reverse-skill:让AI编码Agent自动完成逆向工程的技能路由包
一个专门给 AI 编码 Agent 用的逆向工程技能路由包。当 Claude Code、Cursor、Kiro 等客户端遇到 APK、二进制文件、JS 加密或 CTF 题目时,它能自动判断该用什么工具链(jadx / Frida / IDA / radare2 / BurpSuite),并驱动 AI 按可验证的流程完成分析——而不是靠猜测碰运气。项目融合了 AI 自动路由、工具链按需自举和自进化经验库三大能力,在 GitHub Trending 周榜持续霸榜,月增星 18.8k,是当前安全研究 + Agent 工具领域增长最快的项目之一。
功能与原则
核心能力:AI Agent 驱动的逆向工程/渗透测试技能路由引擎。输入任务类型(APK/ELF/JS/PCAP/CTF),输出:路由决策 → 工具链检查 → 自动化工作流 → 证据链 → 报告。
设计原则:
– 路由驱动:173 个回归基准测试用例覆盖 44 条路由规则(R0–R44),每次任务都走结构化路径而非随机调用
– 工具链自举:jadx、apktool、Frida、radare2、IDA 等工具按需自动安装/初始化
– Ops 安全门控:case-init 强制校验授权范围(scope contract),未经授权不执行任何攻击行为
– 可移植性:PowerShell + Bash 双轨,支持 Windows / Kali Linux / Ubuntu / macOS
– 自进化:每次任务结束后经验自动积累到知识库,后续类似任务路由更精准
认可度
- GitHub Star:⭐ 29,319(截至 2026-08-26)
- Forks:4,005
- 月增星:约 18.8k(2026年8月Trending周榜常驻,Trendshift 收录)
- 社区:17 个 open issues,95 个 watch,活跃贡献者众多
- 趋势:8月第2-3周连续出现在 GitHub Trending 日榜/周榜前列,是当月 AI + 安全领域 Star 增速最快的项目之一
链接
GitHub:https://github.com/zhaoxuya520/reverse-skill
原作者
zhaoxuya520(GitHub ID)—— 安全研究 + AI Agent 工具链开发者。项目附带完整中文文档(README_zh.md)和在线教程(reverse.apivix.com),社区驱动活跃。
介绍
reverse-skill 的出现源于一个具体痛点:AI 编码 Agent 在面对逆向工程任务时,并不知道该用 jadx 还是 apktool 分析 APK,该用 Frida 还是 IDA 分析二进制,该用 BurpSuite 还是其他工具处理流量——它只能靠猜测,而安全研究的每一步操作都需要精确的工具和参数。
这个项目为 AI Agent 构建了一套完整的路由决策系统。当 AI 客户端(Claude Code、Kiro、Cursor、Cline 等)遇到任务时,reverse-skill 会:
- 分析任务类型:判断是 APK/ELF/JS/PCAP/CTF 中的哪一类
- 路由到对应方法论:从 44 条路由规则中选择正确路径(如 R0=Android APK 静态分析、R5=JS 混淆代码动态调试等)
- 检查可用工具:扫描当前系统是否具备所需工具链
- 按需自举工具:缺失工具自动安装,节省人工配置时间
- 驱动标准化工作流:case-init → PRIMARY SKILL → 证据链 → 报告,确保每次分析都有完整记录
整个过程对 AI Agent 是透明的——它只需要”遇到逆向任务”,剩下的路由、执行、证据收集全部由 reverse-skill 自动完成。
特点
- 多客户端兼容:Claude Code / Kiro / Cursor / Cline / Windsurf / OpenCode 等主流 AI 编码客户端均可使用
- 全场景覆盖:支持 APK(Android)、ELF(Linux/Mac 二进制)、JS 前端加密逆向、PCAP 流量分析、CTF 题目等多种任务类型
- 零配置启动:GitHub Clone 后运行刷新脚本,tool-index 自动生成,工具链按需安装
- 安全 Ops 门控:强制 scope contract 授权校验,未经授权目标绝不执行,包含离线样本(offline-sample)预设模式
- 跨平台支持:PowerShell(Windows 为主)+ Bash(Linux/macOS/Kali)双脚本引擎,Kali Linux 有专属优化路径
- 可验证输出:case-review 脚本在报告交付前自动校验证据链完整性和哈希一致性
- 自进化知识库:每次任务结束后的分析路径和结果自动沉淀,后续类似任务路由更精准
使用方法
安装
git clone https://github.com/zhaoxuya520/reverse-skill.git
cd reverse-skill
初始化工具索引(首次必跑)
Windows:
powershell -File skills/scripts/refresh-tool-index.ps1
Linux / macOS / Kali:
bash skills/scripts/refresh-tool-index.sh
基本调用流程
- AI 客户端(Claude Code 等)读取
README_AI.md,自动检测操作系统并路由到对应平台文档 - 运行平台引导脚本(Windows:
master-route.ps1,Linux/macOS:master-route.sh),AI 自动读取RULES.md完成全局注入 - 执行
case-init初始化任务案例(自动生成work/<case>/目录,校验授权范围) - 打开对应 Skill 文件(
PRIMARY SKILL.md),AI 按步骤执行分析 - 报告生成前运行
review_case.py校验证据链,通过后输出完整报告
最小示例
向 AI Agent 说”帮我分析这个 APK 的加固方案”,Agent 读取 reverse-skill 后自动:
– 识别为 Android APK 任务 → 路由到 APK 分析路径
– 检测 jadx/apktool 是否可用 → 缺失则提示安装或跳过
– 加载 APK 分析标准流程 → 执行反编译 → 输出加壳/混淆特征报告
使用场景与人群
适用场景:
– 移动安全研究(Android APK 静态/动态分析)
– 二进制漏洞挖掘(ELF 文件逆向)
– 前端安全审计(JS 加密算法逆向)
– CTF 竞赛辅助(自动化题目分析流程)
– 渗透测试(Web 流量 PCAP 分析)
– 安全研究员使用 AI Agent 时的工具链标准化
目标用户:
– 安全研究员 / 渗透测试工程师
– 移动安全分析师
– CTF 选手
– 使用 Claude Code / Cursor 等 AI 编程工具进行安全研究的技术人员
– AI Agent 工具链开发者(参考其路由框架设计)
输入与输出案例
案例1:分析 Android APK 加固方案
- Input:将目标 APK 路径告知 AI Agent(已安装 reverse-skill),”分析这个 APK 用了什么加固方案”
- Output:AI 自动路由到 APK 分析路径 → jadx 反编译 → 检测加壳特征(梆梆/爱加密等)→ 输出 APK 加固方案报告,包含:壳类型、特征类名、native 层符号、权限清单
案例2:JS 加密算法逆向
- Input:向 AI Agent 提供混淆的 JS 文件路径,”帮我逆向这个登录接口的加密逻辑”
- Output:AI 加载 JS 逆向 Skill → 分析控制流混淆 → 识别 AES/RSA 等加密算法 → 输出完整加密逻辑还原(明文算法 + 密钥来源)+ 调用链分析
项目网站:https://reverse.apivix.com/ | 在线教程:https://reverse.apivix.com/docs/
评论区
登录后可评论。