2026年8月3日 · 阅读 —

AI Agent 拿到 APK 不知道用 jadx 还是 Frida？这个开源项目把逆向/渗透技能打包成了"路由系统"

Agent 与 Skills测试与评测

AI Agent 拿到 APK 不知道用 jadx 还是 Frida？这个开源项目把逆向/渗透技能打包成了”路由系统”

破暗而行，逆水为舟

导语

如果你用过 AI Agent（Claude Code、Cursor、Codex CLI 这些）来做逆向或渗透，大概率遇到过这种情况：

你给它一个 APK，它说”我来分析一下”，然后开始猜——先试 jadx，不行换 apktool，再不行又试 Frida。每次都是从零开始，没有方法论，没有工具路径，没有经验复用。换一台机器，又要重新配一遍环境。

这不是 AI 不够聪明，是它没有”安全方法论”这个知识层。

最近有人把这个麻烦事做成了一个项目，叫 reverse-skill。它不是一个工具，而是一套技能路由包——把逆向/渗透/安全分析里几十种场景，按”遇到什么任务 → 走什么方法论 → 调什么工具 → 记什么证据”这条线，完整打包成了 AI Agent 能直接读、直接执行的结构化目录。

一句话结论

reverse-skill 是一套”安全技能路由系统”，专门给 AI Agent 用的——你丢给它一个 APK、一个 JS 加密参数、一个固件、一个 CTF 题目，它不再猜命令，而是先路由到对应的方法论，再调用本机已有工具按流程执行，最后把证据链和结论写出来。

适用人群：安全从业者、逆向工程师、CTF 选手、AI Agent 重度用户。

核心亮点

1. 覆盖场景极其全面——从 APK 到固件，30+ 场景一条线

根据项目文档，reverse-skill 按场景拆成了独立技能目录，每个目录就是一个完整的方法论包：

场景技能目录
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 签名 / 加密参数skills/js-reverse/
DSL VM / 风控自定义 VMskills/reverse-engineering/dsl-vm-reverse/
HTTP 抓包 / 请求重放anything-analyzer、Reqable MCP + js-reverse/
恶意软件 / YARAskills/malware-analysis/
渗透测试 / 漏洞扫描skills/pentest-tools/
攻击链 / 红队编排skills/attack-chain/
CTF 竞赛CTF-Sandbox-Orchestrator/ (40+ 子技能)
固件 / IoTskills/firmware-pentest/
补丁差分 / N-dayskills/patch-diff-exploit/
Pwn / 漏洞利用skills/pwn-chain/
EDR 绕过skills/edr-bypass-re/
API / GraphQLskills/api-security/
供应链 / SBOMskills/supply-chain-security/
LLM / AI 安全skills/llm-security/
OLLVM 脱密skills/reverse-engineering/references/ollvm-deobfuscation.md
图表 / 报告skills/diagram-generator/ + skills/docs-generator/

30+ 场景全部独立成目录，每个目录有完整的 SKILL.md + 工具索引 + 流程说明。不是随便列个清单，是真能路由过去。

2. AI Agent 原生适配——专门为 Claude Code / Codex / Cursor 设计的引导流程

这是这个项目最独特的地方。

项目里有一份 README_AI.md，专门写给 AI Agent 读的。当 AI Agent 第一次 clone 这个仓库，它会：

  1. 自动检测操作系统（Windows / Kali / macOS / Linux）
  2. 按平台读取对应的部署文档
  3. 刷新本机工具索引（refresh-tool-index）
  4. 读取 RULES.md 执行全局路由规则
  5. 通过 MASTER-ROUTING.md 或 master-route.ps1 脚本进行任务分诊
  6. 初始化作战 case 目录（scope / 授权 / 网络配置）
  7. 打开对应技能的 SKILL.md 执行

整个过程不需要用户手动操作。AI Agent 读完 README_AI.md 就会自动执行。

3. 三层路由体系——“先走快路径，再查全表，最后提案”

路由是 reverse-skill 的核心设计。它有三层：

  • PRIMARY 快路径（MASTER-ROUTING.md）：按条件（如”APK / smali / jadx / apktool”）直接命中，走最短路径
  • 全量路由矩阵（routing.md）：30+ 场景完整映射表，未命中时查全表
  • 提案机制：如果全表也没有命中，允许 AI Agent 提议新增技能目录

这套设计解决了安全领域一个核心问题：场景太多，不可能全部记住，但路由系统可以帮你快速找到正确的那条路。

4. 作战契约体系——不只有技术，还有流程

安全工作的特殊性在于：不是能跑就行，还要有授权、有证据链、有报告。

reverse-skill 的 skills/ops/ 目录下包含了完整作战契约：

文件用途
scope-contract.md启动门槛——授权未 granted 禁止对目标 ACT
evidence-finding-path.md证据链——从 Evidence 到 Finding 到 Path 的完整链路
role-map.md角色映射——谁负责什么技能
timeline-workitem.md时间线与工作项覆盖
sandbox-profile.md工具对照——沙箱环境配置
skill-supply-chain.md外部 skill/MCP 安装的安全门闩

授权门禁（case-guard） 是一个值得一提的设计——case-init.ps1 脚本会生成 scope.md，其中包含 auth.status 和 network_profile 字段。如果授权未就绪，AI Agent 会被禁止对目标执行任何操作。这在红队/渗透场景里是刚需。

5. 本机工具自动索引——不用手动配，AI 自己扫

每次部署后，AI Agent 会执行 refresh-tool-index 脚本（按平台分 Windows PowerShell / Linux Bash / Kali 版本），自动扫描本机已安装的工具，生成 tool-index.md 和 tool-index.json。

这解决了 AI Agent 最头疼的问题之一：不知道本机装了哪些工具。 有了工具索引，RULES.md 的路由规则才能正确判断”这个任务能不能在本机执行”。

6. 多平台部署——Kali / macOS / Ubuntu 全覆盖

项目文档提供了完整的平台部署文档：

  • Kali Linux → kali/README-kali.md
  • Ubuntu/Debian → docs/platforms/linux.md
  • macOS → docs/platforms/macos.md
  • Windows → 原生 PowerShell 脚本支持

依赖要求：Java/JDK（jadx、apktool）、Node.js 22.12+（JS 工具链 + MCP 服务）、Python 3.x（Frida + 辅助脚本）、一个代码 AI 客户端（Claude Code、Codex CLI、Cursor 等）。

7. 证据链与报告生成——从”跑通了”到”写清楚了”

安全分析的最后一步永远是写报告。reverse-skill 内置了 docs-generator 和 diagram-generator 两个技能目录，配合 field-journal/ 脱敏经验库，可以自动生成结构化的分析报告和架构图。

证据链流程：Evidence → Finding → Path，三层递进，不是简单记流水账。

8. 社区生态对照——借鉴不并库

项目文档里有一个 references/community-security-skills.md，记录了社区安全 skill 生态对照表。作者态度很明确：借鉴但不并库，不把别人的东西直接搬进来，而是保持路由关系。

这种做法在开源安全项目里其实挺少见——大多数人要么闭门造车，要么一股脑全塞进来。reverse-skill 选择了中间路线：路由到外部，不复制内部。

快速上手

安装

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

刷新工具索引（按平台）

平台命令
Windowspowershell -File skills/scripts/refresh-tool-index.ps1
Linux / macOSbash skills/scripts/refresh-tool-index.sh
Kali Linuxbash kali/scripts/refresh-tool-index.sh

让 AI Agent 自动引导

初次下载后，只需让 AI Agent 阅读 README_AI.md，无需其他操作。AI 会自动完成：

  1. 检测操作系统 → 读取对应部署文档
  2. 刷新工具索引 → 生成 tool-index.md
  3. 读取 RULES.md → 执行全局路由规则
  4. 就绪，等待任务

命令速查表

阶段命令 / 路径用途
部署git clone https://github.com/zhaoxuya520/reverse-skill.git下载项目
工具索引（Win）powershell -File skills/scripts/refresh-tool-index.ps1扫描本机工具
工具索引（Linux/macOS）bash skills/scripts/refresh-tool-index.sh扫描本机工具
工具索引（Kali）bash kali/scripts/refresh-tool-index.sh扫描本机工具
快速路由powershell -File skills/scripts/master-route.ps1 -Hint "<任务>"任务分诊
初始化 casepowershell -File skills/scripts/case-init.ps1 -Hint "<任务>" -CaseName "my-case"创建作战目录
快速初始化（含授权）powershell -File skills/scripts/case-init.ps1 -Hint "<任务>" -CaseName "my-case" -AuthGranted -TargetUrl "https://target/" -NetworkProfile authorized_target_only一步到位
冒烟测试powershell -File skills/scripts/smoke.ps1验证部署完整性
门禁检查powershell -File skills/scripts/case-guard.ps1 -CaseRoot work\my-case授权未就绪退出
证据追加powershell -File skills/scripts/append-evidence.ps1 -CaseRoot work\my-case -Id E-001 -Title "..." -ReproCommand "..."记录证据

架构图

reverse-skill 的核心流程，用一张图就能说清楚：

flowchart LR
  User[用户任务]
  Rules[RULES.md - 全局路由]
  Master[MASTER-ROUTING.md - 快路径]
  Route[skills/routing.md - 全量路由矩阵]
  Case[case-init - scope.md 授权门禁]
  Skill[场景技能目录 - SKILL.md]
  Tools[工具 - MCP / 脚本 / 本机工具]
  Evidence[证据链 - Evidence->Finding->Path]
  Report[报告 - docs-generator + field-journal]

  User --> Rules
  Rules --> Master
  Rules --> Route
  Master --> Case
  Route --> Case
  Case -->|auth=granted| Skill
  Skill --> Tools
  Tools --> Evidence
  Evidence --> Report

写在最后

reverse-skill 解决了一个很实在的问题：AI Agent 做安全分析时，缺少”方法论层”。

现在的 AI Agent 很强，但它的强是”通用能力”的强——你让它写代码，它很行；你让它解 APK，它可能连 jadx 和 Frida 的区别都搞不清楚。reverse-skill 相当于给 AI Agent 装了一个安全知识库 + 路由系统，让它知道”遇到什么情况该走什么流程”。

适用边界

  • 适合：安全团队用 AI Agent 做逆向/渗透时的方法论标准化；个人研究者搭建可复用的安全分析环境；CTF 选手快速搭建竞赛环境
  • 不太适合：完全没有安全基础的人（虽然 AI 会路由，但你得先知道自己在分析什么）；对工具链有严格合规要求的生产环境（授权门禁是设计层面，但实际执行仍需要人工审核）
  • 前提：本机需要安装对应工具（jadx、Frida、IDA 等），reverse-skill 是路由系统，不是工具安装器

一点感受

这个项目给我的感觉是：作者是真在拿 AI Agent 做安全分析的人。

从 README_AI.md 的 Agent 引导流程，到 case-init 的授权门禁设计，再到 evidence-finding-path 的证据链，每一个设计点都能看出”踩过坑”。不是那种”我把文档翻译成中文”的项目，而是真正在解决”AI Agent 做安全分析时到底缺什么”这个问题的项目。

项目目前采用 MIT 许可证（主体），子模块有 GPLv3 和 AGPL-3.0 的，注意区分。

#reverse-skill #AI安全 #逆向工程 #渗透测试 #ClaudeCode #开源工具 #MCP #安全工具 #CTF #技能路由

Continue reading

继续阅读