REA（Reverse Engineer Anything）是開發者 morluto 維護的開源逆向工程工具，在 GitHub 累積 93,873 顆星標與 20,969 次複製，採用 MIT 授權。它以模型上下文協定（Model Context Protocol，MCP）伺服器的形式運作，讓 AI 代理直接檢查原生二進位檔、JavaScript 與 Electron 應用、.NET 組件、Android APK、韌體與網站，並把分析結果連同證據回傳。專案的核心主張是「看到喜歡的功能，就把它理解到二進位層級」，並可在自身專案重建同類實作。
專案於 2026 年 4 月 14 日建立，最新版本為 2026 年 10 月 11 日發佈的 rea-agents v6.4.0，距離本文撰寫時間不足一日。本文從官方儲存庫與說明文件出發，分析其架構定位、能力範圍、安裝路徑與使用前提。
REA 是什麼？
REA 是開源的逆向工程工具，以 MCP 伺服器形式讓 AI 代理檢查二進位檔、應用與網站；採 MIT 授權，分析在本機執行，回傳結果附帶證據與限制說明。
它的定位是代理與分析引擎之間的橋樑。傳統逆向工程需要操作者在反編譯器中逐步追蹤，REA 則把這些工具包裝成代理可呼叫的能力，由代理提出問題、REA 執行檢查並回傳程式碼、符號、呼叫關係與網路觀察，代理再據此解釋行為或撰寫實作。
與單純的反編譯器不同，REA 的輸出包含證據與不確定性。官方文件明確表示，每次結論都會附上其依據與限制，讓代理能判斷哪些部分已有充分支撐、哪些仍需進一步追問；這項設計是為了避免代理在證據不足時給出過度肯定的答案。
專案以 TypeScript 撰寫，主要語言統計為 TypeScript，發佈管道為 npm 上的 rea-agents 套件。專案同時維護多語言說明文件，涵蓋簡體中文、繁體中文、日文、韓文與歐洲多種語言，顯示其社群分佈並不限於英語圈。
REA 有哪些核心技術能力？
REA 可分析原生二進位檔、JavaScript 與 Electron 應用、.NET 組件、Android APK 與網站，並支援網路封包紀錄解析。
能力範圍依目標類型區分。原生二進位檔方面，REA 透過 Hopper、Ghidra 或 IDA 取得虛擬碼、組合語言、字串、符號與呼叫引用；若目標是離線 ELF 檔案，則可輸出區段、載入區段與原始符號資訊，並列出靜態緩解候選項。
應用層面的分析同樣完整。JavaScript 與 Electron 目標可還原模組、匯入關係、路由、行程間通訊與原生附加元件的關聯；.NET 組件可讀取中繼資料、CIL 指令與宣告的原生相依；Android APK 可取出清單宣告、類別、反編譯方法與引用，裝置端則支援套件、行程、日誌與畫面擷取。
執行期與網路觀察是另一條軸線。REA 可透過本機 PTY 記錄終端輸出、互動、結束狀態與檔案系統變化，也能解析 HAR 或 mitmproxy 擷取的網路封包，指出請求出處、回應內容與暴露的資料結構。網站分析則需要 Chrome 系列瀏覽器，可取得頁面結構、腳本與網路觀察。
REA 如何與 AI 代理整合？
REA 以 MCP 註冊進代理，設定指令為 npx rea-agents setup，支援 Claude Code、Codex、Cursor 與 Gemini CLI 等主流代理。
整合方式以設定為主。使用者只需具備 Node.js 與 npm，執行安裝指令後選擇要接入的代理，檢視即將變更的設定並確認，安裝程序會寫入 MCP 伺服器註冊與對應的工作流程指示，並在覆寫前備份既有設定檔；完成後重新啟動代理即可生效。
支援清單涵蓋多數主流代理。官方列出 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等，其他相容本機 MCP 伺服器的用戶端則可手動註冊。若只需要調查用的提示指令，也可單獨安裝 skills.sh 上提供的技能，再以同一條設定指令完成 MCP 註冊。
終端機與圖形介面同樣可用。同一組能力也以命令列形式提供，例如對已解壓的 JavaScript 或 Electron 應用執行分析並取得 JSON 結果，方便寫進自動化流程或腳本；原生分析則需先設定分析引擎供應者，並可用環境變數調整啟動逾時，以應付較大的二進位檔。
REA 的統計數據與授權條件為何？
專案累積 93,873 顆星標、20,969 次複製與 107 個未結議題，逾 2,300 次提交，最新版本為 v6.4.0，採 MIT 授權，以 TypeScript 撰寫。
授權條款屬寬鬆類型。MIT 授權允許使用、修改與再散布，也允許整合進商業產品，僅要求在副本中保留著作權與授權聲明；這對需要在內部流程或產品中嵌入分析能力的團隊而言，門檻明顯低於採用商業逆向工程工具。
維護活躍度可從提交節奏判斷。專案自 2026 年 4 月建立以來累積逾 2,300 次提交，分支數量超過 60 個、標籤超過 35 個，最近的提交距本文撰寫時間僅約半小時，顯示專案仍處於高頻迭代階段；未結議題維持在 107 個，另有超過 60 個待合併的拉取請求。
REA 在逆向工程生態中扮演什麼角色？
它把 Hopper、Ghidra、IDA 等既有引擎接上代理，位於分析引擎與使用者之間；相較獨立反編譯器，其差異在於以問題驅動調查並要求附上證據。
它的位置介於分析引擎與使用者之間。Hopper、Ghidra 與 IDA 提供底層的解譯與反編譯能力，REA 負責調度與結構化輸出，讓代理能像操作者一樣提出假設、取得片段、再逐步收斂；這種分工使既有引擎的投資得以保留，而不必改用全新的分析平台。
與同類工具相比，差異在互動模式。傳統流程由人決定下一步要看哪裡，REA 則讓代理依問題線索自動追蹤呼叫與引用，並在每個結論旁標示依據。官方展示的案例包括從舊遊戲中還原音場運算並通過 3,205 組原始 x86 測試，以及追蹤 Electron 應用中通往主行程的剪貼簿橋接。
商業化路徑偏向社群與導流。專案設有官網與案例頁，並以 Discord 作為問答與成果分享的社群入口，本身不收費、不提供付費授權；文件同時聲明專案未發行或背書任何加密貨幣，顯示其對品牌冒用的態度相對明確。
如何快速開始使用 REA？
先安裝 Node.js 22.19 以上或 24.11 以上的版本，執行 npx rea-agents setup 選擇代理並確認設定，重新啟動代理後即可提出分析問題。
安裝流程由一條指令開始。具備 Node.js 與 npm 後執行設定指令，選擇要接入的代理、檢視變更清單並同意，程序會完成 MCP 註冊與指示安裝；若偏好全域命令，也可改用全域安裝取得 rea 命令，再以說明指令查看可用子命令。
提問方式接近自然語言。官方示例為請代理理解某個應用中搜尋功能的實作、展示證據，並在自身專案建立類似功能，只需把目標應用與功能名稱替換為實際對象；若使用終端機，則可對已解壓的應用目錄或封裝檔執行分析並輸出 JSON。
更新維持有兩條路徑。以全域安裝者可直接執行更新命令，並依提示重新整理代理註冊；使用 npx 者則重跑最新的設定指令即可。官方強調專案變動頻繁，新版本通常包含錯誤修正，因此遇到問題時的第一個建議是先更新再重試。
使用 REA 有哪些注意事項與限制？
原生分析需自備 Hopper、Ghidra 或 IDA；JavaScript 與 .NET 靜態檢查可獨立運作。分析在本機執行，結果交由代理後仍受其模型供應者政策約束。
環境前提依目標而異。深度原生分析必須搭配上述其中一款引擎，部分格式還需要額外的工具鏈，例如 Android 分析需要 JADX 與完整 JDK、資源解析需要 Apktool、韌體拆解需要 Binwalk 或 Unblob；純粹的 JavaScript 與 .NET 靜態檢查則不依賴原生引擎。
資料流向是使用前必須理解的環節。官方說明分析在本機完成、應用不會被上傳，但工具結果會交給代理，因此實際的資料處理仍取決於該代理所使用的模型供應者政策；在處理內部或敏感目標時，這項區分比「是否連網」更值得確認。
法律與品牌層面另有兩項聲明。專案定位為供合法逆向工程研究、分析與重建使用的工具，使用者須自行取得必要授權並遵守適用法律；文件亦強調未發行或背書任何加密貨幣，任何使用 REA 名稱的代幣均與專案無關。此外，執行期擷取會以使用者權限實際執行或操作目標，事前應確認其影響範圍。
出處連結有哪些？
本文資訊整理自 morluto/rea 的 GitHub 儲存庫與官方說明文件，涵蓋能力範圍、安裝流程、統計數據、授權條款與免責聲明。
- GitHub 儲存庫：https://github.com/morluto/rea
- 官方網站與教學：https://rea.tools/
- 案例展示：https://rea.tools/showcase/
- npm 套件：https://www.npmjs.com/package/rea-agents
- 最新版本：https://github.com/morluto/rea/releases/tag/rea-agents-6.4.0
- MIT 授權條款：https://github.com/morluto/rea/blob/main/LICENSE
總結：REA 適合什麼團隊？
REA 適合需要在既有分析引擎上加一層代理工作流的安全研究、產品與工程團隊；若目標僅為單純反編譯，或無法在本機執行分析，則效益有限。
專案的價值在於把逆向工程的操作流程結構化。透過 MCP 註冊、多目標涵蓋與附證據的輸出，它讓代理能以接近研究者的方式推進調查，並保留既有 Hopper、Ghidra 或 IDA 的投資；採 MIT 授權與 npm 發佈，也讓試用成本降到接近零。
採用前仍須衡量現實條件。原生分析需要自備引擎與額外工具鏈，代理取得結果後的資料處理取決於模型供應者政策，而執行期擷取會實際操作目標；若使用情境涉及第三方軟體，授權與法律界線需先行釐清。對於需要快速理解既有實作並在自身專案重建的團隊而言，這套工具提供了明確的槓桿。