用 MCP 让编程助手拆解应用功能

看到别人的应用里有个好用的搜索功能，想知道它怎样实现，难点往往是拿不到源码，也缺少文档。REA（Reverse Engineer Anything）的思路，是把逆向分析工具接入编程代理，让代理先收集证据，再解释功能，最后在你的项目里实现类似能力。

它值得关注的地方，是把「分析现有应用」和「编写新代码」串成了一条工作流。不过，原文提供的是安装步骤与任务示例，没有展示完整分析记录或复现结果，工具能力和实际效果需要分开看。

REA 给编程代理补上了什么

REA 提供一个 MCP server，让 Claude Code、Codex、Cursor、Gemini CLI 等支持本地 MCP 的代理调用逆向工具。MCP 可以理解为代理访问外部工具的一套接口；这里接入的是反汇编、模块分析和元数据读取能力。

面对原生程序，REA 可以借助 Hopper、Ghidra 或 IDA，返回伪代码、汇编、字符串、符号和调用引用。面对 JavaScript 应用，它返回模块及其连接关系。两类输出的用途不同：前者帮助推断程序做了什么，后者更适合梳理代码组织和功能边界。

原文列出的读取对象还包括 Electron、.NET、网站、Go 和 Rust 二进制、GGUF 与 safetensors 模型头、Godot PCK，以及 Unity IL2CPP 的 global-metadata.dat。

能读取一种文件，不等于能完整还原其中的功能。

REA 强调每项结论附带证据和局限。对程序员来说，关键是能继续追问：结论来自哪段代码、哪个符号或哪条调用关系，有没有尚未覆盖的路径。

先装对环境，再接入日常代理

原文要求 Node.js 22.x（22.23.4+）、24.x（24.22.1+）或 26.12.1+，以及 npm。Linux 还需要 PATH 中存在兼容 procps 的 ps，供 Ghidra、JADX 和静态 JavaScript 分析使用。

安装入口如下，它负责注册 MCP server 和安装配套工作流指令：

npx rea-agents setup

注意这里的 setup：执行后还要选择代理、检查拟议改动并批准。工具会先备份已有配置，完成后需要重启代理。

若要直接在终端使用，可以执行 npm install --global rea-agents，再用 rea --help 查看命令。更新使用 rea update；通过 npx 安装的，可以重新运行 npx rea-agents@latest setup。

原文提醒存在仿冒仓库，应从 morluto/rea、rea.tools 或 rea-agents npm 包获取。

静态 JavaScript、Electron、.NET 和 IL2CPP 元数据检查不依赖上述反汇编器；深度原生分析才需要。Ghidra 免费，IDA 和完整版 Hopper 收费。macOS 上的 Hopper 还可能弹出首次运行对话框，需要先在同一用户会话中处理。

三种任务，分别能拿到什么

第一种是从功能反推实现。原文给出的任务是理解 Notes 应用的搜索，展示证据，再为自己的项目构建类似功能。

代理按这个目标检查应用、追踪相关代码、收集证据，再解释行为并编写和测试实现。这里应关注「类似」的具体边界：原文没有交代搜索是否涉及排序、分词或索引，也没有给出最终实现，不能据此认为它已验证整套搜索复现能力。

第二种更贴近前端开发者：梳理 Electron 应用。这条命令可以分析已提取的应用目录或 .asar 文件：

npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json

注意 --json：输出会列出模块、导入关系，以及 main、renderer 和 preload bridge 等 Electron 边界，并附带证据。先看清主进程、渲染进程和桥接层怎样连接，再定位某个功能，会更有方向。Windows 路径可使用 "D:/apps/example" 这样的写法。

第三种是静态读取 Unity IL2CPP 元数据，无需安装 Unity。原文称支持版本 24、27、29、31、39，可以从 Game_Data/il2cpp_data/Metadata 下的 global-metadata.dat 列出程序集映像、类型名、方法名和索引范围，再查找与存档相关的条目。它能帮助确认构建包含什么，但名称和元数据本身不足以证明完整运行行为。

我的判断

我认同「先拿证据，再让代理解释和实现」这个顺序。它让开发者有机会检查推断过程，也比只给模型描述一个界面更适合研究内部行为。

但原文没有提供与手动解包、直接阅读 JavaScript、单独使用 Ghidra 等做法的耗时或准确率对照。它展示的是工作流，尚不足以证明效率提升。对于能直接阅读的 JavaScript，代理能否减少工作量，仍取决于模块规模和输出质量。

原文还声称项目已超过 300,000 GitHub stars，没有给出统计时间或佐证，这个数字不宜充当效果依据。

另外，分析在本地运行，工具结果仍会发送给代理的模型供应商。检查敏感软件前，需要确认数据政策和分析授权。许多应用、游戏的条款限制逆向，不能把本地可读取当成允许分析。

默认 MCP 输入 schema 较紧凑，用于节省上下文；确实缺少字段说明时，可在 MCP 注册配置中设置 REA_MCP_INPUT_SCHEMA_PROFILE=full。

能拿来做什么

• 分析获准检查的 Electron 应用时，先生成模块与进程边界清单，再围绕一个具体功能追踪调用关系，避免一开始就要求代理解释整个应用。
• 为自己的项目借鉴功能时，把任务拆成「解释行为、列出证据、标明未知项、编写并测试实现」，先审查分析结果，再接受生成代码。
• 检查 Unity 构建内容时，用元数据定位程序集、类型和方法，把这些结果当作后续分析线索，继续核实实际行为。