reverse-skill
AI Agent 安全技能路由包:让 AI 自动路由到正确的逆向分析方法论
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。
AI Agent 安全技能路由包:让 AI 自动路由到正确的逆向分析方法论
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。

一句介绍:让 AI Agent 在面对 APK 逆向、二进制漏洞分析、JS 加密参数破解等安全任务时,自动路由到正确的方法论和工作流,而不是盲猜命令。
你有没有试过让 Claude Code 或者 Cursor 去分析一个 APK?它大概率会先在项目里新建一个 analyze.py,然后开始用正则表达式瞎搜字符串——最后告诉你「没有发现明显漏洞」。
这就是 AI Agent 在安全领域的核心困境:它们不知道该用什么工具,也不知道工具装在哪里。jadx 和 Frida 在哪台机器?apktool 怎么调参?JS 逆向该用哪个 Chrome DevTools Protocol 脚本?这些问题对于专业逆向工程师来说是肌肉记忆,但对于 AI Agent 来说,就是一片空白。
作者 zhaoxuya520 正是踩过这些坑之后,决定做一套 AI Agent 安全技能路由包——不是替代工程师,而是给 AI Agent 装上一套「老司机经验包」,让它在面对真实安全任务时不再手足无措。
reverse-skill 获得了 11,800+ GitHub stars,说明这个痛点在 AI + 安全领域是广泛存在的。
reverse-skill 的定位非常精准——不是安全工具的合集,而是一套方法论的编排系统。它的核心价值是三件事:
1. AI 自动路由(AI-powered routing) 当用户给出一个任务时,系统会根据关键词匹配(APK / IPA / JS 签名 / 固件等)自动判断这是什么类型的安全任务,然后路由到对应的 Skill 模块。它有两条路径:
apk-reverse/ 作为主要工作区。2. 按需工具链自举(On-demand toolchain bootstrapping)
每个 Skill 模块里都内置了工具发现逻辑。AI 首次在目标机器上执行时,会通过 tool-index.md 检查本机是否装有对应工具(jadx、Frida、radare2、IDA Pro 等)。如果没装,它会提示用户安装,或者尝试从 manifest 描述中引导安装——而不是直接报错退出。
3. 自我进化的经验库(Self-evolving knowledge base)
field-journal/ 模块负责记录每次分析的发现(Evidence)、结论(Finding)和攻击路径(Path),形成可复用的经验库。随着使用次数增加,AI 对类似任务的处理质量会越来越高。
这是 reverse-skill 最硬核的部分——它内置了 43 个独立 Skill 模块,每个模块都对应一个特定的安全分析场景:
| 模块 | 典型场景 | 核心工具 |
|---|---|---|
apk-reverse/ | Android APK 反编译、Hook、重打包 | jadx, apktool, Frida |
ida-reverse/ | IDA Pro 自动化分析、交叉引用 | IDA Pro MCP (HTTP 服务, 72工具) |
ghidra-reverse/ | Ghidra 脚本自动化 | Ghidra Python API |
dotnet-reverse/ | .NET 程序脱混淆、反编译 | dnSpyEx, de4dot |
js-reverse/ | 前端签名定位、加密参数分析 | CDP, jshookmcp |
firmware-pentest/ | 固件提取、仿真、Fuzz | binwalk, firmadyne, AFL++ |
edr-bypass-re/ | EDR hook 逆向、绕过技术 | syscall, Hell's Gate |
malware-analysis/ | 恶意软件静态/动态分析 | Ghidra, radare2, x64dbg |
pwn-chain/ | 从逆向到漏洞利用的完整链条 | pwntools, libc-database |
binary-diff/ | 补丁差分、符号迁移 | diaphora, bindiff |
CTF-Sandbox-Orchestrator/ | CTF 竞赛全流程(40+子技能) | 覆盖 Web/Pwn/逆向/云/隐写 |
每个模块内部都有标准的执行契约:先读 MASTER-ROUTING.md 定位 PRIMARY,再读 case-init 创建任务 scope(授权声明),然后执行分析并记录 timeline——这不是一个文档库,而是一个有严格工作流的操作系统。
reverse-skill 的技术选型非常务实:以 PowerShell 为主,Bash 为辅,Markdown 作为事实上的 DSL。
脚本层(PowerShell / Bash)
master-route.ps1:路由主脚本,接收任务描述,输出 PRIMARY Skill 路径 + 依据case-init.ps1:任务初始化脚本,创建 work/<case>/scope.md,要求填写授权声明和网络档位(未授权禁止 ACT)append-evidence.ps1:向当前任务追加 Evidence 记录case-guard.ps1:ACT 前门禁检查,验证 scope.md 是否就绪文档层(Markdown)
RULES_zh.md:AI Agent 必读规则,定义触发关键词、全局注入方式、执行契约skills/routing.md:40+ Skill 的完整路由矩阵(三维:目标类型 x 平台 x 方法)skills/ops/:作战契约目录,含身份声明(不是 Z3r0 平台)、证据链规范、角色映射知识库层
field-journal/:每次分析的经验沉淀,含 precedent-reverse.md 和 precedent-pentest.md 两套判例references/:社区安全 Skill 生态参考(借鉴不并库)全局注入机制是整个系统最巧妙的设计**:AI 首次读取 RULES.md 后,会自动将路由规则写入 Claude Code 的 ~/.claude/CLAUDE.md 或其他 AI 客户端的全局配置中——这样用户在任何目录下发起安全分析任务,都能触发路由机制,不需要每次手动激活。
上手难度:中等偏低,但前提是使用者需要有一定的安全背景知识。
安装流程极其简单(零部署):
git clone https://github.com/zhaoxuya520/reverse-skill.gitpowershell -File skills/scripts/refresh-tool-index.ps1(Windows)或 bash skills/scripts/refresh-tool-index.sh(Linux/macOS),生成工具索引使用门槛:reverse-skill 本身不提供 AI 能力,它需要与 Claude Code、Kiro、Cursor 等 AI 客户端配合使用。它解决的是「AI 有聪明的大脑,但没有正确的工具箱」的问题。
局限一:PowerShell 强依赖 尽管提供了 Kali Linux Bash 版入口,但核心脚本大量使用 PowerShell 专属语法,在 Linux/macOS 环境下需要通过 PowerShell Core(pwsh)运行,增加了配置复杂度。作者也承认这一点,在文档中有专门的 Kali 版适配说明。
局限二:不是即战力工具 reverse-skill 本质上是一个框架和知识库,不是可以直接运行的渗透测试工具。工具链最终还是要靠用户本机安装(jadx、IDA、Ghidra、Frida 等),tool-index 只是索引,不负责安装。
局限三:覆盖范围偏向二进制分析
43 个模块中绝大多数针对二进制逆向、固件、移动端分析,对 Web 安全(如 SQL 注入、XSS 等)的覆盖相对薄弱。API 安全(api-security/)模块也有,但内容深度不如专门的 API 安全工具。
reverse-skill 在 2025-2026 年获得了爆发式增长,从默默无闻到 11,800+ stars,反映了一个趋势:随着 AI Coding Agent 渗透到安全领域,如何让 AI Agent 真正具备安全分析能力,而不是停留在「写 Python 脚本」的层面,是一个巨大的需求空白。
传统安全自动化工具侧重于已知漏洞的利用,而 reverse-skill 侧重于未知目标的分析能力——让 AI Agent 具备逆向工程师的思维方式,这是它的核心差异化价值。
GitHub Trending 数据显示,该项目在安全类仓库中稳定保持在周榜前列,Trendshift 周活跃度持续绿色,代表着持续迭代的活跃社区。对于想用 AI 辅助做安全研究、或者想让 Claude Code 真正帮上安全分析工作的开发者来说,reverse-skill 是目前最完整的开源解决方案。
一句话总结:reverse-skill 不是给你一把刀,而是教会 AI Agent 什么时候该用刀、用什么刀、怎么用——它解决的是 AI Agent 在二进制安全领域的「经验缺失」问题,让 AI 的聪明真正转化为安全分析的即战力。