reverse-skill：用结构化路由让 AI Agent 更可靠地调用逆向与渗透工具

0 阅读

为什么 AI 直接处理逆向任务容易翻车

把一个 APK 文件扔给 AI，它可能立刻建议用 jadx；换成 ELF 二进制，又混着写 radare2 和 IDA 的命令。工具本身没问题，但缺了关键一环：任务类型 → 方法论 → 本机可用工具 的完整链条。

文章配图

现实中的痛点很具体：

  • 同一类任务（比如分析 Android 应用 vs. CTF 题）需要完全不同的操作流程，AI 容易选错入口；
  • 工具路径、MCP 服务、脚本散落在不同机器上，换台电脑就得重新配置；
  • 踩过的坑很难沉淀下来，下次遇到类似 case 又得从头摸索。

reverse-skill 想解决的就是这件事——不让 AI 每次从零开始猜命令，而是先走统一路由，再进入对应的场景技能模块。

架构：从用户输入到报告生成

整个流程设计得很清晰：

用户任务
  → RULES.md（全局规则，含 scope 门）
  → MASTER-ROUTING / master-route.ps1（PRIMARY 快路径）
  → case-init / scope.md（授权 + network_profile；未就绪禁止对目标 ACT）
  → 场景 Skill → 工具 / MCP / 脚本
  → timeline + Evidence→Finding→Path → 报告 + field-journal

几个核心文件各司其职：

  • README_AI.md：Agent 第一次接触项目时应该读的引导文档；
  • RULES.md：定义全局行为边界，特别强调“scope 未就绪前不得对真实目标执行任何动作”；
  • skills/MASTER-ROUTING.md：提供快速分诊路径（PRIMARY route）；
  • skills/routing.md：列出所有任务类型与对应技能模块的映射关系；
  • skills/config/routing.json：41 条路由规则（R0–R40）的唯一事实源；
  • skills/tool-index.md：自动生成的本机工具探测结果；
  • skills/ops/：存放 scope、证据链、时间线等协作契约。

其中，“scope 门”不是一句免责声明，而是硬性流程约束。如果你没在 scope.md 里明确授权范围和目标资产，Agent 根本不会动手——这对做合规渗透或企业安全研究的人来说很关键。

安装与环境准备

前置依赖

项目依赖比较明确：

  • Java / JDK：用于 jadx、apktool 等 Android 逆向工具；
  • Node.js 22.12+：支撑 JS 分析工具链和 MCP 服务；
  • Python 3.x：运行 Frida 脚本和辅助工具；
  • 任意代码 AI 客户端：如 Cursor、Claude Code、Cline 或 OpenCode。

克隆与工具索引刷新

先克隆仓库：

git clone https://github.com/zhaoxuya520/reverse-skill.git
cd reverse-skill

然后根据操作系统刷新本机工具索引：

  • Windows：powershell -File skills/scripts/refresh-tool-index.ps1
  • Linux / macOS：bash skills/scripts/refresh-tool-index.sh
  • Kali Linux：bash kali/scripts/refresh-tool-index.sh

执行后检查 skills/tool-index.md，确认 jadx、frida、ida 等是否被正确识别。不同平台还有专属文档，比如 kali/README-kali.md 或 docs/platforms/linux.md。

在 Cursor 中使用

reverse-skill 本身不绑定特定客户端。你只需：

  1. 把仓库 clone 到本地；
  2. 让 AI 先读 README_AI.md 和 AGENTS.md；
  3. 或在 Cursor 设置中将 skill 路径指向 skills/ 下的子目录。

最简单的上手方式就是告诉 AI：“请先读 README_AI.md，然后帮我分析这个 APK 的签名校验逻辑。”系统会自动通过 master-route 分诊到 skills/apk-reverse/ 入口。

支持的场景与入口

项目覆盖了大量安全任务类型，每种都有明确入口目录：

  • APK / Android 逆向 → skills/apk-reverse/
  • iOS / 移动端 → skills/mobile-reverse/
  • 二进制（exe/dll/so/elf） → skills/ida-reverse/、skills/radare2/
  • .NET / C# → skills/dotnet-reverse/
  • 前端 JS 加密参数 → skills/js-reverse/
  • DSL VM / 自定义 opcode → skills/reverse-engineering/dsl-vm-reverse/
  • HTTP 抓包 / 请求重放 → 结合 anything-analyzer、Reqable MCP 与 js-reverse/
  • 恶意软件分析 / YARA → skills/malware-analysis/
  • 渗透测试 / 扫描 → skills/pentest-tools/
  • 红队攻击链编排 → skills/attack-chain/
  • Case 证据审查 → skills/case-review/
  • CTF → CTF-Sandbox-Orchestrator/（包含 42 个子技能）
  • 固件 / IoT → skills/firmware-pentest/
  • 补丁差分 / N-day 利用 → skills/patch-diff-exploit/
  • Pwn / 漏洞利用 → skills/pwn-chain/
  • EDR 绕过 → 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 脱壳 → skills/reverse-engineering/references/ollvm-deobfuscation.md
  • 图表 / 报告生成 → skills/diagram-generator/、skills/docs-generator/

需要注意的是，CTF 子模块采用 GPLv3 许可，主仓库为 MIT。集成的第三方工具（如 jadx、frida、nmap）仍遵循各自上游协议，商用前建议逐项核对。

如何保证路由质量？

reverse-skill 把“路由是否准确”当作工程问题来对待，而不是靠提示词玄学。

  • 单一事实源：所有路由规则集中在 skills/config/routing.json，共 41 条（R0–R40）。修改必须改这里，并跑回归测试。
  • 本地验证命令（以 PowerShell 为例）：
    # 路由回归测试：163 条 hint → 期望 PRIMARY
powershell -NoProfile -ExecutionPolicy Bypass -File skills/scripts/test-routing.ps1

在这里插入图片描述

powershell -NoProfile -ExecutionPolicy Bypass -File skills/scripts/verify-routing-coherence.ps1

在这里插入图片描述

powershell -NoProfile -ExecutionPolicy Bypass -File skills/scripts/smoke.ps1 powershell -NoProfile -ExecutionPolicy Bypass -File skills/scripts/extract-summaries.ps1 -Check

- **CI/CD 支持**：GitHub Actions 在 Windows 和 Ubuntu 上对每次 push/PR 运行全套检查。这意味着你 fork 后修改路由，可以用 163 条基准用例证明没破坏分诊逻辑。

此外，`skills/scripts/case-init.ps1` 会初始化 case 目录（包含 scope、timeline、workitems），而 `skills/case-review/` 提供只读证据图审查功能。长期做授权项目时，这种 Evidence→Finding→Path 的链条比单次对话更有审计价值。

## 和普通 Prompt 或散装 Skill 有什么区别？

社区里确实有不少安全相关的 Cursor Rule 或零散技能包，但 reverse-skill 的差异在于三点：

1. **结构化路由**：不是靠一段“你是顶级安全专家”的 prompt，而是用 MASTER-ROUTING + `routing.json` + 163 条回归测试，实现可版本化、可 CI 的调度逻辑；
2. **工具链自举**：通过 `refresh-tool-index` 自动探测本机能力，避免“文档写了 IDA 但机器上没装”的尴尬；
3. **作战契约**：`skills/ops/` 将 scope、证据链、时间线等协作要素写成标准化格式，适合团队交付或合规审计。

它并不替代 IDA、Ghidra 或 Frida——这些分析工作依然靠工具和人工判断完成。reverse-skill 只是给 AI 客户端加了一层“方法论调度器”，减少乱猜命令的概率。

## 上手建议与注意事项

如果你已经在用 Cursor 或 Claude Code 做授权逆向、渗透测试或 CTF，这个项目值得尝试。截至 2026 年 8 月，GitHub Star 数已超 2.5 万，说明需求真实存在。

**可执行建议按优先级排序：**

- **P0**：仅在书面授权范围内使用；先运行 `case-init` 写好 `scope.md`，未就绪前绝不允许对真实目标执行 ACT；
- **P0**：clone 后立即运行 `refresh-tool-index`，确保 `tool-index.md` 与本机环境一致；
- **P1**：让 Agent 先读 `README_AI.md`，用一句话任务测试 `master-route` 分诊是否准确；
- **P1**：修改 `routing.json` 后务必运行 `test-routing.ps1`，防止分诊逻辑退化；
- **P2**：需要 CTF 支持时进入 `CTF-Sandbox-Orchestrator/`，注意其 GPLv3 许可；
- **P2**：贡献新路由规则时，同步更新 `routing.json` 和对应的回归用例。

**局限性也要看清：**

- 集成工具众多，全量安装成本高；
- 部分脚本（如 case-init）依赖 Windows PowerShell，Linux/macOS 用户需参考 `docs/platforms/` 文档调整；
- Star 数会随时间变化，具体以仓库页面为准。

总之，reverse-skill 不是魔法，而是一套让 AI Agent 在安全任务中更可靠、更可控的工程实践。它把“该用什么工具”“先检查什么”“证据怎么串”这些经验固化下来，最终目标是让开发者少踩坑、多产出。