你有没有过这样的时刻：在一个 App 里发现一个做得很漂亮的功能，想在自己的项目里复刻它，但手里只有一个安装包。
没有源码，没有文档，混淆过的 JS 读不懂，二进制更是只能看到一堆汇编。这时候通常有两条路：一是买个 Hopper/Ghidra 会员坐进去一格格啃，二是去 GitHub 上找有没有人已经扒出来了——十有八九没有。
REA 想解决的就是这两条路之间的空档。它的定位写在 README 标题下面：Reverse Engineer Anything，一个 MCP 服务同时覆盖原生二进制、应用结构和运行时行为。
它的 slogan 更直接：See a feature you like. Understand how it works, down to the binary level.
六个月内，这个项目在 GitHub 上攒到 104,150 star、22,856 fork，仓库创建于 2026-04-14，MIT 协议，最新版本 v6.4.0 发布于 2026-10-11——也就是我采集数据的前一天。
下面把它拆开看：它到底能分析什么、架构怎么搭的、有哪些地方值得抄、有哪些地方要小心。
一、它解决的是一个很具体的痛点
先把场景说清楚。逆向工具的现状是割裂的：
- 想分析原生二进制，得学 Hopper 或 Ghidra 的交互逻辑，记快捷键，理解数据库概念
- 想看 Electron 应用，那又是另一套——解 ASAR、扒 preload、追 IPC
- 想看 APK，需要 JADX、Apktool、adb 一套组合
- 想看网站运行时，得自己搭 Playwright + CDP
每换一个目标就要换一套工具，每套工具都要重新学一遍。更麻烦的是，这些工具产出的结果格式各异：IDA 给伪代码，Ghidra 给 CFG，浏览器给 HAR 文件。你没法把它们拼成一个完整的「这个功能是怎么实现的」的答案。
REA 的做法是把这层割裂收进一个 MCP 服务后面。对 agent 来说，工具调用是统一的；具体的引擎差异被藏在 provider 层里。
这也解释了它为什么长成现在这样：539 个 provider 相关文件对 1,177 个 src/ 下的非测试 TypeScript 文件——大约三分之一的代码量花在做适配，而不是做核心逻辑。
二、上手只要一条命令
npx rea-agents setup
前提是 Node.js 22.x（≥22.19）、24.x（≥24.11）或 26+，外加 npm。包名叫 rea-agents，版本 6.4.0。
setup 做的事是：列出你要接入的 agent → 展示将要做的改动 → 你批准 → 写入 MCP server 配置和配套的工作流说明 → 备份原有配置 → 重启 agent。改动必须经过审批，这一点比很多同类工具省心。
它支持 17 个 agent 的自动配置，包括 Claude Code、Claude Desktop、Codex、Cursor、Gemini CLI、Windsurf、Copilot CLI、Qwen Code、VS Code、Grok Build、OpenCode、Devin 等，以及几个相对小众的（omp、pi、hermes）。任何支持本地 MCP server 的客户端也都能用手动注册的方式接上。
装完之后，交互方式就是跟 agent 说话：
Understand how search works in the Notes app, show me the evidence, and build a
similar feature for my project.
也可以完全脱离 agent，直接在终端用 CLI：
npm install --global rea-agents
rea --help
比如分析一个解包出来的 Electron 目录或 ASAR：
npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json
返回的是模块、imports、Electron 边界，以及这些结论各自的证据。更新用 rea update。
CLI 的命令集合是：analyze / search / function / decompile / instructions / xrefs / trace / providers / capabilities。最后两个用来问「这台机器上现在有哪些引擎可用、每个引擎支持什么」，比猜配置文件靠谱。
三、能分析什么：16 类目标
README 里的支持表格是这份项目文档写得像样的一处。每一行都写清了返回什么和需要什么前提，这点很关键——它不承诺「扔进来就能用」，而是老实列出依赖条件。
| 目标 | 返回什么 | 需要什么 |
|---|---|---|
| 原生二进制 | 伪代码、汇编、字符串、符号、调用与引用 | Hopper / Ghidra / IDA |
| 离线 ELF 布局 | 段、节、原始符号与重定位、缓解措施候选 | Linux x64 上自备 pwntools |
| WASM 制品 | 校验、节、精确的 import/export WAT 形式 | 自备 WABT 1.0.42 |
| EVM 字节码 | 分派选择器、字节偏移、推断参数与可变性 | Linux x64 上的本地载体 |
| Linux 崩溃转储 | 每个线程的寄存器与信号、可选映射候选 | pwntools，可选 GDB / pwndbg |
| JavaScript / Electron | 模块、imports、source map、路由、IPC 与原生插件关系 | 只需 Node.js 和 npm |
| 网站 | 页面结构、脚本、网络观测、指定截图 | Chrome 系浏览器 |
| 已保存的网络抓包 | 请求、响应、暴露的载荷、源码位置 | HAR；Linux 上抓 mitmproxy 需 mitmdump |
| .NET 程序集 | 元数据、CIL 指令、声明的原生依赖、构建对比 | 无需依赖（纯静态） |
| Android APK | Manifest 声明、类、反编译方法与引用 | 完整 JDK + headless JADX |
| Android 设备 | 设备、包、进程、日志、dump、截屏、文件传输 | 自备 adb |
| JEB 工程 | 引擎级工程单元、制品摘要、类型/方法伪代码 | 自行启动的 JEB 客户端 |
| Android 资源 | 解码后的 Manifest、字符串表、语言包、版本信息 | 自备 Apktool |
| 固件 | 区域划分、提取结果、原生分析交接 | Linux 上的 Binwalk / Unblob |
| 包与资源 | 文件清单、摘要、plist、Apple bundle 结构 | 无 |
| 进程行为 | 终端输出、交互、退出与文件系统观测、运行对比 | Linux / macOS + 原生 PTY |
一个容易被忽略的设计取向：静态 JS 分析和 .NET 分析不需要任何原生引擎。这意味着哪怕你机器上什么都没装，MCP 一注册就能干活——只是分析不了二进制而已。
运行时会跑起目标进程，用的是你的用户权限。项目在每个 runtime 指南里都写明了影响范围，这点比含糊其辞要好。
四、整个流程长什么样
这张图里有两处值得停下来看。
第一，AnalysisProviderRegistry 写着「确定性选择，不回退」。 意思是不做「Hopper 失败就悄悄换 Ghidra 再试」这种事。选哪个引擎是确定性的，失败了就把失败和局限报给你。这在科研意义上是对的——一个静默的 fallback 会让你以为结果来自 Hopper，实际上来自 Ghidra 的启发式反编译，而两者的伪代码质量差异极大。
第二，EvidenceLedger 和「未知项归属」是一等公民。 REA 不只是返回结论，而是把「没查出来的东西」也结构化地记录下来。这一点在第四节之后会展开。
五、六种工具形态，而不是一百个工具
docs/tool-design.md 里有一张表，是整个项目最值得抄的部分之一。
REA 没有采用「每个格式一个工具、一个动作一个工具」的堆叠策略，而是先定义六种任务形态：
| 形态 | 用途 | 返回什么 |
|---|---|---|
inspect | 关于某个目标、对象或资源的事实 | 字段、位置、以及各类切面是否可用 |
search / list | 候选发现 | 稳定排序 + 上下文，必要时分页 |
trace | 跨证据的关系 | 带类型的边、支撑事实、未解析的路径 |
compare | 显式配对的制品或观测 | 同一性、可比覆盖范围、有支撑的差异 |
workflow | 需要组合的、反复出现的结论 | 内联答案 + 贡献证据 + 部分完成的切面 |
observe / capture | 运行时行为 | 权限、启动/附加影响、生命周期、清理状态 |
文档明确写道：These are task shapes, not mandatory prefixes. 也就是说这是设计约束，不是命名规范。
我在 docs/mcp-contracts.md 里看到的实际工具名也印证了这一点——它们按动作和对象命名，而不是按形态加前缀：open_binary、analyze_function、compare_artifacts、trace_call_path、get_evidence_bundle、inspect_analysis_view、analyze_javascript_application、capture_browser_scenario、build_reconstruction_obligation_ledger……
文档里还有一条我觉得是整份 MCP 设计文档的核心主张：
Prefer primitives; compose workflows.
原子的工具只报告「关于某个已识别对象或关系的可复用事实」。一个格式专用的解码器算原子工具；但某个应用的业务解释不属于通用契约。只有当重复使用证明了「存在一个 REA 能完成、且不掩盖调用方选择和不确定性的多源结论」时，才把它提升成 workflow。
它还举了个反面例子：自研编排语言、重放引擎、独立的 prepare/execute 两段式计划——除非观察到原语满足不了的需求，否则不要做。以及一句很实在的话：
A plan without execution does not establish runtime behavior.（没有执行的计划不能确立运行时行为）
六、证据哲学：「没覆盖」不等于「不存在」
这是我认为 REA 最值钱的两个设计决定。
第一条：Missing coverage is unknown, not absence.
如果某个 provider 没有报告某条关系，REA 不会说「这条关系不存在」，而是说「这一项是未知的」。文档进一步规定：对 caller/callee 读取，relationship_coverage 只描述 provider 观察到的直接关系集合；标记为 complete 只意味着这个集合在没有已知读取上限的情况下被完整返回了，不代表运行时所有可能的边都被覆盖。
这个区分看起来是吹毛求疵，但在逆向工程里，误判「不存在」和误判「存在」的代价是同一个量级——都会把你引向错误的实现。
第二条：observed / derived / inferred 三态严格分离。
一条关系是直接从二进制里读出来的（observed），还是从多个观测推导出来的（derived），还是模型推断的（inferred）——这三种在返回结果里必须能被区分开。未解析的边和部分的 provider 事实要原样保留，而不是强行要求每个 provider 都填满同一套元数据。
配套的产物是 Evidence：每条证据带 evidence_id 和 analysis_profile，可以直接作为参数传给对比工具。这就是为什么 compare_artifacts 这类工具能做到「显式配对」——它配对的是有出处的证据对象，不是字符串。
再往上一层，还有一个我觉得很有意思的抽象：重构义务账本（reconstruction obligation ledger）。
build_reconstruction_obligation_ledger 把已认证的 Evidence 转换成一份确定性的重构声明清单。义务要算「闭合」，必须同时满足四个条件：
- 有且只有一个 owner
- 必需的 parser / schema / domain 类型都齐了
- 全部必需的 case fixture 都齐了
- 有权限可比（permission-comparable）的通过 verifier
这实际上是把「我大概明白了」变成了一份可被程序检查的清单。对要真正交付一个复刻版本的场景，这个约束比什么分析报告都管用。
七、架构：十层，依赖方向单向
docs/architecture.mermaid 是项目自带的架构图，我按原图的结构重画了一张精简版。原图有 11 个 subgraph、150+ 条连线，直接贴进来在博客里没法读：
几个能读出信息量的细节：
依赖方向是单向且有强制的。 AGENTS.md 里写得很清楚：领域语义与契约 → provider 适配器 → 共享应用工作流 → CLI/MCP 适配器。领域层是纯函数、无副作用。往上加一层都得问一句「这会不会反向依赖」。
进程层比想象的重。 src/process/ 负责自有进程组、私有根目录、超时控制、有界文件读取、诊断与清理。Windows 上还有一层 Node-API 原生实现（native/windows/src/），做 NTFS 准入、受保护 DACL 和原子的 Job Object 分配。
外部引擎通过 bridge 接。 bridge/hopper_bridge.py 跑在 Hopper 内部，把操作适配到 Hopper 的 Python API；bridge/ghidra/ReaGhidraBridge.java 打包成 HeadlessScript，提供 inventory、decompiler、references、CFG。
测试是真的多。 全量 file tree 有 2,870 个文件，其中 884 个是测试文件（Vitest），tests/fixtures/ 里放了假的 launcher、bridge 和 CDP 缝。测试覆盖率体现在架构里——那些 provider 都能被替身驱动。
项目用 Turborepo 管理，工具链是 Rolldown + oxlint/oxfmt + release-please，发布自动化做得挺完整。
八、把工程债摆在明面上
做大体量 MCP 服务，绕不开一个问题：工具 schema 和返回结果会把客户端撑爆。
REA 的处理方式值得单独说，因为它不是「我不返回那么多」，而是「我先量，再限，而且告诉你我限了」。
文档里一条硬规则：
An assumed agent budget is insufficient justification for a limit. （凭空假设的 agent 预算，不足以成为设置上限的理由）
对应的做法是：先测量资源，再选预算，在昂贵步骤之前就强制执行。文档要求把「价值替代、trace-frame 乘积、保留记录、序列化膨胀、临时文件增长」分别单独计账——而不是笼统地给一个数字。
几个已经落地的工程事实：
- 10 MiB 的 MCP 接收缓冲预算
REA_MCP_INPUT_SCHEMA_PROFILE=compact把输入 schema 压到 13,312 字节，专门为 Moonshot / kimi-cli 这类客户端准备（它们大约 13.7 KB 接受、~15 KB 拒绝）- 返回超限时触发
resource_constraint，配上details.reported_limits.evidence_reference，agent 随后可以用inspect_analysis_view分页续读 - 实际案例：一次 334 MB 的 Obsidian Evidence 被投影成约 10 KB 的 summary view，需要时再分页取
REA_MCP_MAX_RESPONSE_BYTES可控；REA_GHIDRA_STARTUP_TIMEOUT_MS/REA_HOPPER_STARTUP_TIMEOUT_MS应对大二进制的启动慢
「超限就明说，还能续读」这件事，比默默截断重要得多——它让 agent 的推理链不至于建立在残缺事实上。
九、安全边界写得相当克制
逆向工具天然带着一套「会不会乱来」的疑虑。REA 在 AGENTS.md 和 FAQ 里的边界写得很明确：
- 分析全在本地跑，不上传目标。（但 agent 会收到工具结果，而模型提供商有自己的数据策略——这句话也写出来了）
- Ghidra 用临时数据库，不改可执行字节，不控制 GUI
- IDA 只读，绝不保存或关闭已经附加的 GUI 数据库
- 安装器不碰 Homebrew、Node、npm、Java、Ghidra —— 不静默安装或升级别人的工具链
- setup 的改动先展示计划再等批准
- 敏感值需要脱敏，但不从命名去推断哪个值敏感
这几条单独看都不稀奇，加在一起是我愿意让 agent 在自己机器上跑它的原因。
十、三个案例，看它到底能走到哪一步
官方 showcase 页除了 README 里的三个，还列了几个社区案例。
DX-Ball：复现一个声音声像计算。 跟一个音效调用进到「位置转声像」的辅助函数，看指令，把不完整的伪代码翻译成 C。重构结果通过了 3,205 个原始 x86 用例，并且复现出全部 63 个编译后的函数字节——不是行为近似，是字节级一致。项目还开源了重构仓库（N0zoM1z0/dx-ball）。
Notion：追 Electron 剪贴板桥。 找到渲染进程的剪贴板 API，穿过 preload 和 IPC 进到主进程，检视富文本剪贴板格式。三个案例里这个最贴近日常——它演示的正是「看到一个功能，想知道它怎么做的」这个核心场景。
TH04：复原 DOS 版弹幕环。 查看 PC-98 原版游戏的 16 位指令，恢复固定角度与瞄准角度的计算，再把重构的 C++ 和历史编译器的输出做对比。
社区案例里还有 Aegis（分析 Android 认证器 APK）和 DownUnderCTF 的 flag checker。
DX-Ball 那个「复现全部 63 个编译字节」是我最看重的一个指标。逆向工具的输出历来止于「大概是这样」，而这里明确把验收标准定在可执行的等价性上——通过 3,205 个用例，还要字节一致。这正好呼应第六节那个重构义务账本：义务闭合的条件不是「我觉得懂了」，而是「有可跑的 verifier 通过了」。
十一、几个需要提前知道的限制
不是所有地方都适合它，坦白说清楚：
- 原生分析的门槛仍在。要 Hopper、Ghidra 或 IDA 之一。Hopper 可以由 setup 在你批准后安装，Ghidra 和 IDA 用你已有的（其中 Windows 上的 Ghidra 还标注为实验性支持）。
- 平台限制零散且真实。离线 ELF 要 Linux x64 + 自备 pwntools，EVM 要 Linux x64，进程捕获要 Linux/macOS 的原生 PTY，固件要 Linux 上的 Binwalk/Unblob。跨平台能力并不均匀。
- 它更偏「理解和取证」，不是自动化批量工具。文档明确反对为了「看起来像个平台」而造编排引擎、计划层。它给的是原语，agent 在上面自己组合。
- 版本迭代很凶。六个月内到 v6.4.0，几乎两天一个版本，新 release 常常带大量 bug 修复。文档里还专门有一节讲「最新 npm 版本之后才进主分支的特性」——用之前建议先看 CHANGELOG 对齐版本。
- 安装器会改你的 agent 配置。虽然有审批和备份，但涉及 17 种 agent 的配置格式，跨环境时值得先在干净目录试一次。
最后
REA 最值得借鉴的地方，其实不是它接了多少引擎，而是两条方法论。
一条是证据与结论分离：observed / derived / inferred 三态不混，「没覆盖」永远不等于「不存在」。这让 agent 在不完整信息下推理时，至少知道自己在哪儿是在猜。
另一条是验收标准机器可判：重构义务账本把「我懂了」翻译成「有唯一 owner、有必需类型、有全部 fixture、有通过的 verifier」。这一条把逆向从手感活变成了工程活。
从工程规模看，2,870 个文件、884 个测试、539 个 provider 适配文件、六个月 104k star，这个项目的执行密度不低。当然，六个月的高热度究竟是长期价值还是 novelty 效应，还需要更长的时间才能判断——但那些关于证据和验收的设计，跟热度无关。
如果你手头正好有一个「只有安装包」的复刻需求，REA 的快速上手路径值得先花十分钟试一次。
项目地址：github.com/morluto/rea 官网 / Guides / Showcase：rea.tools · 案例集 MCP 工具契约文档：docs/mcp-contracts.md 重构案例仓库：dx-ball · th04
本文数据采集于 2026 年 10 月 12 日，对应项目 v6.4.0 版本（发布于 10 月 11 日）。star / fork 数、文件统计与版本信息均为该时点快照；该项目迭代很快，实际使用前请以仓库 CHANGELOG 与
docs/installation.md的平台要求为准。逆向分析请仅用于你有权分析的目标，并遵守所在地区的法律与软件许可条款。