reverse-skill | 开源逆向与安全技能路由包，按范围和证据组织 AI 工作流

reverse-skill 是面向逆向工程、CTF 和已授权安全研究的技能路由包，主体采用 MIT 许可。它先根据任务选择方法与入口，再连接本机工具，并把操作经过、证据和结论整理到 case 中。适合已经使用 AI 编程客户端、却经常需要重新解释工具路径和分析步骤的人。

它的核心作用是组织分析工作。下载仓库不会自动具备所有逆向工具，也不会为目标提供授权。了解项目可以先读文档；实际执行时，再按对应平台说明配置客户端和工具。

同一个“分析文件”，可能通向不同方法

APK 与 Android 应用：从 skills/apk-reverse/ 等入口进入，具体工作再区分静态代码阅读与运行时观察。
原生二进制：按样本和可用工具选择 IDA、radare2、Binary Ninja 等入口，不把 Java 层工具套到所有可执行文件上。
前端 JavaScript：skills/js-reverse/ 用于对应的代码与参数分析，任务要说明需要理解的函数和输入输出。
已有 case 的交接：skills/case-review/ 侧重证据图与文件完整性审查，和重新执行目标操作是不同任务。

这些是入口示例。真正的路由还会考虑任务目标和环境条件，不能只凭扩展名决定下一步。拿到一个 APK 时，理解本地算法与测试线上接口所需的范围和工具，就不相同。

reverse-skill 路由、范围与证据流程示意图 — reverse-skill 的“路由—范围—证据”工作流概念示意图，帮助理解项目如何从任务分流进入授权范围与证据记录。

把一次任务整理成能继续接手的 case

写清任务与范围。说明样本来源、需要回答的问题、允许的操作和网络条件。项目的 scope.md 记录授权状态与 network_profile；离线样本也要有明确范围。
选择主要入口。路由读取 skills/config/routing.json，PRIMARY 快路径与平台原生 router 帮助选择主要 Skill，再按需要读取详细矩阵。
核对本机条件。从工具索引确认路径和可用性，缺什么再补什么；客户端配置、下载和服务启动都要纳入实际执行安排。
记录过程和证据。把操作、产物位置和关键观察写入时间线，让后续结论能回到具体材料。
整理结论并交接。按 Evidence → Finding → Path 组织关联，说明哪些是观察到的事实、哪些还需要验证，再形成报告或脱敏经验。

例如，观察到某个函数生成了一段编码字符串，只能证明该函数在这个输入下的行为。它是否用于签名、是否存在安全问题，还需要其他证据。把猜测当成结论，后续工具调用和报告也会随之偏离任务。

路由配置、工具清单和经验记录各管一件事

路由：决定先读哪份方法

skills/config/routing.json 是结构化路由配置；MASTER-ROUTING.md 提供快路径，routing.md 提供详细矩阵。修改路由时要看这些表示是否一致，而不是只改一段介绍文字。仓库提供路由回归和一致性检查，供维护者验证变更。

工具索引：描述这台机器有什么

skills/tool-index.md 记录本机工具与入口。Java/JDK 对应 jadx、apktool 一类工具，Node.js 22.12+ 对应 JS 工具链和 MCP 服务，Python 对应 Frida 与辅助脚本；具体依赖取决于选中的任务，不必一次安装全部工具。换机器后，旧索引需要重新核对。

case 与 field-journal：保存结果和可复用经验

case 保存当前任务的范围、时间线和产物；field-journal 用来沉淀脱敏经验。路径、账号信息、样本内容和私有业务数据不能因为“便于复用”就原样放进公开经验库。可复用的是方法及其适用条件，不是所有任务原始资料。

接入客户端之前，先确认需要哪一层

仓库可从官方地址取得：

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

随后按 README 与平台文档阅读配置流程。项目核心与客户端适配层分开：Windows、Linux、macOS 和 Kali 各有对应入口，可选 Codex 插件也只是委托给既有路由核心，不会自动注册外部 MCP 服务。只阅读仓库，不等于已经允许执行脚本或修改客户端全局配置。

实际接入时，先选一个自有或明确获准的离线样本，写明问题，确认主要 Skill 与工具路径，再保存分析结果。准备执行的命令、下载、文件写入或服务启动应当明确；任务范围未就绪时，不应对目标开始操作。这些边界本身就是项目工作流的一部分。

主体 MIT 许可不覆盖所有外部组件。README 另列 CTF-Sandbox-Orchestrator 的 GPLv3，以及通过 CLI/MCP 调用、但未并入源码的 Pentest Swarm AI 的 AGPL-3.0；其他逆向工具各有自己的许可。评估分发方式时，要对照实际包含和调用的组件。

如果只做一次简单静态阅读，完整接入这套系统可能增加准备工作。需要重复处理不同样本、多人交接或维护固定分析环境时，路由、工具索引与证据记录才更容易发挥作用。

项目中文说明：https://github.com/zhaoxuya520/reverse-skill/blob/HEAD/README_zh.md
工作流与接入边界：https://github.com/zhaoxuya520/reverse-skill/blob/HEAD/RULES_zh.md

1.本站所发布资源部分收集于网络，仅限用于学习和研究测试使用。2.本站资源售价仅为赞助网站，赞助收费仅用于网站维护运营更新，感谢您的支持。3.本站仅保证资源的正常下载和测试使用，售后不包含相关技术咨询服务，请知悉谅解。4.本站所发布资源为非实物商品，不接受退款，请考虑好再进行支付赞助获取下载。
赞助获取下载注意：
1.支付赞助成功后请勿关闭窗口或其他操作，等待系统自动确认，按钮变为获取下载按钮。2.游客操作请使用 Chrome、Edge 或 FireFox 浏览器，以免支付刷新失败(浏览器缓存7天有效)。3.如支付赞助成功后刷新无法显示下载按钮、链接失效等问题请到 【公告留言】 处理或参考下载说明文档。

THE END