reverse-skill：让 AI Coding Agent 真正能干逆向工程的技能路由包
reverse-skill：让 AI Coding Agent 真正能干逆向工程的技能路由包
一个让 AI Agent 也翻车的场景
上周我让 Cursor 帮我分析一个 APK 的加密逻辑。它先是自信地答了一段” 应该是 AES”，等我追问” 那密钥在哪”，它又改口说” 可能是 Base64”。当我把 jadx 反编译的 Java 代码贴过去，模型直接卡住 —— 它根本不知道 jadx 输出长什么样、Frida 怎么 hook、BurpSuite 抓包之后该看什么字段。
这其实是当下 AI Coding Agent 的典型尴尬：模型什么都会聊，但遇到真正的逆向 / 渗透任务就回到” 通用 ChatGPT” 模式。你问它 200 遍，它每次都” 重新思考一遍”，工具链、流程顺序、证据链管理全靠人脑记 —— 直到这个叫 reverse-skill 的项目登上 GitHub 今日 Trending 第一（1320 stars/day），把这件事严肃地做了一遍。
项目背景：解决什么问题
reverse-skill 是由国内开发者 zhaoxuya520 维护的网络安全技能路由包，定位非常清楚：不是工具，是工具的” 路由器”。
官方原文是这样描述痛点的：
AI agents don’t know whether to use jadx, apktool, Frida, IDA, or BurpSuite for a given task. APK, ELF, JS, PCPC, and CTF tasks each need different playbooks. Tools, MCP servers, and scripts are scattered across machines. The same mistakes get repeated because experience isn’t reused.
翻译成人话就是：
- 工具选择靠猜 —— 同样的 APK 任务，有人用 jadx、有人用 apktool、有人用 Frida，没人替 Agent 决定；
- 场景剧本缺位 —— 前端 JS 加密、移动端 So 库、PCAP 抓包、CTF 题目，每一类都要不同的” 打法”；
- 工具散落各处 —— 本地装一套、CTF 机器装一套、Kali 又装一套，没法复用；
- 经验没法沉淀 —— 上一次踩的坑，下一次 Agent 还是踩。
reverse-skill 就是为了把这四个问题一次性解决。它不发明新工具，而是把已有的 jadx、IDA、Ghidra、radare2、Frida、BurpSuite、pwntools、yara 等几十款工具按场景组织成 20+ 个 Skill，再配上一套” 路由 + 初始化 + 证据链” 的工程框架。
核心功能亮点
1. 智能任务路由（MASTER-ROUTING）
项目最核心的设计是 skills/MASTER-ROUTING.md 加 skills/scripts/master-route.ps1 的” 快车道”：
1 | User task → RULES.md → MASTER-ROUTING / master-route.ps1 (PRIMARY) |
也就是说，任何任务进来都先过 Scope Gate：授权有没有？网络画像是否清晰？没确认” 目标” 之前，连 ACT 都不会发生。这一点对做安全的同学来说极其关键 ——Agent 不会上来就开扫。
2. 覆盖几乎所有主流安全场景
路由完后，Agent 会被派到对应子技能目录。官方列出的支持场景包括：
- APK / Android 逆向：
skills/apk-reverse/ - iOS 移动端：
skills/mobile-reverse/ - 二进制逆向（exe/dll/so/elf）：
skills/ida-reverse/、skills/radare2/ - .NET / C#：
skills/dotnet-reverse/ - 前端 JS 加密 / 抓包：
、skills/js-reverse/` + anything-analyzer - DSL VM / 自定义 JS opcode VM：
skills/reverse-engineering/dsl-vm-reverse/ - 恶意软件 / YARA：
skills/malware-analysis/ - 渗透测试：
skills/pentest-tools/ - 红队编排 / 攻击链：
skills/attack-chain/ - CTF 比赛：
CTF-Sandbox-Orchestrator/（40+ 子技能） - 固件 / IoT：
skills/firmware-pentest/ - 0day/Nday 补丁对比：
skills/patch-diff-exploit/ - Pwn / 利用开发：
skills/pwn-chain/ - EDR bypass：
skills/edr-bypass-re/ - API / GraphQL 安全：
skills/api-security/ - 供应链 / SBOM：
skills/supply-chain-security/ - LLM / AI 安全：
skills/llm-security/ - OLLVM 反混淆：
skills/reverse-engineering/references/ollvm-deobfuscation.md
几乎把” 逆向 + 渗透 + 红队 + CTF” 主流方向全覆盖。
3. 工具自动探测（refresh-tool-index）
不同机器工具装的不一样，Agent 怎么知道现在到底有什么？项目提供了一键刷新脚本：
1 | # Windows |
运行后会生成 skills/tool-index.md，Agent 在执行前会先读这个索引 —— 哪些工具在、哪些不在 —— 再决定下一步动作。这避免了一上来就 import frida 然后报 ModuleNotFoundError 的尴尬。
4. 案件化工作流（case-init）
每个任务都被当作” 案件” 来管理：
case-init.ps1会创建一个案件目录，包含scope.md（授权 + 网络画像）、timeline.md（操作时间线）、workitems/（任务列表）；- 任何操作都先记 Evidence，再提炼 Finding，最后归到 Path—— 这是合规审计友好的结构；
field-journal/是给 Agent 自己的” 复盘笔记本”，下次遇到类似任务会自动参考。
5. 兼容主流 AI 编程客户端
不绑定任何一家。README 明确说支持：
Claude Code, Codex CLI, Cursor, Cline, Kiro, and other AI coding clients
也就是说，无论你用 Anthropic 的官方 CLI，还是 VS Code 的 Cursor，或是终端党爱用的 Codex，都能挂上。
实战示例：用 reverse-skill 分析一个加密的 JS 前端
假设我们接到一个任务：某站点登录请求的 password 参数每次都不一样，看起来是前端加密的。我们用 Claude Code + reverse-skill 走一遍。
Step 1：克隆项目并初始化
1 | git clone https://github.com/zhaoxuya520/reverse-skill.git |
Step 2：让 Agent 接管
启动 Claude Code 后，直接对 Agent 说：
帮我分析这个站点的登录加密：https://target.example.com/login
授权：仅限我自己账号，仅做技术研究，不上传任何数据。
请按 reverse-skill 的流程走。
Agent 会读取 RULES.md 和 MASTER-ROUTING.md，自动判定这是一个 HTTP 抓包 + JS 加密 任务，进入 anything-analyzer + skills/js-reverse/。
Step 3：执行剧本
Agent 在工作流下会自动做：
- 用
curl+mitmproxy抓登录请求； - 把响应里的 JS 静态资源拉下来喂给
js-reverseskill； - 用 AST 工具定位加密函数（比如常见的
encryptByAES/sm2Encrypt）； - 用 Frida 在浏览器里 hook 这个函数，拿到明文 - 密文对；
- 把过程写入
timeline.md，关键发现写入findings.md。
整个过程不再是” 模型自由发挥”，而是按剧本顺序推进，每一步都有据可查。
Step 4：生成报告
最终案件目录会长这样：
1 | work/case-2026-08-03-login-encrypt/ |
这相比” 模型吐一段文字给我” 要靠谱太多。
适用场景和限制
推荐使用：
- 安全研究员 / 红队工程师做日常逆向、CTF、护网行动；
- 渗透测试乙方团队统一作业流程，方便审计和复盘；
- AI Agent 开发者想要给 Agent 加” 专业技能”，但不想自己从零写 Skill；
- 教学场景：老师希望学生按标准化流程练习，而不是乱枪打鸟。
需要注意的限制：
- 项目只做路由和流程，不替代真正的逆向工具 —— 你机器上还得装 jadx、Frida、IDA 等；
- 子模块许可证是混合的（MIT 主仓库 + 各子模块各自的 License），商用前要逐个检查；
master-route.ps1主脚本是 PowerShell，Windows 上体验最好；Linux/macOS 用户主要靠 Markdown 路由文件 + shell 脚本；- 对授权和 Scope 要求非常严格，这是优点，但如果你想” 随便跑跑”，会觉得繁琐 —— 这是特性不是缺陷。
总结
reverse-skill 不是又一个”AI 全自动黑客工具” 的故事，而是更务实的一步：把现有安全工具链和最佳实践工程化、结构化地喂给 AI Agent。它今天能拿到 1320 stars 排进 GitHub Trending 第一，本质上是因为它踩中了一个真实需求 —— 大家已经受够了 Agent 在专业领域” 一本正经地胡说八道”。
如果你正在用 Claude Code / Cursor / Codex 做安全研究，或者你正在做 Agent 技能市场相关的项目，reverse-skill 非常值得 clone 下来研究它的目录结构和工作流设计。它不一定适合所有人，但它对”AI Agent 该如何做严肃工程” 这件事，给出了一个相当扎实的回答。
项目地址：https://github.com/zhaoxuya520/reverse-skill
Star 数：⭐ 10k+，今日新增 1320
License：MIT（子模块混合许可）
适用客户端：Claude Code / Codex CLI / Cursor / Cline / Kiro