· REA / Agent / MCP / 逆向工程 / Electron / 证据驱动
REA 技术解析:让 Agent 沿着证据做逆向工程
RedMoon · 资料截至 2026 年 10 月 13 日。分析对象为
morluto/rea,源码固定于d13c9f840d36a321a56917e75c48afcb8d72920e;同期 npm 稳定版为rea-agents 6.4.0。[1][2]
看到一个应用中的功能,往往很容易描述它做了什么,却很难回答它怎样完成:按钮触发了哪个模块,数据经过了哪些进程,最后又调用了哪个原生函数?当源码缺失,或者只拿得到安装包、压缩后的 JavaScript 和可执行文件,这些问题就需要逆向分析。
REA,全称 Reverse Engineer Anything,把这条调查路径开放给 AI Agent。Agent 通过 MCP 调用 REA,REA 再调用分析器、读取制品或观察运行中的程序,返回带有来源的结果;Agent 根据结果提出下一轮问题,最终解释行为,或写出可以验证的新实现。[1][3]
它值得关注的工程设计,是把跨工具分析、证据保存、未解问题和验证范围接到同一个工作流里。理解这套设计,比单看“逆向任何东西”的名字更能判断它在实际项目中的位置。
一、REA 在 Agent 系统中的位置
REA 的生产入口是 CLI 和 MCP server,核心实现采用分层的 ESM TypeScript。外部 Agent 负责制定调查策略、解释结果和生成实现;REA 提供分析工具与结果契约。Hopper、Ghidra、IDA 等引擎承担原生代码的反汇编和反编译,JavaScript 路径则通过解析器及应用图分析组织程序关系。[1][3][4]
这可以拆成四个角色:
| 角色 | 负责什么 | 典型输出 |
|---|---|---|
| Agent | 将问题拆成查询,决定下一步,解释证据或生成实现 | 调查结论、重建代码、测试方案 |
| REA 工作流 | 选取分析路径,组织调用,保存与比较结果 | Evidence、应用图、功能路径、未解问题 |
| 分析 provider | 从目标文件或运行环境中提取信息 | 汇编、伪代码、AST 关系、脚本及网络观察 |
| 验证工具与夹具 | 比较原目标和候选实现,检查明确的行为范围 | 差异报告、测试结果、编译产物对照 |
MCP 是 Agent 调用工具的接口。REA 的 CLI 与 MCP 共用 application 层的工作流,因此终端脚本和 Agent 可以进入同一套分析与证据体系。这里的“一套”指共享语义和实现;两种入口的进程与会话生命周期仍有区别。[3][5]
它的使用场景集中在已交付的软件制品、缺源码的功能调查,以及需要观察实际行为的问题。对于拥有完整源码的普通仓库架构分析,项目自身的工作流说明也建议直接使用常规代码阅读工具。[6]
二、源码架构:把分析引擎与调查逻辑分开
源码中的依赖方向围绕 provider-neutral 的业务语义组织。下表将仓库架构图压缩成阅读时最有用的路径。[3]
| 层 | 主要位置 | 作用 |
|---|---|---|
| 入口 | scripts/rea.mjs、src/cli.ts、src/main.ts |
分派一次性 CLI 命令或启动 MCP stdio 服务 |
| 接口适配 | src/server/、src/cli/ |
校验请求,映射工具契约,编码结果和错误 |
| 生产组装 | src/composition/ |
创建 provider、会话、可选能力和资源生命周期 |
| 调查工作流 | src/application/ |
组合分析、Evidence、比较和功能追踪 |
| 领域语义 | src/domain/ |
证据身份、应用图、覆盖状态、比较规则和验证判断 |
| 契约 | src/contracts/ |
定义调用者可见的输入、输出与工具目录 |
| 引擎与平台边界 | src/ghidra/、src/hopper/、src/ida/、src/browser/ 等 |
适配工具协议、文件格式与平台能力 |
| 进程基础设施 | src/process/、src/windows/、native/windows/ |
超时、取消、进程归属、私有工作区与清理 |
以一次 JavaScript 功能追踪为例,MCP handler 先解析 application Evidence 输入,调用共享的工作流函数,再记录输入证据和新结果,最后通过统一的结果编码返回给客户端。功能追踪自身消费已经得到的图,不需要再次读取应用或执行目标。[7][8]
这种分层有两个直接收益。首先,工具名称与调用者需求可以保持稳定,Ghidra、Hopper 等引擎的协议差异留在 adapter 中。其次,证据验证、比较规则和错误语义可以同时服务 CLI 与 MCP,减少两套入口给出不同解释的机会。
Provider 选择有明确依据
AnalysisProviderRegistry 将候选 provider 按 ID 排序,检查可用性、目标支持和分析 profile。自动选择存在唯一可用候选时才绑定;多个可用候选产生 ambiguous,要求调用者选择。指定引擎失败时,系统保留该引擎的失败原因和诊断信息。[9]
这个选择机制让调查结果能够回答“是谁分析的、用什么配置分析的”。不同引擎对函数边界、类型、调用关系的恢复可能不同,把 provider 选择记录下来,是解释这些差异的前提。
三、Evidence:一次分析究竟保存了什么
REA 将分析结果放入统一的 Evidence record。它保存的不只是结论,还包括目标身份、引擎身份、参数、来源位置,以及这次结果能支持的判断类型。[4][10]
| 字段 | 阅读时要问的问题 |
|---|---|
subject |
分析的是哪份制品?SHA-256、格式与架构是什么? |
provider、analysis_profile |
哪个工具和版本产生结果?使用了哪些分析设置? |
operation、parameters |
实际执行了什么查询? |
raw_result |
是否保留了区别于统一结果的 provider 原始表示? |
normalized_result |
当前操作的统一结果是什么? |
confidence、authority |
结果是观察、派生还是推断?证据来自哪里? |
locations |
能否回到文件偏移、代码地址或制品路径? |
limitations、relationship_coverage |
覆盖是否完整?哪些关系尚无法确定? |
evidence_links |
当前结果依赖哪些已有 Evidence? |
其中 confidence 是 observed、derived、inferred 三种分类,用来区分结果的产生方式。它不是一个经过概率校准的正确率分数。[10]
例如,“某条汇编指令位于某地址”可以来自直接观察;“应用图中存在一条从入口模块到 IPC 包装器的路径”来自图的派生;“这个请求对应某个业务动作”则可能需要进一步推断。把三者分开,读者就知道下一步应该补哪类证据。
Evidence ID 如何保护结果一致性
evidence.ts 对 Evidence 的语义投影计算摘要,得到 ev_ 前缀的 ID。投影包含目标内容身份、provider、profile、参数、原始与统一结果、覆盖信息及依赖链接;目标名称和展示路径没有作为 subject 身份的一部分加入该投影。导入时会重新计算 ID,语义内容与 ID 不匹配则拒绝。[10]
EvidenceLedger 保存不可变记录,重复相同内容可幂等接收,冲突内容被拒绝;导入整个 bundle 时先验证,再提交变更,避免坏输入留下半份会话状态。[11]
这建立的是记录的内容完整性与可追溯性。判断本身是否正确,仍取决于分析器、输入和验证方法。持有完整记录的一方可以生成新的合法记录,因此摘要还需要与来源和信任边界一起解释。
Unknown 也是正式数据
REA 为尚未解决的问题建立 residual unknown,记录问题、状态、支持与矛盾证据、所需证据类型、建议探针和修订关系。状态包括 open、investigating、blocked、contradicted 与 resolved。[12]
例如,已经识别到一个 IPC 包装器,但参数是动态字符串,暂时无法确定频道。系统可以保存“频道归属未解决”,而不是把它当成没有 IPC。后续源码范围、运行观察或独立验证能够接着处理这个问题。
四、JavaScript 与 Electron:从安装包恢复功能路径
对于 ASAR 或提取后的 JavaScript/Electron 目录,入口是 analyze_javascript_application。REA 组织模块、导入、source map、路由、IPC、原生 add-on 关联及配套语义关系,让 Agent 能围绕一个功能沿图追踪。[1][7]
Electron 特别适合解释这个流程。一个渲染页面中的按钮,可能经由 preload 的 contextBridge 进入 IPC,再由 main process 调用操作系统能力。只读页面代码,或者只找到一个字符串,往往还没有覆盖整个功能。
以“复制富文本”为调查问题,可以按以下顺序推进:
- 分析提取后的应用目录或 ASAR,先取得 application graph。
- 查看模块列表,定位 preload、renderer 与 main process。
- 以 API、IPC channel、模块或字符串为 seed,追踪相关关系。
- 检查具体的代码位置,区分明确字面量与动态参数。
- 当图到达原生边界时,按目标 digest 和 export 转交合适的原生分析路径。
- 为仍然动态或有歧义的关系补充运行观察或测试。[6][7]
静态解析能回答哪些问题
语义图覆盖词法定义与读取、属性读写、闭包捕获、可唯一解析的局部调用、参数和返回值关系,以及受支持的 Promise、事件、定时器、资源获取与释放等模式。[7]
图中一条 resolved 的调用关系,表示在当前静态分析范围内找到唯一目标。它是否在某次运行中执行,需要运行证据。动态属性、无法解析的调用、解析恢复和不支持的 API 形状继续保留 unknown;候选边默认不混入确定路径。[7]
这种保守处理对压缩后的 bundle 很重要:变量名很短、别名很多、包装器很深,图能提供调查起点,但一次静态遍历无法自动补齐所有动态行为。
运行证据如何与静态图对齐
reconcile_javascript_runtime 将静态 application graph 与浏览器、Electron 或 V8 Inspector 观察进行匹配。这个步骤消费已有 Evidence,自身不启动目标或读取新的应用文件。[13]
匹配时,捕获源码的 SHA-256 与位置共同提供较强的对应依据;唯一内容摘要也可建立匹配。只有路径对应时,结论保留为位置推断;多候选保留歧义;同路径字节不一致则报告 mismatch。路径名称不能覆盖摘要冲突。[13]
对 bundle 中的内嵌模块,系统还区分:
| 状态 | 可以如何理解 |
|---|---|
loaded |
找到了被接受的运行脚本对应 |
resident-in-loaded-asset |
模块所在的外层资源已被观察到,模块本身尚未独立证明执行 |
not-observed |
当前观察窗口没有得到加载证据,需要结合覆盖范围解释 |
对齐解决的是“观察到的脚本与哪份静态制品相关”。要证明某段代码导致某个结果,仍需要相应的调用、输入输出或干预证据。[13]
五、原生二进制:沿着函数、指令和常量继续追踪
对于原生可执行文件或库,REA 通过所选 provider 提供函数分析、伪代码、汇编、字符串、名称、引用和调用关系。Agent 可以从一个特征字符串或已知地址入手,逐步定位调用者、被调用者和常量。[1][9]
三类深度分析 provider 有各自的连接方式:
| Provider | REA 如何连接 | 需要关注的条件 |
|---|---|---|
| Hopper | 启动分析工具并通过内部 Python bridge 适配其 API | 安装、授权、宿主支持与可用操作 |
| Ghidra | Headless Java bridge,分析临时工作区中的目标 | import profile、语言与编译器设置、宿主能力 |
| IDA | 适配外部 IDA MCP,使用已连接 GUI 或拥有的 headless 数据库 | 上游 MCP profile、目标绑定与可用操作 |
这些路径来自源码架构和 provider 文档。工具提供的操作范围按 session 能力发现来判断,不能只因为某个 provider 名称存在就假定它支持所有工具。[3][4][9]
伪代码之后为什么还要读汇编
反编译器会推断类型、参数和表达式。调用约定、浮点指令或不完整的函数恢复,都可能影响伪代码表达。REA 保留汇编、字节读取和来源地址,使 Agent 能在伪代码之外继续核对原始行为。[14]
DX-Ball 的 sound-pan 案例正好展示了这条路径。公开记录中,函数伪代码没有完整恢复栈参数与 x87 表达式;调查进一步检查调用者、FILD、FMUL、FSUB 和常量位置,恢复出横坐标、比例与整数转换之间的计算关系。[14]
这里,“发现一个看起来合理的 C 函数”与“证明这段函数重建正确”是两个阶段。后者需要将原始执行结果或编译产物拿来比较。
六、让大结果适合 Agent:完整保存,按需读取
大型应用的 Evidence 可能远超模型一次需要阅读的内容。REA 当前 MCP 契约同时处理保存与传输:分析可以完整保留在 session 中,而首次回复返回 summary,后续用 inspect_analysis_view 读取某模块、函数 facet 或稳定分页。[4]
一个适合 Agent 的访问顺序是:
目标分析,选择 summary
→ 取得 parent_evidence_id
→ 查看模块或函数清单
→ 选择具体对象及 facet
→ 沿功能路径追踪
→ 必要时导出完整 evidence bundle
这段顺序是对工作流的概括,实际参数以当前 server 广告的 schema 为准。[4][6]
代码中的 ToolResultDelivery 和 encodeToolResult 会计算统一结构和文本表示在 MCP 回复中的实际开销。默认预算围绕所固定 SDK 的 10 MiB 接收缓冲,并给外层消息留出空间。结果超过预算时,系统返回 resource_constraint 和已保存 Evidence 的续读入口,而不是把截断文本当作完整成功结果。[4][15]
这里要分清两种成本:回复字节数是一种传输指标,Agent 总 token 和任务耗时则包括工具发现、后续查询、错误、重试与模型处理。项目的公开效率记录也分别讨论这些指标,部分实测中回复缩小并没有对应总 token 或耗时下降。[16]
因此,summary/view 的直接价值是控制阅读范围、保留完整分析并支持继续查询。具体任务是否更省 token、更快,需要在相同问题和条件下测量。
七、从解释功能到重建实现:验证必须有明确对象
REA 的 reconstruction obligation ledger 将已有 Evidence 和人工审阅后的要求组织成待验证的重建义务。一个 required obligation 需要有明确实现归属、所需类型与测试案例,以及与原观察具有可比证据类型的 passing verifier。[17]
例如“取消中的请求恰好得到一个终态响应”,就不能靠看到一个 cancel() 函数来关闭。需要将请求、取消与最终响应的协议记录对应起来,再用验证结果证明候选实现满足这个要求。
矛盾、重复归属、缺失依赖、未解问题或无法获得的证据类型,会使义务保持开放或失败。输入没有 Evidence、没有义务时,ledger 返回 unknown,而不会因为清单为空就判定完成。[17]
这让重建任务从“代码已经写出来”变成一组可以逐项验收的主张。项目还提供 readiness conformance verifier 检查自己的制品、证据、比较、重放和清理规则;它属于仓库验证器,不是替用户自动证明任意应用完成重建的公开 MCP 工具。[18]
三个公开案例,三种不同证据范围
| 案例 | 公开记录支持的结果 | 适用范围 |
|---|---|---|
| DX-Ball 声像计算 | 记录了 3,205 个原始 x86 差分案例,并复现该函数全部 63 个编译字节 | 一段声像计算函数及固定重建 checkpoint |
| Notion 剪贴板 bridge | 静态定位 preload 中暴露的 API 和动态 invoke;再结合包装器源码与独立探针解释路径 | 所选桌面制品、源码范围和独立缓存探针 |
| TH04 弹幕环计算 | REA 检查原始 16 位指令与字节;历史重建记录验证包含该 helper 的 2,139 字节范围 | 所选函数、周围贡献范围与固定历史编译工具链 |
上表引用的是项目公开案例记录,并区分 REA 检查、源码阅读和重建项目已有验证。函数、范围与夹具各有明确边界。[14][19][20]
Notion 案例尤其有参考价值:其精确 IPC channel seed 在静态图里没有匹配,公开说明保留了这处动态传播缺口,再用实际源码范围解释包装器关系。一个诚实暴露缺口的工具结果,仍然可以支持后续有效调查。[19]
八、能力范围与 Windows 使用条件
当前仓库文档覆盖原生、JavaScript/Electron、浏览器、.NET、Android、网络记录、固件、WASM、EVM 和 SQLite 等目标。这些能力对应不同 provider 与环境,以下按调查需要归组。[1][21]
| 需要回答的问题 | 相关能力 | 条件与解释范围 |
|---|---|---|
| 安装包里有什么、功能在哪个模块 | 制品清单、ASAR、JS 应用图、静态 .NET | 可先从文件读取和静态分析开始 |
| 原生函数如何计算 | Hopper、Ghidra、IDA | 自备相应引擎;格式、架构和宿主支持分别确认 |
| 网页加载和请求如何关联 | CDP、浏览器脚本与网络观察 | 需要 Chrome 系浏览器,结论受观察窗口影响 |
| Android 包与设备行为 | JADX、ADB、Apktool、JEB 相关能力 | 每条路径需要自己的工具和连接条件 |
| 录制的数据表达什么 | HAR/SAZ、PCAP、逻辑信号、core 文件等 | 读取历史记录;额外工具与宿主限制各自不同 |
| 跨版本变化或重建是否成立 | 证据比较、义务 ledger、验证结果 | 明确成对输入、覆盖范围与比较依据 |
面向 Windows,最直接的起点通常是静态 JavaScript/Electron 或静态 .NET。深度原生分析则需要看具体 provider 的宿主边界。[1][22]
Ghidra 的 Windows P0 文档要求 Windows 10+ x64、固定本地 NTFS 目标与临时卷、兼容 Node.js、自备 Ghidra 12.1.x 及符合其要求的完整 JDK。支持对象是原生、非 managed 的 x86/x86-64 PE 应用或 DLL,提供 25 项只读分析操作;这条路径仍标为实验性,并有路径与文件系统准入约束。[22]
因此,拿到 .exe 或 .dll 后先判断内容类型很关键:普通原生 PE、托管 PE/CLI 和 NativeAOT 的分析入口不同。扩展名并不能代替格式识别。[5][22]
九、怎样开始一次可解释的调查
截至本次核对,GitHub 最新正式 release 与 npm latest 都为 6.4.0,GitHub 发布时间是 2026 年 10 月 11 日。本文所读 main commit 属于 10 月 13 日,部分 main 能力可能尚未进入该正式包;实际调用前要发现当前工具列表和 schema。[2][6][21]
下面的命令固定稳定包版本,供选择目标后使用。它们是根据文档整理的操作入口,本文的调查没有执行目标应用或更改 Agent 配置。[5][21]
先查看面向 Codex 的配置计划:
npx rea-agents@6.4.0 setup --client codex --dry-run
希望接入 Agent 时,再运行交互式 setup,审阅它提出的路径与改动:
npx rea-agents@6.4.0 setup --client codex
只做一次静态应用分析,可以直接走 CLI:
npx -y rea-agents@6.4.0 analyze-javascript-application "D:/apps/example" --json
D:/apps/example 需要替换为选定的提取目录或 ASAR。大型结果应保存并投影为 summary 或局部 view;一次性 CLI 是独立进程,后续命令通过已保存的完整 Evidence 或 bundle 继续,不能沿用上一进程的内存引用。[5]
REA 要求 Node.js 22.x 至少 22.19、24.x 至少 24.11,或 26+;具体能力可能有更高要求。setup 负责选定客户端的配置与工作流文件,工具引擎和依赖按文档另行准备。[1][21]
一次有用的任务描述可以是:
分析这个 Electron 应用的搜索功能。
从实际打包模块追到数据来源和排序逻辑。
给出来源位置,列清动态关系。
为可以重建的部分写验证案例,并保留尚未解释的行为。
任务的重点在于指定目标、功能和验收行为。REA 负责提供可查询的制品与运行证据,Agent 据此提出下一步调查,验证则对明确的输入和输出负责。
十、对 AI 工程的启发
REA 展示了一种适用于复杂 Agent 工具的设计:工具返回能够继续调查的事实和来源,Agent 围绕这些证据推进任务。
这套设计中最有复用价值的部分有四个:用格式和目标身份选择分析路径;让 CLI 与 MCP 共用工作流;将原结果、覆盖范围和 unknown 保存成结构化记录;用显式义务与测试界定“已经完成”的范围。[3][4][17]
它也提示了 Agent 产品的评估方式。工具数量、一次输出长度和生成代码的速度都只能描述局部。真正决定调查质量的,是能否沿来源回查、在动态关系处继续提问、保留矛盾,并用适当的验证关闭具体主张。
参考资料
以下源码与文档链接固定到本文分析 commit;release 与 npm 链接用于核对稳定版本。
- REA README:定位、能力与工作流
- REA 6.4.0 正式 release;npm 6.4.0 元数据
- 源码架构图
- MCP runtime contracts
- CLI 与 Evidence 工作流
- 项目的逆向调查工作流说明
- JavaScript 跨层功能、语义与版本工作流
- MCP 功能追踪 handler;共享追踪工作流
- AnalysisProviderRegistry
- Evidence schema 与语义身份
- EvidenceLedger:记录与原子导入
- Residual unknown 的数据结构
- JavaScript 静态与运行观察对齐
- DX-Ball sound-pan 的公开证据与验证范围
- MCP 结果交付策略;实际传输体积编码
- 分析效率测量方法与结果解释
- Reconstruction obligation ledgers
- Readiness conformance 验证范围
- Notion clipboard 的公开证据与动态缺口
- TH04 bullet-ring 的公开证据与历史编译验证
- 安装、客户端配置与 main/release 边界
- Windows Ghidra P0 的支持边界