开源逆向工具 REA 走红：让 Coding Agent 自动拆解应用实现

玩了一天 REA，我号快没了

最近有一个开源项目非常火，它能够逆向一切，这个 GitHub 项目就是 REA 。 它的全名是 逆向一切 ：你只需要把应用交给 AI 编程助手，让它调查某个功能到底是怎么实现的。 然后，你就等着就行了。 它的火爆程度甚至不亚于当时的 OpenClaw 小龙虾，之前是全民养虾，现在是全民逆向。 截止发文，我看现在已经有 241 K 的 star 了，而我前两天看才有 150 K ，这增速来说，OpenClaw 也自愧不如。 这篇就跟大家聊一聊 REA ，以及 REA 能做什么。 REA 相当于是给你的 Coding Agent 接上了一套逆向分析工具。 你可以用自然语言提出问题，比如： - 桌面客户端逆向与功能复现： "帮我分析本地安装的桌面笔记应用 `/Applications/Notes.app/Contents/Resources/app.asar`，找出它的本地离线搜索功能是如何构建索引和查询的，梳理出涉及的 IPC 通信通道与核心代码位置，并用 TypeScript 复现这个功能。" 底层原生二进制与算法重构： "调查这个二进制可执行文件 calculator.exe 中 % （百分比）按键的核心逻辑。分析在连续执行加法与乘法操作时的底层数学规则与计算分支，结合汇编与符号提取控制流，并用 C 语言帮我编写一个独立、等价的计算函数。" 前端打包产物逆向与接口分析： "分析这个混淆压缩后的前端 JS 产物（bundle.js），还原它的路由跳转鉴权拦截逻辑以及向服务端请求数据时的签名/加密算法，并定位核心函数。" 之后你的 Coding Agent 会通过 MCP 的方式来调用 REA。 然后 Agent 会依托 REA 开启一套严密的操作：提问、检查、读证据、实现和测试。 它不会让大模型凭空瞎猜或脑补伪代码，而是通过 REA 提供的逆向能力（比如静态 AST 分析、解包 ASAR、提取符号常量、或者调用本地的 Ghidra / Hopper / IDA 反编译二进制指令）。最后输出带有确凿证据的结构化分析报告，并指导大模型完成精准的代码重构或功能复现。 官方提供了几个案例： 第一个是 Notion 的剪贴板。 官方分析了 Notion Desktop 7.6.1 的应用包，沿着页面 API、预加载脚本和进程通信，找到了主进程调用 Electron 剪贴板接口的位置。案例还解释了复制的 HTML 怎样通过一个 ID 关联本地保存的文档块数据。 第二个是 DX-Ball 的声音算法。 游戏里，砖块在屏幕上的横向位置，会影响声音偏向左耳还是右耳。最初的反编译结果缺少关键计算，调查继续结合原始指令、调用方和数值常量，重建出对应的 C 函数。 官方记录的验证结果是：3,205 组输入与原始 x86 函数一致，并用指定编译器复现了这个函数的全部 63 个字节。 总结来看，这两个案例非常具有代表性，无论是高层架构梳理，还是底层硬核反编译，REA 都改变了传统逆向工程的痛点，把逆向分析变成了一套标准化的证据链推演。 如何使用 下面讲一下如何使用 REA 。 REA 本质是一个基于 MCP（Model Context Protocol）协议的逆向分析套件，支持无缝接入 Claude Code、Cursor、Codex、Gemini CLI 等主流 Coding Agent。 1. 环境准备 Node.js ：建议 22.19+（或更高版本） 系统环境 ：macOS (12+) 或 Linux AI 助手 ：本地已安装支持 MCP 的客户端（如 Claude Code、Cursor、Windsurf 等） 2. 一键安装与配置 官方非常贴心地提供了一键配置命令，直接在终端中运行： npx rea-agents setup 运行后，交互式向导会自动完成以下步骤： 1. 自动识别 Agent ：扫描本地已安装的 Coding Agent； 2. 多选配置 ：勾选你常用的客户端（比如 Claude Code、Cursor），脚本会自动为你生成并写入对应的 MCP 配置（写入前会自动备份旧配置）； 3. 原生工具可选接入 ：如果你打算分析原生二进制程序，向导还会提示你连接本机的 Ghidra、Hopper 或 IDA Pro 等反编译工具。 如果你想在终端全局使用 rea 命令行工具，也可以直接全局安装： npm install -g rea-agents 3. 验证与使用 配置完成后， 彻底重启你的 AI Agent （例如完全退出 Claude Desktop 或重启终端中的 Agent），然后运行健康检查： npx rea-agents doctor 各项检测通过后，你无需手动执行复杂的逆向命令，直接在你的 Coding Agent 聊天框中用自然语言对它下达指令即可。Agent 会自动调用 REA MCP 工具，在本地完成逆向分析并向你返回证据与结论。 或者直接一句 Prompt 帮我安装一下 REA（https: //github.com/morluto/rea） 直接丝滑安装 这两天我用 REA 逆向了一些软件用来学习其架构和设计风格。 但是我觉得 REA 虽然能够把知识点都说清楚，但是它出的图风格不太友好。 这里我们可能需要用到一个把架构图画得非常好的开源项目 --- archify 。 什么是 archify？ archify 是一个专门配合 AI Coding Agent 使用的自动化架构可视化工具。 它的设计思路非常巧妙：它让 Agent 根据逆向分析或源码阅读出来的架构逻辑，输出一套带强类型校验的 JSON 规范，再通过本地验证器和内置渲染引擎，生成 独立、高颜值且支持交互的 HTML 架构图 。 如何安装 你可以通过主流 Agent 的 Skill 机制直接一键添加： npx skills add tt - a1i / archify --skill archify 或者直接将项目克隆到你 Agent 的 Skills 目录下： git clone https://github.com/tt-a1i/archify.git 或者直接交给 AI 一键安装也行。 如何使用 安装好之后，它就会以 Skill 的形式常驻在你的 Coding Agent 里。 当你配合 REA 完成某个软件的逆向拆解后，直接对 Agent 提需求： "请根据刚才 REA 逆向梳理出的系统架构与调用链路，使用 archify 帮我生成一份交互式架构图。" Agent 会自动提取模块关系与数据流，生成规范的图表描述，并产出一份独立的 HTML 页面。 给大家看一下我做出来的效果。 每个获取焦点的节点还可以放大显示，我觉得做的还是不错的。 这个 GitHub repo 对比较喜欢做架构图，有审美需求的小伙伴很实用。 除此之外，还可以做时序图等等。 不过缺点是目前几种配色还比较简约，图形支持较少。 总结 总的来说，REA 的出现，可以说是把传统高门槛的逆向工程平民化了。 用 REA + archify ，能够把复杂的 App 设计，变为一份精确的、视觉友好的架构图，然后再进行可实操级别的复现和二创。 跟大家说一个 tips ： 最佳实践可以试试 GLM-5.3 + REA ，这里不是 GLM 5.3 -Flash，因为从 Benchmark 的评分来看，GLM 5.3 的逆向能力更强。 但我认为 REA 最佳的使用方式不是逆向一个 App 完事了，而是对 App 做二开和定制化。 就像某个大 V 说的，有了 REA 之后，你的所有 App 都被迫开源了。 注：本文介绍的工具与技术仅供软件工程架构学习、代码审计与安全研究之用，请严格遵守相关软件的最终用户许可协议（EULA）与相关法律法规，请勿用于侵犯知识产权或恶意破解商业软件。