REA 逆向工程工作台
让 AI coding agent 检查软件、追踪功能实现，并基于证据重建指定功能。
- Star 数
- ★ 65
- 最近更新
- 今天
- 主语言
- HTML
- FA 评分
- 52/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code
- 费用
- 免费，无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 开发者需要理解闭源桌面应用中的单项功能，并在自己的技术栈里重写该功能时。
- 不适合
- 需要直接恢复整套原始源代码的团队
- 要求分析结果绝不发送给模型供应商的团队
- 源码审查
- 52/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
REA 是一个 MCP server 和 CLI，供 AI coding agent 在没有目标软件源代码时开展逆向分析。它把 Hopper、Ghidra、IDA 等已有分析引擎及其他 provider 接入统一工作流，用户需自行安装相应引擎并持有许可。Agent 检查二进制或应用、追踪相关代码路径，再获得带 evidence_id、局限和未知项的结果。分析在本机进行，但结果可能经 agent 发送给所用的模型供应商。它适合需要理解或重建特定功能的开发者和安全研究人员，不会自动恢复原始源码或克隆整个应用。
REA 通过 MCP tools 和 CLI 检查原生二进制、JavaScript/Electron 应用、网站、.NET 程序集、Android APK 与设备、固件及归档包等目标。对原生程序，它调用用户已有的 Hopper、Ghidra 或 IDA；其他 provider 覆盖 APK、固件、浏览器和运行时观测等工作。Agent 可以从反编译视图继续追踪调用关系和跨层行为，例如 Electron renderer 到 IPC、main 进程及 native addon。工具结果包含 result、evidence_id、limitations 和 unknowns；Evidence 可导入导出为 session bundle，也可用于 compare_functions 和 compare_artifacts。Agent 根据这些证据解释行为，并可在用户自己的项目中编写功能重实现。
- 开发者需要理解闭源桌面应用中的单项功能，并在自己的技术栈里重写该功能时。
- 安全研究人员需要检查本地可疑二进制，并保留带来源和局限说明的发现时。
- Electron 开发者需要追踪某项行为如何从 renderer 经 IPC 到达 main 进程或 native addon 时。
- Android 研究人员需要结合 APK 静态检查或 ADB 设备检查来调查应用行为时。
- 固件分析人员需要使用 Binwalk 或 Unblob 检查固件内容时。
如何安装或部署这个 Agent？
先安装受支持的 Node.js 版本，再使用官方推荐的安装引导命令。REA 本身不提供反编译引擎；进行原生程序分析时，还需自行安装 Hopper、Ghidra 或 IDA，并满足相应许可要求。README 未给出各 MCP client 的具体配置文件内容或每个 provider 的完整安装步骤。
如何使用这个 Agent？
安装引导：
npx rea-agents setup也可全局安装 CLI 并运行诊断：
npm install --global rea-agents
rea doctor完成 MCP client 注册并安装所需分析 provider 后，在支持的 agent 中通过 MCP tools 检查目标；CLI 使用相同工作流。README 没有提供通用的目标分析 CLI 命令或 MCP 调用示例。
这个 Agent 有哪些优点和局限？
- 把 Hopper、Ghidra、IDA 与多种专用 provider 放进统一的 MCP 工具和证据工作流。
- 结果附有 evidence_id、limitations 和 unknowns，Evidence 可导出、引用及用于函数或制品比较。
- 可追踪 Electron 等应用跨 renderer、IPC、main 和 native addon 的代码路径。
- 支持通过 CLI 或 MCP client 使用同一套分析工作流。
- REA 不负责反编译；原生分析依赖用户自行安装的 Hopper、Ghidra 或 IDA，部分引擎需要商业许可。
- 不会还原原始源代码或整包克隆应用；混淆、加壳及动态行为会增加重建难度。
- 本地分析不等于全程私密：工具结果可能由 agent 发送给模型供应商。
- README 记录了 Node.js 版本限制，以及部分分析输出庞大、Ghidra 首次查询可能较慢的问题。
这个 Agent 与同类方案有什么区别？
与传统反编译器相比，REA 在已有引擎之上增加 MCP/CLI 编排、跨 provider 工作流和可导出的证据模型；反编译能力仍来自用户安装的引擎。README 还将 bethington/ghidra-mcp 列为单引擎 MCP 替代方案，并指出其工具数量更多，但 REA 覆盖多个引擎和 provider。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| REA 逆向工程工作台 当前 | 52 · 缺口较多 | 命令行工具免费 | ★ 65 | 今天 | HTML | Codex · Claude Code |
| REA：让 Agent 逆向一切 | 72 · 存在缺口 | 命令行工具免费 | ★ 327k | 今天 | TypeScript | Codex · Claude Code · Claude.ai |
| Auto RE Agent | 61 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 2.1k | 1 个月前 | Python | Codex · Claude Code · OpenAI API · Claude API |
| Eleven 逆向工作台 | 58 · 缺口较多 | 桌面应用免费 | ★ 772 | 1 天前 | TypeScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述本地分析、工具结果会流向 agent 再到模型供应商，并明确称其不是沙箱，提升了数据流透明度；但所给材料没有展示具体权限清单、敏感数据处理机制、执行前确认或回滚流程，相关分数因此较低。它区分官方与二手来源，并把用户授权责任写明，但无法据此确认工具实际执行行为。
报告描述了带 evidence_id、limitations、unknowns 的结果契约和文件完整性 fail-closed 行为，并提供案例及已知超时、输出体积问题，支持一定的内部一致性。所给材料没有依赖锁定、供应链审查或完整错误处理细节；Ghidra 首次查询超时也显示依赖可用性存在实际约束。
材料覆盖二进制、Electron、网站、.NET、Android、固件等目标，并清楚说明不还原原始源码、静态分析不等于运行时证明，以及混淆和加壳的边界。多种 agent 与平台入口有助于环境适配；但触发条件、何时不应调用及适用场景的操作性规则未充分呈现。
README 有较清楚的章节、安装入口、示例、FAQ、限制和版本时间线；但仓库许可证仅由报告转述为 MIT，提供材料没有许可证文件本身。命名和版本演进信息不完整，维护者身份为化名且未说明清晰的维护责任或更新承诺，因此这些项目未获高分。
证据契约、跨层追踪和多后端整合针对 agent 逆向工作流提供了可辨认的增量价值，案例也说明输出可用于后续重建。分数受限于报告记录的超大 JSON 输出、长时间查询，以及核心分析仍依赖用户自备并持有许可的外部引擎；没有足够材料证明一般使用下的成本效益。
报告将部分主张归于 README、官方文档、官网或二手来源，区分了来源类别，也列出未验证数字、快照变化和案例边界，支持追溯及事实与推断的区分。交叉核验和案例细节均是报告作者的转述；本次仅有 README 文本，无法独立检查其引用的代码、测试或其他文件。
- 分析结果会经 agent 传给模型供应商；处理专有目标前，应核对所用模型的数据政策。
- REA 明确不是沙箱；材料建议对不可信目标使用隔离 VM，并注意所述输出体积和 Ghidra 超时问题。
- 本评估只依据提供的 README 文本，许可证、实现细节和所引用的案例或测试未在本次材料中独立核验。