[Github] reverse-skill – 给 AI Agent 的逆向与安全任务路由包

Github发现2026-08-29发布 WarpEdit

reverse-skill 是一个面向 AI Agent 的逆向工程、授权渗透测试与安全研究技能路由包。它的核心不是把一堆工具塞进一个“万能按钮”，而是先判断任务类型和授权范围，再把 APK、二进制、前端加密参数、CTF 等问题分流到对应方法、工具与证据流程。对想让 Claude Code、Codex、Cursor 等客户端少走弯路的人来说，它更像一套可复用的安全任务入口；对寻找未经授权扫描或利用捷径的人来说，它并不合适。

reverse-skill AI Agent 逆向与安全任务路由文章封面 — reverse-skill 先检查授权范围，再按任务类型分流并保留证据。

它先解决“怎么分流”

安全任务最容易卡住的地方，往往不是完全没有工具，而是不知道应该先用哪一种方法。APK 逆向、ELF 分析、前端参数还原、HTTP 请求重放和 CTF 题目，所需要的入口、工具链和证据标准并不相同。README 给出的思路是把任务变成一条可检查的路径：

任务描述 → RULES.md 与路由矩阵 → 场景 Skill → 工具 / MCP / 脚本 → 时间线与证据 → 报告

其中最关键的变化，是把“凭经验猜命令”改成“先路由、再执行”。项目还把 scope、网络配置和证据链放在流程里，提醒 AI Agent 在真正行动前先确认授权范围。它不能替你判断某个目标是否获得授权，也不会把一次路由命中自动变成安全结论；它提供的是一套更容易复用和审查的工作骨架。

reverse-skill 从任务描述、授权范围到路由矩阵、场景 Skill、工具调用和证据报告的流程图 — reverse-skill 的六阶段任务分流流程，授权范围是进入路由前的必要检查。

仓库现在是什么状态

截至 2026 年 8 月 29 日，GitHub API 显示 zhaoxuya520/reverse-skill 有 30,326 Stars、4,152 Forks，Open issues 为 18，仓库主体许可证字段为 MIT。主分支 README 当前列出 43 条路由（R0–R44）、173 个回归用例和 44 个已跟踪模块，CI 覆盖 Windows 与 Ubuntu，并强调路由核心与具体 AI 客户端适配层分离。

这些数字只能说明项目公开规模和当前文档状态，不能直接等同于“43 类任务都能自动完成”。路由数量是目录覆盖，回归用例是验证集，真正落地仍取决于本机工具、目标格式、授权范围和使用者对结果的复核。

版本信息也要分开看：最新 Release 是 v1.0.1，发布于 2026 年 8 月 8 日；它的发布说明提到将路由统一到 skills/config/routing.json，扩展到 41 条路由与 163 个双语回归基准，并加入只读 Case Review 证据图审查。主分支 README 后续已经记录到 43 条路由和 173 个用例，因此不能把 Release 的旧数字和当前主分支混写成同一版本的状态。仓库最近一次提交是 2026 年 8 月 26 日，内容为修复 Unreleased changelog 的反引号转义问题。

哪些任务可以从它开始

README 把入口按场景组织，而不是按“工具排行榜”组织。下面是更适合第一次浏览的几组方向：

任务类型	README 入口	开始前要确认
APK / Android	`skills/apk-reverse/`	是否拥有样本与测试授权，JDK、jadx、apktool 是否可用
二进制逆向	`skills/ida-reverse/` 或 `skills/radare2/`	文件格式、分析工具版本和输出证据如何留存
前端 JS / 加密参数	`skills/js-reverse/`	只分析自有或获授权的站点与请求，避免把重放当成授权
HTTP 捕获 / 请求重放	`anything-analyzer`、Reqable MCP 与 `js-reverse`	目标域名、测试账号、请求数据和网络范围
恶意样本 / YARA	`skills/malware-analysis/`	隔离环境、样本来源与是否需要脱敏
CTF	`CTF-Sandbox-Orchestrator/`	题目边界与沙箱状态，避免把题目技巧带到真实目标
固件、API、供应链与 LLM 安全	`skills/firmware-pentest/`、`skills/api-security/`、`skills/supply-chain-security/`、`skills/llm-security/`	范围、数据处理方式和报告目标是否已经写清

表格里的目录是项目 README 公开的入口，不是对每个模块效果的保证。尤其是“渗透测试”“攻击链”“Pwn”等目录，使用者必须先把授权目标、网络范围、测试时间和停止条件写进自己的工作记录。

第一次上手怎么走

项目给出的前置依赖很具体：Java / JDK 用于 jadx 和 apktool，Node.js 22.12+ 用于 JS 工具链和 MCP 服务，Python 3.x 用于 Frida 与辅助脚本，还需要一个能读取项目说明的代码 AI 客户端。建议先准备一台隔离的测试环境，不要把真实生产凭据、浏览器登录态或个人目录直接交给新工具。

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

# Windows
powershell -File skills/scripts/refresh-tool-index.ps1

# Linux / macOS
bash skills/scripts/refresh-tool-index.sh

完成刷新后先看 skills/tool-index.md，再读 README_AI.md、RULES.md 和 skills/MASTER-ROUTING.md。这一步比立刻运行某个脚本更重要：你需要知道当前机器到底检测到了哪些工具，路由会把任务送到哪里，以及哪些动作在进入实际操作前需要补充 scope 或人工确认。

工程化亮点在哪里

单一配置源

README 把 skills/config/routing.json 作为路由单一事实源，客户端适配层只是可选入口。这样做的好处是规则、脚本和不同 AI 客户端不必各自维护一份互相漂移的矩阵；坏处也很明显：如果本机工具索引、配置或模块内容没有同步，路由命中仍可能落空。

把测试写进路由维护

仓库公开了路由回归、结构一致性与供应链版本固定门禁、冒烟检查和 INDEX 漂移检查，并用 GitHub Actions 在 Windows 与 Ubuntu 上运行。最新主分支 README 写的是 173 个回归用例；v1.0.1 Release 写的是 163 个双语基准。两组数字对应不同时间点，能说明项目在扩展测试覆盖，但不能替代你对具体场景的验证。

保留证据链

项目的 case workflow 里出现了 scope、timeline、work item，以及 Evidence → Finding → Path 的关系，还提供只读 Case Review 和可选 SHA-256 完整性检查。对需要写报告的安全研究，这比只输出一段“发现漏洞”更有价值：别人可以追溯结论来自哪份证据、哪一步分析和哪条路径。它仍不是法律取证系统，最终的保存、脱敏、访问控制和报告责任要由使用者承担。

它与 Claude Code、Codex 等是什么关系

reverse-skill 不是某一个 AI 客户端的插件替代品。README 明确把路由核心、回归套件、清单和 case workflow 设计为 client-neutral，Claude Code、Codex、Cursor、OpenCode 等客户端通过各自的项目说明、适配器或工作区机制读取它。换句话说，它更接近共享的“安全任务知识与入口层”，而不是要求你更换现有客户端。

这也意味着客户端权限系统仍然有效：客户端允许执行什么、MCP 连接到哪里、脚本能读写哪些目录，都不能因为路由文件写了一个入口就自动放宽。第一次接入时，建议把工具调用、网络域名、秘密访问和写入目录列成清单，先以只读或隔离方式验证。

许可证和安全边界

项目主体采用 MIT License，但 README 还特别列出几类不同许可：CTF-Sandbox-Orchestrator/ 为 GPLv3；Pentest Swarm AI 的原项目为 AGPL-3.0，reverse-skill 只通过 CLI 或 MCP 调用，并不包含其源代码；jadx、Frida、nmap、burpsuite-mcp 等工具也分别遵循各自的官方许可。将它放进团队或商业流程前，应同时核对仓库、子目录和实际安装依赖的许可证。

安全研究授权边界示意图，对比可以开始和必须停止的任务条件 — 自有系统、明确授权和 CTF 沙箱可以进入研究流程；范围不清、生产凭据和第三方目标需要停止并确认。此图为文章观点示意。

安全边界更不能省略：README 只允许把项目用于合法安全研究、教育、CTF，以及自有或已获得明确授权的系统测试。未经授权的访问、扫描、利用、干扰、数据获取都被明确禁止。文章可以介绍路由方法，但不会把它包装成突破授权、绕过限制或自动化攻击的方案。

适合谁，不适合谁

适合：需要给 AI Agent 建立统一安全任务入口的个人研究者；希望把工具检查、路由规则、跨平台脚本和报告证据串起来的团队；参与合法 CTF 或对自有样本做分析的开发者。
不太适合：只想找一个点击即完成逆向的桌面软件；没有 Java、Node.js、Python 和基础命令行环境；无法明确目标授权范围，或需要官方承诺全量结果的人。

结语

reverse-skill 的价值在于把“面对不同安全任务时如何开始”这件事工程化：先分流，再检查工具和权限，再按场景 Skill 执行，最后把时间线与证据整理成报告。它不是能力的替身，也不是把所有安全工具自动串成攻击链的捷径。

如果你正在为 AI Agent 设计一套可重复的安全研究工作流，这个仓库值得从 README_AI.md、RULES.md 和 skills/config/routing.json 读起；如果你的需求是未经授权的扫描或数据获取，则应在这里停下。

官方资料

GitHub 仓库：https://github.com/zhaoxuya520/reverse-skill
项目网站：https://reverse.apivix.com/
在线教程：https://reverse.apivix.com/docs/
最新 Release：https://github.com/zhaoxuya520/reverse-skill/releases/latest

信息边界：本文核验于 2026 年 8 月 29 日，依据仓库 README、README_zh.md、GitHub Repository / Release / commit API 和仓库内图片整理；未声称完成真实目标逆向、渗透或工具链实测。Stars、Forks、路由数量、版本、依赖和接口都会变化，使用前请重新查看官方仓库与当前 Release。