open-reverselab
用 AI Agent 武装的逆向工程实验场，197篇知识库 + 100+ MCP 工具覆盖 CTF/
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
用 AI Agent 武装的逆向工程实验场，197篇知识库 + 100+ MCP 工具覆盖 CTF/
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
图1：ReverseLab 项目社交预览图
想象一下：你是一名网络安全研究员，今天的任务是分析一个混淆过的 APK 加固样本。往常的操作流程是：打开 Jadx 反编译、切换到 Frida 写 Hook 脚本、切到 ADB 调试、查 Google 找加密算法资料、再切到 Ghidra 做二进制分析……一个任务切换十几个工具，翻四五份文档，等回过神来已经过去了两小时。
这就是 ReverseLab 想要解决的核心痛点——工具碎片化和知识断层。作者 LING71671 在 2026 年 6 月公开了这个项目，目标很明确：把逆向工程中最常用的工具链、MCP 工具（100+ 个）和 197 篇知识库文章，全部整合到一个「目录即约定」的 Agent 工作空间里，让 AI Agent 能够系统性接管逆向工作流。
ReverseLab 的架构哲学可以用一句话概括：「目录即约定，约定即工作流」。整个仓库不是一个单纯的代码集合，而是一个结构化的逆向实验操作系统。
项目将逆向工程任务分为五个板块，每个板块都有独立的 README.md 和 AI-USAGE.md：
知识库是 ReverseLab 最核心的差异化资产，包含 197 篇逆向工程技术文章，分为四大知识域：
每篇文章遵循统一结构：场景（Scenario）→ 输入信号 → 方法 → 攻击链 → MCP 工具映射。这个结构直接服务于 Agent 的自动化执行——文章末尾的 MCP 工具映射表告诉 AI 哪些步骤可以自动化，哪些需要人工介入。
ReverseLab 的 MCP（Model Context Protocol）工具是实现 Agent 自动化的关键。当前 MCP 工具生态主要围绕 reverse_lab_tools 这个核心工具包实现，包含：
http_probe、run_ctf_tool、kb_routerandroid_app_baseline、android_crypto_unpack_recipe、android_frida_* 系列triage_pe、ghidra_headless_analyze、make_x64dbg_breakpoint_script、sample_full_workupdie_scan、ghidra_*、rizin_*、python_re_tool_*procmon_filters、ioc_extract、patch_reports、analysis_notes、mcp_update这些工具通过 pyproject.toml 管理依赖，主要依赖 mcp>=1.2.0 和 pycryptodome>=3.20.0，要求 Python >= 3.10。项目还支持 Claude Code 和 OpenAI Codex 的长跑模式，通过 .claude/workflows/ 下的 18 个 workflow 文件实现 24 小时不间断 CTF 自动化打靶。
ReverseLab 支持三平台，但上手体验差异明显：
Windows 用户（推荐）：双击根目录的 START_HERE.bat 或 START_HERE.cmd，脚本会自动检测 Python/uv/Git/reverse_lab_tools MCP 的安装状态，生成核心 wrappers，并输出 reports/misc/first-run-report.json 和 mcp-smoke-report.json。这一步会告诉你还缺什么。
macOS/Linux 用户：运行 ./START_HERE.sh，脚本执行同样的首次检查，使用 tools/bin/ 下的 POSIX shell wrapper。Windows GUI/PE 工具会被跳过或标记为 Windows 专属。
核心安装命令（跨平台通用）：
git clone https://github.com/LING71671/open-reverselab.git
cd open-reverselab
# 检查环境
python scripts/misc/first_run_check.py
# 启动 MCP 工具（需要 uv）
uv run --project tools/skills/mcp/ReverseLabToolsMCP python \
tools/skills/mcp/ReverseLabToolsMCP/reverse_lab_tools_mcp.py
MCP 配置写入 .mcp.json，只需复制到 Claude Code/Codex 的 MCP 配置目录即可启用。
ReverseLab 与传统逆向工具集（如 Flare-VM、REMnux）最大的区别在于它从一开始就为 AI Agent 设计。
目录即协议：所有输出文件遵循固定路径约定——原始样本放 samples/、工具输出放 exports/、补丁放 patches/、分析笔记放 notes/、最终报告放 reports/。Agent 无需理解人类用户的偏好，它只需遵守目录约定就能与同项目的其他 Agent 协作。
攻击网（Mermaid 图谱）：CTF Website 板块内置 4 个 Mermaid 攻击图谱，将攻击路径可视化。比如 SQL 注入的攻击网会从『发现注入点』分支到『UNION 注入』『布尔盲注』『时间盲注』『堆叠注入』等，每个分支都有对应的知识库文章和 MCP 工具映射。
24 小时长跑模式：传统渗透测试工具需要人工持续操作，ReverseLab 通过 /loop ctf-24h workflow 让 Claude Code/Codex 自动执行多轮有界动作，每轮输出 STATUS: CONTINUE|DONE|EXHAUSTED，通过 cases/<case>/ai_manifest.json 保存恢复点。这解决了 AI Agent 在长时间任务中「迷失方向」和「无法恢复」的问题。
1. 合规性边界模糊：项目在描述中特意加了「[有通用AI越狱bug😂😉]」的调侃，并在 DISCLAIMER.zh.md 中写了长达 25051 字节的免责声明，明确禁止将本工具用于未经授权的渗透测试。这种「声明在先、使用自担」的模式在开源安全工具社区很常见，但实际合规边界仍需用户自行判断。
2. 非容器化设计：项目没有提供 Dockerfile 或 docker-compose，所有工具依赖宿主机环境。Windows 用户需要手动安装 JADX、Ghidra、x64dbg 等 GUI 工具，安装脚本虽然提供了引导，但实际操作仍有门槛。
3. 知识库更新维护：197 篇文章需要持续更新以保持与新漏洞、新工具的同步，目前项目由作者 LING71671 个人维护，commit 频率较高（2026-07-08 刚发布 v1.1.0），但长期维护压力不容忽视。
ReverseLab 的出现反映了一个趋势：随着 AI Agent 能力增强，专门为 Agent 设计的工作空间（workspace）正在成为新的开源项目形态。传统逆向工具链的设计目标是「辅助人类专家」，而 ReverseLab 的设计目标是「让 AI Agent 能够系统性地执行逆向任务」。
从数据上看，项目在发布后一个半月内获得 915 stars 和 235 forks，这个增长曲线在安全类开源项目中属于较快水平，说明社区对「AI + 逆向工程」的结合有强烈需求。100+ MCP 工具和 197 篇知识文章的积累，使得 ReverseLab 不仅仅是一个工具集合，更是一个可扩展的逆向工程知识图谱。
对于安全研究员和学生而言，ReverseLab 提供了一个「有人给你规划好了」的学习路径——按照路由表选板块、读知识库文章、按攻击链操作，比在大量分散资源中自行摸索效率高得多。对于 AI 开发者和 Agent 工程师而言，ReverseLab 展示了如何用「目录即约定」的思路设计 Agent 原生工具链，是值得借鉴的架构范式。