 原生手感)
- 完全離線、不需要 AI 協作的工作流
- 商業合規要求樣本不能出現在連網機器的場景(雖然 REA 本身不上傳樣本,但 MCP 那層是連網的)
編輯觀點
REA 真正有意思的地方不是「逆向 + AI」 —— 這層概念 2024 年就有人炒過 —— 而是它讓 Hopper 這種商業工具也自願整合進 MCP。
商業逆向廠商願意讓自家產品被 Agent 呼叫,代表 AI Agent 作為「新型作業系統層」的入口地位,已被工具鏈上游認可。這跟 Adobe 把 Photoshop 接入 MCP、SolidWorks 接上 CAD Agent 是同一套邏輯。
從工程角度看,這種「把人類專家工具下沉為 Agent 可呼叫原子」的模式,未來一年會在更多垂直工具領域複製:EDA、CAD、生物資訊學、醫療影像 —— 這些領域有個共同特徵:工具昂貴、專業門檻高、用戶基數小但黏著度強,最適合用 Agent 把門檻砸下來。
7.6 萬顆 star 與 17 種語言 README 是社群已經用腳投票的證據,不是預測指標。真正要持續觀察的是:0.x 什麼時候能穩定到 1.x,以及 Hopper / IDA 廠商會不會親自下場做官方 MCP 整合,把第三方套娃這層抽掉。
不確定的地方:Windows 安裝體驗我沒實際跑過,重度 native 逆向的 Linux 相容性官方也沒給出明確 benchmark。如果你是 Linux + 重度 native 場景的使用者,先在自己的機器上試一輪再下結論。
本文資訊基於 GitHub 倉庫 morluto/rea 公開內容,star 數與功能描述以擷取當下為準。