用 AI 写代码这件事，如今已经不是什么新鲜事了。但不知道你有没有过这种时刻：看到一个 App 里某个功能特别优雅——比如 Windows 计算器那个"200 + 10% = 220"的百分比逻辑，比如某款老游戏里丝滑的音效声场——你想搞明白它是怎么实现的，然后发现：没有源码。过去的路子只有一条，请一位专业逆向工程师，或者自己啃 Hopper、Ghidra、IDA 这三座大山。
今天五哥要给大家介绍的 REA（Reverse Engineer Anything），干的就是把这条路的门槛直接铲平的活儿。它的官方副标题一句话说完了所有野心：
One MCP for reverse engineering across binaries, applications, and runtime behavior. —— 一个 MCP，把逆向工程覆盖到二进制、应用程序和运行时行为。
一句话概括：给 AI 编码 Agent 装上一套逆向工程工具箱，让它无需源码就能拆开任何应用——从原生二进制、Electron 应用、.NET 程序集，到 Android APK 和网站，分析完还给你带证据链的结论。这个项目从今年 4 月建仓，到 10 月已经冲上 20 万 GitHub Star，npm 包 rea-agents 单周下载量 23 万次，是目前 AI Agent 工具赛道最现象级的开源项目之一。
📌 REA 是什么？
REA 出自 GitHub 用户 morluto 之手，TypeScript 写的，MIT 协议，官网在 rea.tools。它本质上是一个 MCP Server（Model Context Protocol），可以无缝挂到 Claude Code、Codex、Cursor、Gemini CLI、Windsurf、Devin、GitHub Copilot CLI 等十几款主流编码 Agent 上——只要你的 Agent 支持本地 MCP，就能用。
它的定位说得很清楚：不是"代码克隆工具"，而是"可验证的逆向调查管线"。整个工作流被拆成三步：
- Decompile（反编译）——通过 Hopper、Ghidra、IDA 等引擎打开目标，还原可读伪代码、汇编、字符串、符号和调用关系；
- Understand（理解）——Agent 顺着调用链追踪逻辑，直到能清晰解释某个功能"到底是怎么实现的"；
- Recreate（重建）——把理解转化成你自己项目里能跑的实现，并测试验证。
第三步是 REA 和普通反编译工具最大的区别：它不只是"给你看汇编"，而是让 Agent 基于分析结果直接把功能重写出来。所有分析全程在本地运行，每条结论都附带 Evidence（证据）和 Limitations（局限），有迹可循、不凭空臆测。
🧰 它能拆什么？覆盖面相当吓人
这是 REA 最让人意外的地方——原以为它只是个"二进制反编译 MCP"，实际看它的目标清单，几乎把软件的每一种形态都安排上了：
| 目标类型 | 能拿到什么 | 额外要求 |
|---|---|---|
| 原生二进制 | 伪代码、汇编、字符串、符号、调用引用 | Hopper / Ghidra / IDA 任一 |
| Go / Rust 二进制 | 编译器版本、模块信息、crate 依赖边 | 内置静态分析，无需装 Go/Rust |
| JavaScript / Electron 应用 | 模块、导入、source map、路由、IPC、原生插件关系 | Node.js 即可，无需反编译引擎 |
| 网站 | 页面结构、脚本、网络观察、截图 | Chrome 系浏览器 |
| .NET 程序集 | 元数据、CIL 指令、原生依赖、构建对比 | 纯静态，无额外依赖 |
| Android APK | Manifest 声明、类、反编译方法与引用 | Headless JADX + JDK |
| Android 设备 | 包、进程、日志、截屏、APK 传输 | adb（模拟器或真机） |
| Flutter 应用 | Dart 快照哈希、分 ABI 库摘要、引擎构建溯源 | 纯静态解析 |
| 固件 | 区域、提取结果、原生分析交接 | Binwalk / Unblob（Linux） |
| WASM / EVM 字节码 | 导入导出 WAT、合约 selector、参数推断 | WABT / Linux 本地分析 |
| SQLite 数据库 | 表、列、索引、视图、触发器、数据行 | 本地快照 |
| 抓包文件 | 请求响应、暴露的载荷、来源定位（HAR/SAZ） | mitmdump（可选） |
| 网络数据包 / 逻辑信号 | 端点、DNS、TLS SNI、协议分布、解码注解 | TShark / sigrok-cli（Linux） |
| 进程行为 | 终端输出、交互、退出码、文件系统观察 | Linux/macOS 原生 PTY |
从 1996 年的 Windows 老游戏到链上智能合约，从手机 App 到路由器固件，基本都在射程之内。而且静态的 JavaScript 和 .NET 分析完全不需要装任何反编译引擎，开箱即用。
🎯 官方案例：有多硬核？
官网 Showcase 里挂了三个完整的复盘案例，每一个都值得细品：
案例一：Windows 计算器的 % 按钮。这是个很多人被坑过的问题——为什么 200 + 10% 等于 220，而 200 × 10% 等于 20？REA 拆开安装好的 Calculator 的二进制，定位到 % 按钮的处理函数，还原出两条分支：加法后面的 % 取的是第一个数的百分比（200 的 10% 是 20，所以 200+20=220），乘法后面的 % 则把当前数除以 100（0.1×200=20）。官方拿微软开源的计算器源码交叉验证了还原结果，分毫不差。
案例二：Chrome 恐龙小游戏的加速规则。REA 通过浏览器调试通道读出运行中的游戏脚本，找到了那条加速规则：初速 6，每次更新加速 0.001，上限 13。然后 Agent 用这条还原出来的规则，重写了一个带速度滑杆的迷你版恐龙游戏——你能亲手把速度调到官方数值玩。
案例三：DX-Ball（1996）的声场计算。这是最能体现"考古级"能力的一个：从没有源码的老游戏 exe 里，顺着声音调用一路追到"球位置 → 左右声道"的声像函数，把不完整的伪代码补全成 C 语言，最终通过了 3205 个原始 x86 测试用例，重建函数的 63 字节机器码与原版完全一致——连编译器产出的字节都复刻了。
另外还有 Notion 剪贴板桥接、Aegis 验证器的六位动态口令（为什么每 30 秒变一次）等 Electron / Android 案例都在官网上挂着完整过程。
🚀 上手：一条命令的事
要求 Node.js 22.x（≥22.19）/ 24.x（≥24.11）/ 26+，装好 npm 即可。在你的 Agent 环境里跑：
npx rea-agents setup它会列出要改的配置项（写入 MCP 注册 + 匹配的工作流指令），确认后自动备份原配置再写入，重启 Agent 就生效。想长期用可以全局安装：
npm install --global rea-agents
rea --help然后就可以直接对你的 Agent 说人话了：
搞清楚备忘录 App 的搜索是怎么实现的，给我看证据，
然后在我的项目里做一个类似的功能。不用 Agent 也行，CLI 直接干活。比如分析一个解包出来的 Electron 应用目录或 ASAR 文件：
npx -y rea-agents@latest analyze-javascript-application /绝对路径/应用目录 --json几个常用的运维命令：
rea update # 升级
rea doctor # 全链路体检（所有 Agent + 引擎）
rea doctor --client codex --json # 只检查某个 Agent 的注册状态
rea doctor --provider ghidra # 只检查某个反编译引擎原生二进制分析需要三选一：Hopper（setup 时经你确认可以自动装）、Ghidra、IDA Pro。后两者接你已有的安装，REA 不会替你装，也不会给你license——商业工具你得自己合法持有，README 里专门用一段强调了"不接受破解版"。
⚖️ 和传统逆向工具比，变了什么
| 对比项 | 传统流程（Hopper/Ghidra/IDA 手动分析） | REA + AI Agent |
|---|---|---|
| 上手门槛 | 需要系统学习反汇编与逆向方法论 | 自然语言提问即可 |
| 分析方式 | 人工逐函数阅读汇编/伪代码 | Agent 沿调用链自动追踪 |
| 产出 | 你自己的笔记和注释 | 解释 + 证据链 + 可运行的重写实现 |
| 覆盖目标 | 主要面向原生二进制 | 二进制/JS/.NET/APK/固件/抓包/信号全覆盖 |
| 可复现性 | 依赖个人经验 | 结论附带 Evidence 与 Limitations |
| 成本 | 工具付费或免费自选 | MIT 开源，引擎按需自备 |
它的定位其实很清晰：不是取代逆向工程师，而是把"看懂一个闭源软件"这件事，从专业技能变成一段对话。深度疑难杂症还是得人上，但 80% 的"我就想知道这个功能怎么实现的"，现在一句话的事。
🤔 该说的边界，也得说
- ⚖️ 合法使用是硬前提——官方免责声明写得非常明确：REA 仅用于合法的研究、教育、互操作性、软件保存，以及你拥有或被授权分析的软件。拿它拆别人的商业闭源软件搞抄袭，不是这个项目的用途；
- 🔒 数据在本地——分析全程在本地执行，目标程序不会上传。但要留意你的 Agent 背后的模型服务商有自己的数据政策；
- 🧩 引擎自备——原生深度分析依赖 Hopper / Ghidra / IDA，静态 JS 与 .NET 则零依赖；Hopper 只在 setup 时经你明确批准才会安装；
- 🩹 版本迭代很快——项目更新频繁，遇到 bug 先
rea update，很多问题在新版本里已经修了； - 📄 MIT 协议——REA 自身代码完全开源免费，商业工具的授权责任在使用者自己。
💬 五哥总结
逆向工程这个行当，过去三十年基本是少数人的手艺活。REA 有意思的地方在于，它没有试图"用 AI 重做一个 Ghidra"，而是把现有的专业引擎（Hopper / Ghidra / IDA / JADX / Binwalk / TShark……）全部接到 MCP 这一层，让 Agent 当那个读汇编的人。引擎还是那些引擎，但操作它们的门槛从"科班逆向工程师"降到了"会用 Claude Code 的开发者"。
半年 20 万 Star，说明这个需求是真刚需——毕竟"看到一个好功能想抄作业"这件事，写代码的人谁没干过呢？只是以前抄作业得先会破解题目的锁，现在 AI 帮你把锁打开了，还把解题步骤（Evidence）写得明明白白。
项目地址：
- GitHub：https://github.com/morluto/rea
- 官网：https://rea.tools/
- npm：rea-agents
你是怎么看"AI 逆向工程"这件事的？是效率神器，还是新的合规隐患？评论区聊聊。