REA（逆向工程万物）：AI 智能体如何反编译和重建应用

REA（Reverse Engineer Anything 的缩写，即"逆向工程万物"）是一款开源 MCP 服务器和 CLI 工具，为 AI 编程智能体提供真实的逆向工程能力。你的智能体无需猜测某个功能的实现方式，而是可以直接反编译二进制文件、追踪相关代码，并为每一个结论提供可验证的证据——然后为你自己的项目编写并测试对应的实现版本。本指南将介绍 REA 是什么、工作原理、支持分析的目标类型，以及如何完成配置。

REA 是什么？

REA 将你的 AI 智能体与一套工具连接起来，用于检查原生二进制文件、JavaScript 和 Electron 应用、.NET 程序集以及网站。它采用 Model Context Protocol（MCP）协议，使智能体能够通过本地服务器请求分析任务，追踪相关代码，并获取附带证据和已知局限性的分析结果。

其核心价值主张是：看到某款应用中你喜欢的功能，深入理解其底层实现原理，然后将其重建出来。你只需让智能体借助 REA 对某个功能展开调查，它便能在无需源代码的情况下检查该应用，解释功能的工作原理，展示支撑结论的证据，并为你的项目构建一个对应的实现版本。

以下是几个关键事实：

• 许可证与语言： 采用 MIT 许可证，使用 TypeScript 编写，以 rea-agents 的包名发布于 npm。
• 默认本地运行： 分析在本地执行，结果包含每个结论背后的证据和局限性说明。
• 项目热度： 第三方报道将其描述为一个活跃项目，在 2026 年 10 月登上 GitHub 趋势榜第一，撰写本文时该仓库已累计超过 12.5 万颗星。

REA 的工作原理

REA 位于你的智能体与一套成熟分析工具之间。它使用 Model Context Protocol 让智能体通过本地服务器请求分析任务。智能体向 REA 发出检查目标的请求，追踪关键代码，并接收结构化的分析结果。

整个工作流程可归纳为三个步骤：反编译、理解、重建。 你将智能体指向某款应用，询问某个功能的工作原理，REA 便让它反编译二进制文件、在函数间追踪代码流，并展示其解释背后的证据。

在底层，REA 将请求路由到合适的工具。当你让智能体对某款应用进行逆向工程时，REA MCP 会将请求路由到 Ghidra、Hopper 或 IDA 等反编译工具，同时也可以调用 Chrome DevTools 来检查基于 Web 或 Electron 风格的应用。该库负责处理转换层，使智能体无需了解如何单独操作每个工具。

这一点至关重要，因为逆向工程通常意味着需要同时使用多个专业工具。Ghidra 用于反编译，Hopper 用于反汇编，动态追踪器用于运行时行为分析——每个工具都有各自的 CLI、API 接口和会话管理方式，而 REA 通过单一 MCP 服务器将它们全部暴露出来，使智能体无需管理各工具的独立状态即可协同工作。

同样的工作流程也可以从终端直接使用，因此偏好脚本化操作的研究人员并不会被局限于智能体模式。

支持分析的目标类型

REA 的覆盖范围相当广泛。根据项目自身的功能列表，你可以将其指向以下目标：

• 原生二进制文件 — 伪代码、汇编代码、字符串、符号、调用关系和交叉引用（通过 Hopper、Ghidra 或 IDA）。
• JavaScript / Electron 应用 — 模块、导入、Source Map、路由、IPC 及原生插件关系，无需运行应用即可进行静态检查。
• .NET 程序集 — 元数据、CIL 指令及声明的原生依赖项（仅静态分析，无需额外运行时引擎）。
• Android APK — 清单声明、类、反编译方法及引用关系（通过无头 JADX 和 JDK）。
• 网站 — 页面结构、脚本、网络请求观测及截图（通过 Chrome 系浏览器）。
• WASM、EVM 字节码、Go 二进制文件、固件、已保存的网络抓包文件及 Linux 崩溃记录 — 每种类型都有各自的依赖要求和使用指南。

一个关键的设计选择：静态 JavaScript 和 .NET 检查直接读取文件而不执行它们，而运行时捕获则会在你的权限下实际运行或与目标进行交互。原生分析依赖于特定的分析引擎——它驱动 Ghidra、IDA Pro 或 Hopper 来处理原生二进制文件——因此支持的格式和宿主平台取决于你已安装的工具。

如何配置

配置只需一条命令。在安装了受支持的 Node.js 版本和 npm 的前提下，运行：

npx rea-agents setup

你选择要集成的智能体，审查建议的变更并确认；配置程序会添加 REA 的 MCP 服务器和对应的工作流指令，同时备份现有配置，之后重启你的智能体即可。

该配置流程覆盖了主流编程智能体。支持的选项包括 Claude Code、Cursor、Codex、Gemini CLI 和 Grok Build，其他支持本地 MCP 服务器的客户端可通过手动注册方式接入。

对于深度原生分析，你需要一个分析引擎。原生分析可以使用已安装的 Hopper、Ghidra 或 IDA，而静态 JavaScript 分析则无需原生引擎——根据仓库说明，配置程序可在获得你的确认后选择性地安装 Hopper。

配置完成后，你只需用自然语言提问——例如，"了解 Notes 应用中搜索功能的实现方式，向我展示证据，并为我的项目构建一个类似的功能"——智能体便会完整执行整个分析与构建流程。

使用是否合法？

逆向工程处于一个法律上较为微妙的领域，REA 明确声明其仅供合法用途。该项目将其定位为用于研究、教育、互操作性、软件保存，以及对你拥有所有权或被授权检查的软件进行分析。项目同时指出，IDA Pro、Hopper 和 JEB 等商业工具必须依据各自的许可协议合法获取——REA 不授予任何工具许可证或激活权限。在将智能体指向任何你不拥有的目标之前，请务必先仔细阅读相关条款。

对 AI 工作流的意义

REA 是一种更广泛趋势的组成部分：为智能体提供真实工具和可验证证据，而非让模型仅凭记忆进行推理。这与 DeepSeek Harness 等智能体运行时以及 Cursor Origin 等专为开发者打造的工具背后的理念一脉相承——其价值在于结构化的工具访问能力和可验证的输出结果，而不仅仅是模型本身。

"展示证据"的设计理念是其中最值得关注的部分。一个能够引用具体函数、字节偏移量或 IPC 调用来支撑其结论的智能体，远比一个仅凭感觉对二进制文件进行总结的智能体更值得信赖。

用你自己的 AI 团队来实现这一切

REA 展示了当你为智能体提供真实工具并要求可验证结果时，它们所能达到的能力上限。Eigent 将同样的理念应用于日常工作：这是一款开源的本地多智能体"协作"工作平台，可在你自己的机器上执行真实任务——包括代码审查和 Pull Request 审核、信息研究以及多步骤工作流自动化。如果你希望拥有能够借助工具采取行动而非凭空猜测的智能体，欢迎下载 Eigent，构建属于你自己的 AI 工作团队。