想抄一个功能却看不懂它怎么实现？这个 MCP 让 AI 逆向到二进制（45 万星）

2026-11-11silcano

你看到一个功能很妙，想知道它怎么实现的；你接手一个没人维护的项目，想搞懂某段逻辑为什么这么写。你现在只能靠猜。

REA 干的事很直接：把"逆向"变成一个 MCP，让 agent 帮你从行为一路挖到二进制，而且要求它给出证据——哪一行、哪个函数、哪次调用。

45 万星，每天涨 2135 星。我把 README、package.json 和它的三个 showcase 看完了，下面按"装 → 用 → 会卡在哪"讲。

一、你的真实处境

场景一：你在做产品，竞品有个交互特别顺，你想知道它怎么做的。打开 DevTools 看半天，只能看到压缩过的代码。

场景二：你接手一个老项目，某个数值算出来总是差一点。没人知道为什么，注释写着"别动这里"。

场景三：你在学一个开源库的设计，README 讲的是"怎么用"，你想知道的是"为什么这么设计"。

这三件事的共同点是：答案不在文档里，在实现里。而读实现这件事，以前只能靠人一行行啃。REA 的定位就是把这件事交给 agent，并且强迫它交代证据。

二、它是什么：一个 MCP，不是又一个 GUI

REA 全称 Reverse Engineer Anything。官方一句话："One MCP for reverse engineering across binaries, applications, and runtime behavior."

关键词是 MCP。它不是给你一个逆向工具界面，而是给 agent 一个"逆向能力"。装上之后，你在 Claude Code、Codex、Cursor 或者任何支持 MCP 的客户端里直接说人话，它去调 REA 的工具。

package.json 里有个字段说明了它的身份：

mcpName 是标准 MCP 标识，意味着它遵循 MCP 的注册规范，能被通用客户端识别。版本已经到 6.8.0，说明迭代了很久，不是新项目。

三、装：一条 setup 命令

官方推荐路径：

这条命令做的是"检测你的 agent 并注册"——它会把 REA 作为 MCP server 写进你对应客户端的配置里。跑完你重启一下 agent 客户端就能用。

如果你的客户端不认自动注册，用全局安装 + 手动配：

升级用：

三个提醒：

• setup 只需要跑一次，换客户端了再跑一次；
• 全局安装的 rea 命令和 npx rea-agents 是同一个东西，前者快、后者永远是新版；
• 装完先在终端里跑 rea --help，能打印帮助就说明装对了，再去配客户端。

四、终端里直接用：三条命令覆盖八成场景

不一定非要通过 agent。REA 本身是个 CLI，可以直接调。

最常见的用法是分析一个 JS 应用：

注意三个点：路径要绝对路径；--json 让它输出结构化结果，方便你再喂给别的工具；-y 是 npm 的免确认。

在 agent 里用，就直接说人话。README 给的例子是：

这句话包含了 REA 最想要的使用姿势：要证据 + 要落地。只说"帮我看看这个 App 怎么实现的"，你会拿到一堆描述；说"给我证据，然后照这个思路给我实现一个"，你才拿到能用的东西。

五、它到底能分析什么

README 的"What you can analyze"这一段我整理成表：

它特别强调"runtime behavior"这一层。这一层是纯静态分析给不了的：静态分析告诉你"有这个函数"，运行时告诉你"这个函数被调了、参数是这些"。

六、它怎么保证不是瞎编

这是我最在意的一点。LLM 讲逆向最大的问题是幻觉——它会编一个看起来很合理的调用链。

REA 的做法是把"证据"变成必须项：结果里带位置信息，能指回具体文件、行号、函数。它的 showcase 展示的也是这个路子：

• DX-Ball：重建一个声盘的碰撞计算——数值从哪来、怎么算；
• Notion：追 Electron 的剪贴板桥——JS 层怎么把数据递到原生层；
• TH04：还原一个 DOS 游戏的弹幕环计算——纯二进制的数值路径。

这三个例子的共同点是：都是"一个具体数值/一条具体链路"，不是"整体架构概览"。这说明它的强项是收窄问题，不是泛泛而谈。

七、最被低估的用法：造 RL 环境

README 里有一大段讲 "Build RL environments with REA"，很多人会跳过，我觉得这是重点。

它的思路是：拿一个你能控制的 web 应用，让 REA 去摸清每个操作的效果，然后自动生成一个可交互的环境描述。README 给的原话大概是：

这段话里有两句是安全约束：可以创建和删除测试文件夹、不要动已有数据。写 prompt 的时候把边界说清楚，比事后擦屁股便宜。

为什么这个用法值钱？因为训 agent 最缺的不是模型，是环境。一个能自动探测、能自己描述动作空间的环境生成器，等于把造环境的成本砍掉一大半。

八、五个坑，按踩到的概率排

• 假仓库。 README 用醒目块写了：只从 morluto/rea、rea.tools 或 npm 上的 rea-agents 拿，同名仓库 + 抄来的 README 不代表官方。装之前核一遍来源；
• 相对路径。 analyze-* 系列要绝对路径，写 ./app 会报找不到；
• MCP 没生效。 装完不重启客户端，工具列表里就是没有。先重启再怀疑别的；
• 问题太宽。 问"整体架构"，它会给你一篇听起来对但没法验证的散文。问具体数值、具体链路；
• 拿它拆有版权保护的东西。 这是合规红线，不是技术问题，见下一节。

九、合规红线：能做什么，别做什么

这条我必须单独说，因为工具本身不设边界。

REA 的 README 里有 Disclaimer 一节，态度是"工具中立，责任在你"。这句话在法律上是成立的，在现实里也是——出事的从来不是工具。

十、为什么它能涨 2000 星一天

我的判断有三条：

1. 它把"MCP"这个抽象概念变成了具体能力。 大部分 MCP 是"把某个 API 包一层"，REA 是"把一整套方法论包一层"，含金量不同；
2. 它解决的是真痛点，而且以前没有便宜方案。 逆向工具一直有，但要么贵、要么难、要么只做静态；
3. 它的输出形态对 agent 友好。 --json + 证据链，等于天生适合被别的 agent 消费。

第三条最容易被忽略。一个工具能不能进 agent 生态，不取决于它多强，取决于它的输出能不能被下一个环节直接用。

十一、地址与版本汇总

版本（截至 2026-11-10）：

最后一句实在话：这类工具的价值不在"能拆别人"，在于它逼你把问题问具体。你问不出具体问题的时候，它也帮不了你——这不是它的缺陷，是逆向这件事的本质。