说实话，这个问题困扰了我很久。

每次让 Claude Code 帮我分析一个 APK，它要么上来就建议用 jadx，要么说"你可以试试 apktool"，有时候甚至冒出一个 strings 命令——好像在拿我的目标文件练手。不是说 Claude 不聪明，是它根本不知道在这台机器、这种目标、这个任务阶段，应该走哪条路。

这就是 reverse-skill 要解决的事。

---

一个 AI 不知道该用 jadx 还是 Frida 的故事

先说痛点，因为我觉得做安全的人基本都遇到过：

痛点一：AI 面对 APK / ELF / PCAP，靠猜。jadx 还是 Frida？IDA 还是 Ghidra？r2 还是 binwalk？这些工具有明确的适用边界，但 AI 不知道你的工具链在哪，也不知道你的任务是静态分析还是动态 hook。

痛点二：工具分散，换台机器就抓瞎。IDA 装在 Windows，Frida 环境在 macOS，Burp 的 MCP 插件配置只存在那台 Kali 上。AI 想帮你，但它不知道当前环境有什么。

痛点三：同一类问题反复踩坑。OLLVM 混淆上周刚搞定，这周换个样本又从零开始。经验没地方沉淀，全靠记忆，AI 更帮不了。

---

reverse-skill 的思路：先路由，再执行

🔗 GitHub：https://github.com/zhaoxuya520/reverse-skill

这个项目的核心思路用一句话概括：让 AI Agent 先路由到正确的方法论，再去调用工具，而不是瞎猜命令。

它的工作流是这样的：

用户任务
  → RULES.md（全局路由规则）
  → MASTER-ROUTING / master-route.ps1（PRIMARY 分诊）
  → case-init / scope.md（授权确认 + 网络环境；未就绪禁止对目标行动）
  → 目标 Skill（对应技能文件）
  → 工具 / MCP / 脚本（实际执行）
  → timeline + 证据链 → 报告 + field-journal（经验沉淀）

这个设计有几个地方我觉得做得对：

授权门控放在最前面。 case-init 阶段强制确认 scope.md 和 network_profile，未授权的目标直接禁止行动。这不是摆设，是真实的安全边界——毕竟这套工具链接入 AI Agent 之后能力很强，没有门控很容易出事。

PRIMARY 快路径。 skills/MASTER-ROUTING.md 是一张精炼的分诊表，AI 读完之后就知道当前任务该走哪条分支，不用每次翻全量文档。master-route.ps1 是对应的脚本版，可以直接在 PowerShell 里跑。

field-journal（经验库）。 做完一个 case 之后，脱敏的经验自动写入 field-journal，下次遇到同类问题可以直接调出来。这个设计让知识真正沉淀，而不是每次从零开始。

---

技能矩阵：几乎覆盖了日常的全部场景

v1.0.0 的技能覆盖范围扫了一遍，基本上做安全的人能遇到的类型都有：

场景	Skill 路径
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# 逆向	skills/dotnet-reverse/
前端 JS 签名 / 加密参数	skills/js-reverse/
DSL VM / 风控自定义 VM	skills/reverse-engineering/dsl-vm-reverse/
恶意软件 / YARA	skills/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 / IoT	skills/firmware-pentest/
Pwn / 漏洞利用	skills/pwn-chain/
EDR 绕过（分析向）	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 脱密	references/ollvm-deobfuscation.md

值得单独说一下 CTF-Sandbox-Orchestrator——这是个独立子模块，40+ 子技能，License 用的 GPLv3（主仓库是 MIT）。如果你打 CTF，这部分可以直接当作 CTF 专用工具链来用。

---

快速上手

依赖不复杂，主要是：

• Java / JDK（跑 jadx、apktool）

• Node.js 22.12+（JS 工具链 + MCP 服务）

• Python 3.x（Frida + 辅助脚本）

• 代码 AI 客户端（Claude Code、Codex CLI、Cursor 等）

安装就一行：

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

克隆完之后，直接让 AI 读 README_AI.md，不需要手动配置其他东西。README_AI.md 是专门写给 AI Agent 的引导文件，格式和指令密度跟给人读的文档完全不一样，AI 读完之后会自动初始化工具链。

平台支持：

• Windows（主要开发环境，PowerShell 脚本最完整）

• Kali Linux → kali/README-kali.md

• Ubuntu/Debian → docs/platforms/linux.md

• macOS → docs/platforms/macos.md

---

几个设计细节让我印象深刻

工具索引是机器本地生成的。skills/tool-index.md 和 tool-index.json 是 gitignore 掉的，clone 之后要跑 refresh-tool-index 脚本生成。这样每台机器的工具索引反映的是本地实际安装的工具，AI 不会建议你用一个根本没装的工具。

bootstrap 脚本有完整性校验。bootstrap-reverse.ps1 下载的 jadx、apktool 等工具会验证 SHA256，校验失败会删文件然后报错，不会静默使用可能被篡改的二进制。在安全工具链里这一点不是小事。

路由一致性有自动测试。verify-routing-coherence.ps1 会检查路由矩阵和 ops 层的文档是否同步，test-p0-friction.ps1 跑 P0 级别的回归测试。整个仓库的质量控制比一般工具类项目认真得多。

---

它的定位说清楚了

README 里有一个产品定位的说明：轻量技能路由器 + 自举工具链 + field-journal，而不是 Z3r0 那类重平台。

这个边界划得准。它不试图替代 IDA、Frida 或者 Burp，它的工作是告诉 AI "在当前场景下，应该用哪个工具，怎么用"——这是导航层，不是工具本身。

对于已经有完整安全工具链、但苦于 AI 不会用的人来说，这个定位正好戳中痛点。

---

适合谁用

✅ 适合：

• CTF 选手：CTF-Sandbox-Orchestrator 直接拿走，40+ 子技能基本覆盖 CTF 各方向

• 安全研究员：有 APK / 二进制 / JS 逆向需求的，工具链配置完成后 AI 的使用效率会有明显提升

• 渗透测试工程师：pentest-tools + attack-chain + case-init 的组合可以形成一套有授权门控的完整测试流程

• 想折腾 AI Agent 的安全工程师：这个项目本身就是在探索 AI Agent 在安全领域的实用边界，思路和设计可以学

⚠️ 注意：

• scope.md 里没有授权就不要对目标行动，这是项目设计的强制约束，不是建议

• 它是路由层，不是工具本身——你还是需要懂 jadx 怎么用，只是不用再教 AI 这件事

---

最后说一句

v1.0.0 发布时间是 2026 年 7 月 18 日，现在已经上了 GitHub Trending。从 CHANGELOG 来看，后续还有更多 domain skill 在路上（R21-R38 系列，包含 protocol-reverse、cloud-k8s、digital-forensics 等）。

整体感觉：这是一个真的在用的项目，不是 demo。设计里能看到很多实际踩坑之后才会有的细节——工具索引本地化、bootstrap 完整性校验、scope 门控强制执行，这些都是在真实场景里被推着加的东西。

如果你也在用 Claude Code 或者 Cursor 做安全分析，可以去 fork 一个试试。

🔗 项目地址：https://github.com/zhaoxuya520/reverse-skill

---

你现在用 AI 辅助做逆向或者渗透吗？踩过哪些坑？欢迎评论区聊聊。

谢谢你阅读我的文章~

我是顾北，我们下期再见！

 PS：本文部分内容由AI辅助创作