行业背景
逆向工程场景下，大量无源码的二进制文件、智能合约字节码、系统崩溃快照数据，传统逆向工具链需要人工分步操作，无法直接对接大语言模型驱动的编码智能体。智能体在处理这类无源码分析任务时，往往缺乏标准化的工具调用入口，不同分析场景的输出格式不统一，生成的分析结论无法和原始分析工件直接绑定溯源。
现有逆向工具的输出结果大多是纯文本日志，没有结构化的元数据标注，智能体无法直接从输出中提取可复用的结构化信息，后续分析过程中很难回溯每一条结论对应的原始分析证据。不同平台的逆向分析工具之间没有统一的交互协议，智能体需要为每一类工具单独开发适配层，接入成本极高。
针对这类痛点，专门面向智能体设计的逆向分析工具链可以打通智能体和底层逆向能力的交互通道，让智能体直接调用成熟的逆向分析能力，完成无源码工件的自动化分析工作。
项目概述
该项目由 morluto 团队开发，2026 年 10 月连续发布多个迭代版本，核心定位为 Reverse Engineer Anything，即面向编码智能体的逆向工程工具包。项目采用 MIT 开源协议，所有代码完全开放，允许用户自由二次开发和集成到自有工作流中。
项目提供 CLI 命令行工具和 MCP 服务器两种运行形态，所有工具能力通过 MCP 协议对外暴露，智能体调用工具后返回的所有分析结果都会封装为和原始分析工件绑定的证据包，所有分析结论都可以溯源到对应的原始分析操作和输入文件。
技术架构深度分析
项目整体采用分层模块化架构，从上到下分为协议适配层、核心调度层、能力插件层三个层级，各层之间完全解耦，新增分析场景只需要在能力插件层新增对应模块，不需要修改上层的协议和调度逻辑。
协议适配层
协议适配层完全兼容 MCP 标准协议，所有工具调用请求都通过标准 MCP 接口接收，自动完成参数校验，所有文件输入都会强制转换为绝对主机路径，避免智能体传入相对路径导致的文件定位错误。该层没有嵌入任何逆向分析逻辑，所有请求都会透传到核心调度层处理，保证上层智能体侧的对接逻辑完全符合通用 MCP 服务接入规范，不需要做任何自定义适配。
核心调度层
核心调度层负责维护分析工件的元数据索引，每一个输入的二进制文件、快照、固件都会生成唯一标识，所有针对该工件的分析操作记录、输出结果都会关联到这个唯一标识上，自动打包为证据包。调度层还负责管理底层第三方依赖的生命周期，不同分析场景用到的第三方工具不会互相干扰，避免不同版本的依赖库出现冲突。
能力插件层
能力插件层直接对接各类成熟的逆向分析开源工具，所有底层能力都基于现有成熟逆向项目二次封装，没有重复造轮子。EVM 字节码分析基于 EVMole 实现，ELF 文件和崩溃快照分析基于 pwntools 和 pwndbg 实现，Windows PE 文件分析基于 Ghidra 原生能力实现，LLDB 调用追踪基于 LLDB 官方调试接口封装。这种设计可以直接复用现有逆向领域经过多年验证的成熟能力，不需要从零开发逆向分析逻辑，大幅降低了工具的维护成本，同时保证分析结果的准确性和现有主流逆向工具的输出完全对齐。
架构层面的另一个核心设计是所有分析操作都支持离线运行，不需要依赖云端接口，所有分析过程都可以在本地环境完成，避免敏感的二进制文件、智能合约字节码上传到第三方服务，满足高安全性场景的使用要求。
核心功能详解
EVM 字节码离线分析
该功能对接 EVMole 底层能力，支持在完全离线的环境下直接输入以太坊虚拟机字节码，不需要对应的智能合约源码或者公开链上信息。智能体可以直接调用该工具反编译字节码，提取合约中的函数签名、存储布局、已知漏洞特征。该功能适用于链上未验证源码的合约逆向分析场景，智能体可以直接基于返回的结构化信息完成合约风险审计逻辑。
ELF 文件布局结构化解析
该功能基于 pwntools 封装，支持直接解析 Linux 平台下 ELF 格式可执行文件的所有段信息、符号表、重定位表、导入导出表，所有输出以结构化格式返回，不是传统逆向工具的纯文本打印。智能体可以直接读取结构化结果提取指定函数的地址、段的内存分布、动态链接库依赖列表，不需要自行解析非结构化文本日志。该功能适用于 Linux 平台二进制漏洞挖掘、固件逆向的前期信息收集环节。
Linux 崩溃快照自动分析
该功能结合 pwntools 和 pwndbg 的崩溃分析能力，支持直接导入程序崩溃时生成的 core dump 快照文件，自动回溯崩溃发生时的调用栈、寄存器状态、内存上下文、指令执行现场。所有分析结果和快照文件绑定生成证据包，智能体不需要手动启动调试器加载快照，直接调用工具即可拿到崩溃的根因相关信息。该功能适用于大规模 Linux 服务崩溃日志的自动化批量分析场景，不需要人工逐个加载快照排查。
LLDB 动态调用追踪
该功能对接 LLDB 原生调试接口，支持在 macOS 平台下附加到正在运行的进程，实时记录函数调用和 Objective-C 消息派发的完整轨迹，所有调用的参数、返回值、调用时间戳都会被结构化记录。智能体可以指定需要追踪的函数范围，过滤不需要的无关调用，直接拿到符合条件的调用序列结果。该功能适用于 macOS 平台闭源应用的行为分析、动态调试场景，智能体可以基于调用轨迹快速定位特定功能对应的代码逻辑。
Windows x86 PE 文件原生支持
该功能基于 Ghidra 在 Windows 平台下的运行能力封装，支持直接加载 x86 架构的 PE 格式可执行文件，自动完成反汇编、函数识别、交叉引用分析，所有结果通过结构化接口返回给智能体。智能体不需要手动操作 Ghidra 的图形界面，直接调用接口就能获取指定函数的反汇编代码、函数交叉引用关系、字符串常量引用列表。该功能适用于 Windows 平台 legacy 闭源软件的逆向分析，自动化批量提取二进制文件中的关键信息。
MCP 标准协议服务
该项目以标准 MCP 服务器的形态对外提供所有能力，所有工具调用接口完全符合 MCP 协议规范，不需要针对不同的编码智能体平台做特殊适配。所有输入的文件路径强制要求为绝对主机路径，避免智能体相对路径解析错误导致的文件访问异常。所有主流支持 MCP 协议的智能体框架都可以直接接入该服务，直接调用所有逆向分析能力。
分析证据包自动生成
每一次智能体调用工具生成的分析结果，都会自动和对应的原始分析工件绑定，生成完整的证据包，记录所有调用参数、输出结果、操作时间戳、工件哈希值。后续智能体生成的所有分析结论，都可以直接关联到证据包中的对应条目，所有结论都可以回溯到原始分析操作，避免分析过程出现结论没有依据的问题。
项目地址：https://github.com/morluto/rea
⭐ Stars：191209
🔍 来源：GitHub
Reverse engineer anything with agents, from app behavior down to native binaries.
微信扫一扫，打赏作者吧～
网友评论