逆向三件套横评轻量实现、完整编排层、直连引擎谁先跑通谁更省【免费下载链接】leanreaOne 8 KB skill that replaces REA (Reverse Engineer Anything): plain CLI tools, no MCP. Benchmarked: 38% faster, 35% cheaper.项目地址: https://gitcode.com/gh_mirrors/le/leanrea2026 年 4 月建仓的 REAReverse Engineer Anythingnpm 包名rea-agents在过去一个多月里被媒体报道一周 10 万星9 天 20 万星麻省理工科技评论甚至抛出软件开发护城河守得住吗的追问DoNews、InfoQ、极客公园跟进讨论CnBeta 则报道了用它在 Switch 游戏上做出原生 PC 移植的案例。它的定位很明确一个 MCP 服务器把 AI Agent 接到 asar、otool、nm、go version -m、jadx、apktool、Ghidra、tshark、binwalk、sqlite3 这套逆向工具链上。但爆火之后真正值得工程上追问的问题是当 Agent 本身已经自带 Bash本地 CLI 工具又都是现成的中间这层 207 个工具的 MCP 编排层到底买了什么leanrea 这个项目就是冲着这个问题来的——它的全部实现是一个 8 KB 的 skill 文件宣称做到 REA 能做到的事没有 MCP server没有 207 个工具没有 setup。本文不重复营销叙事而是把 leanrea 仓库里那份真实跑过的三组对照基准36 次 headless 运行、正则判分、逐条可查的原始指标拆开横评三条路线直连引擎不装 skill、不挂 MCPAgent 直接用 Bash 驱动 otool/nm/strings/asar 等原始工具基准里的none组完整编排层REA 6.5.025 MB npm 包 MCP server 207 个工具 它自己的 skillrea组轻量实现leanrea 的单文件SKILL.mdleanrea组。一、三条路线装了什么token 花在哪1.1 直连引擎零安装模型直接对 otool 说话这条路线没有任何中间层。Agent 拿到的就是 Bash逆向引擎就是系统里本来就有的 Xcode 工具链、Homebrew 包。bench/run.py 里none组的运行配置只有--allowedTools Bash,Read,Grep,Glob,Write,Skill,mcp__rea不带任何 MCP 配置。从 bench/results/final.jsonl 的逐次运行记录能看到直连组的实际行为轨迹分析mac_utils.node时none组自己打出了T./mac_utils.node;、strings、otool、sed这样的组合命令——也就是说一个带终端权限的现代 Agent在没有指导的情况下也能自己凑出可用的逆向工作流。代价是每次都要重新探索同一目标它用了 81 个 turn、3.11 M token 才跑完四道题。1.2 完整编排层REA207 个工具3.35 MB 的定义README.md 里的对比表把 REA 的体量讲得很直白REA 6.5.0leanrea安装内容25 MB npm 包 MCP server一个SKILL.md指令23.5 KB skill 48.8 KB references8 KB给 Agent 新增的工具207 个3.35 MB 定义0 个用 Bash3.35 MB 的定义体积怎么构成的bench/mcp_list.py 直接对rea --mcp的tools/list做了拆解输入 schema 745 KB、输出 schema 2.46 MB、描述 90 KB。安装路径也是三条里最重的npm install rea-agents6.5.0bench/setup.sh 第 15 行再写一份 MCP 配置指向rea.mjs --mcp。社区教程CSDN 上成系列的安装/接入文还给出两条额外的运行前置Node 22.x/24.x/26若要接 Ghidra 引擎则限定 Ghidra 12.1.x JDK 21 组合设置GHIDRA_INSTALL_DIR与JAVA_HOME用rea doctor做只读体检、rea setup注册客户端且首次分析存在引擎 330 秒上限与客户端默认 60 秒超时的冲突卡死要用rea close rea open恢复——配置成本明显高于另外两条路线。换来的是 25 项只读 Ghidra 静态分析操作以及一套引擎无关的调度同一套 Agent 接口下切换 JS/Electron、.NET、APK、固件目标。1.3 轻量实现一个 8 KB 的 SKILL.mdleanrea 的全部工程实体是 leanrea/SKILL.md四段结构Rules先按file -b T和 magic bytes 路由解压到$TMPDIR/re/name的副本上作业rg -uu搜解压树打包器把代码藏在.webpack/、.vite/这类点目录里普通rg会漏不cat大文件用rg -o .{0,200}NEEDLE.{0,200}切片独立探针用;批量进一次 shell 调用每条结论标注seen附 file:offset 或符号/字符串/inferred/unknown。First move每类目标一条粘贴即跑的组合命令一次 tool call 拿到完整清单。例如 Electron 路线A./app.asar; X$TMPDIR/re/asar; rm -rf $X; npx -y electron/asar extract $A $X jq {name,version,main} $X/package.json; find $X -path */node_modules -prune -o -type f \( -name *.js -o -name *.node \) -print | head -60; ls ${A}.unpacked/node_modules 2/dev/null; rg -uu -l --glob !node_modules exposeInMainWorld $XRouter一张目标类型 → 最快命令的路由表覆盖 Electron/asar、压缩 JS 与 source map、Hermes/bytenode、Mach-O、ELF/PE、Gogo version -m T alone usually answers the question、Rust、.NET、APK、Flutter snapshot hash、WASM、SQLite、plist、pcap/HAR、固件、网站与运行时。Speed patterns字符串与导入优先、从 otool 的 literal pool 注释反查字符串的宿主函数、读调用序列而不逐条指令、比对版本先 diff 清单nm、模块表、go version -m再 diff 代码。安装也是一条命令npx skills add aicodeking/leanreaREADME.md 的 Install 节skills CLI 会把它铺进 Claude Code、Codex、Cursor、Gemini CLI 等客户端不挑客户端时直接把SKILL.md粘进 rules/system prompt 即可——纯文本没有运行时。二、同一目标的跑通成本对比2.1 测试方法基准定义在 bench/BENCHMARK.mdClaude Code 2.1.301 headlessclaude -p、Sonnet 5.5、macOS arm64。四个任务各 3 次重复 × 3 组36 次运行三组并排同时跑bench/run_all.sh 里并行 wait每次运行--max-budget-usd 4答案用正则对着人手写的答案键判分bench/tasks.json。四个目标物是 Notion 桌面版的app.asar与原生插件mac_utils.node以及 Homebrew 的gh二进制electron从 asar 里追 Notion 的会议检测——原生函数、主进程类、两个 IPC 通道nativemac_utils.node的全部 JS 可导出函数、TCC 麦克风权限检查、单实例锁机制go不运行gh报出工具链版本、main 包路径和两个依赖的精确版本deep仅凭反汇编还原单实例锁的 socket 路径格式、线上协议与对端认证方式答案键包括/tmp/com.notion.singleinstance.、geteuid、proc_pidpath、getpeereid、4 字节长度前缀、JSON 等 8 个正则。2.2 总表与分任务12 次运行的合计我对 final.jsonl 独立复算过与发布数字一致组总墙钟成本turn 数token得分leanrea388 s$2.17552.40 M74/75直连引擎none479 s$2.21813.11 M67/75含 1 次拒答REAMCP skill627 s$3.361245.93 M75/75分任务的中位墙钟/平均 turn/成本任务leanreanonereaelectron35.3 s / 4.7 / $0.17114/1552.8 s / 9.7 / $0.17315/1582.9 s / 13.3 / $0.34115/15native43.4 s / 5.3 / $0.20124/2436.7 s/ 6.7 /$0.17324/2446.0 s / 11.3 / $0.26824/24go12.4 s/ 2.3 / $0.11012/1213.8 s /2.0/$0.09212/1225.9 s / 6.0 / $0.17112/12deep38.6 s / 6.0 / $0.24124/2445.3 s / 8.7 / $0.29816/241 次拒答45.7 s / 10.7 / $0.33924/24几个值得注意的形状REA 不是跑不通而是每一步都更贵更慢。electron 题上它比 leanrea 慢 2.3 倍最坏的一次运行final.jsonl 中 rea/electron 第 13 次122.4 s、13 个 turn、$0.397工具轨迹是ToolSearch → mcp__rea__analyze_javascript_application ×2 → find → grep ×3 → python3 ×4——MCP 调用和裸 Bash 混用说明 Agent 并没有被托管进 MCP而是两边来回跑。直连引擎在简单题上并不弱。go 题上 none 组 13.8 s、$0.092 全场最省因为答案本来就在go version -m一条命令里native 题它甚至比 leanrea 快了 7 秒。模型本身够强时脚手架的边际收益在简单题上接近零。难题是分水岭。deep 题纯反汇编推理上none 组丢分最重16/248 个答案键只命中一半还伴随一次拒答leanrea 和 REA 都是 24/24。脚手架的价值随题目难度上升才显现出来。2.3 上下文开销那个 400k token 的坑bench/ctx.sh 用一个探针Reply with exactly OK.测量各配置空转一次的上下文 token 与成本配置上下文 token成本什么都不装31.4k$0.08调用 leanrea skill34.5k3.1k$0.09REA MCP延迟工具检索Claude Code 默认34.9k3.5k$0.09REA skill 调用 MCP42.7k11.3k$0.13REA MCP工具检索关闭全量加载400.7k369k$1.60这一行是全篇最被低估的数字在不支持按需检索工具deferred tool search的客户端里全量加载 REA光是说OK就要 40 万 token、$1.60。BENCHMARK.md 特意注明基准测的是 REA 的最优情形Claude Code 的延迟工具检索而 207 个工具里多数客户端每次都要付 369k 的税——上下文窗口紧张或多轮长会话时这笔税会复利。2.4 单操作微基准过一层编排的延迟与体积同一操作、同一文件bench/BENCHMARK.md 记录了 REA CLI 与裸命令的对决操作REA裸命令Go build infogh0.56 s输出 62.5 KBgo version -m0.06 s15.6 KBMach-O 概览mac_utils.node3.32 s52.8 KBotool dyld_info nm0.04 s28.3 KBElectron 应用分析Notion先报artifact_integrity_mismatch加--integrity-policy record-and-continue后才跑完47.9 s 140 MB JSONasar 解包 rg -uuIPC 扫描4.8 s24 KB第三行是跑通成本最直观的注脚真实桌面应用的 asar 会踩 REA 的完整性校验需要额外 flag 才能继续即便跑通140 MB 的中间产物对一个查两个 IPC 通道的问题也是严重过量——而最终判分只看答案里的几个字符串。编排层保证了流程的确定性但也把每次操作的固定开销抬高了 9~900 倍。三、输出质量与可验证性谁先跑通三条路线都能跑通全部四题没有硬失败。分秒差别是 leanrea388 s 直连479 s REA627 s。跑通若按首次成功计直连安装成本为零、leanrea 一条npx命令、REA 需要 npm 包 MCP 注册 可选的 Ghidra/JDK 环境跑通若按单次分析耗时计leanrea 四题里拿下三个最快中位数。谁更准REA 75/75 是唯一满分。leanrea 74/75唯一一次失手是 electron 题报了 v1 广播通道而非 v2——两个通道在代码里都存在属于近失而非幻觉。直连组 67/75失分构成更值得看deep 题 16/24漏掉euid、exe、hash、sock等键 一次拒答外加一次判分假阴性回答写了 Go 1.27.1 而正则要求 go1.27.1BENCHMARK.md 已按勘误修正。可验证性这是三条路线设计取向差异最大的地方。leanrea 把证据纪律写进了 leanrea/SKILL.md 的 Rules每条结论必须标seen引用file:offset或符号/字符串、inferred或unknown且没找到的事实是 unknown不是 absent静态阅读不等于观察到执行。基准里 leanrea 组的工具轨迹每次运行 3~6 个 Bash 调用、总 55 turn与这条2–4 次工具调用就收手的约束对得上——它的省本质是纪律省下来的。REA 走另一条路用结构化工具把 Agent 约束在确定性流程里75/75 的稳定性来自工具替你选对路径代价是 124 个 turn、5.93 M token比 leanrea 多一倍。直连组则没有任何约束好坏都取决于当次模型状态——simple 题全场最省、deep 题全场最烂方差就是它的成本。需要保持的诚实边界仓库自己在 Caveats 里写明每组 n3、单模型Sonnet、单机、单目标版本答案键绑死 Notion 7.35.1 与 go1.27.1 构建的ghGhidra/Hopper/jadx 未安装native 题两组都落在 Xcode 工具链上没有测到 REA 的重引擎调度能力而裸模型本来就不错是既定事实——leanrea 相对直连的优势19% 更快、32% 少 turn、成本持平、且避免了那次拒答远小于相对 REA 的优势。四、选型矩阵与决策树把三组数据压成一张矩阵维度直连引擎完整编排层REA轻量实现leanrea安装025 MB npm 包 MCP 注册可选 Ghidra 12.1.x JDK 218 KB 单文件一条npx新增工具0207 个3.35 MB 定义0四题中位墙钟479 s627 s388 s四题成本$2.21$3.36$2.17turn / token81 / 3.11 M124 / 5.93 M55 / 2.40 M得分75 分制677574空转上下文31.4k 基线34.9k 400.7k视客户端34.5k典型失效模式难题拒答、漏项慢、输出体积失控140 MB JSON、引擎配置坑近失v1/v2 通道决策树按顺序问你的 Agent 是否已能熟练使用终端Claude Code、Codex 这类带 Bash 的客户端目标是否落在 Router 表的常见 15 类之内Electron、Mach-O/ELF/PE、Go/Rust/.NET、APK、WASM、SQLite、pcap、固件、网站是 → 轻量 skill 路线。本次测试里它同时是最快跑完和同精度下最低 token且 8 KB 的指令本身可审计、可改写。否或需要多引擎调度Ghidra/IDA 适配、25 项只读静态操作、团队级可复现的证据链、CI 里锁定行为 → REA。它是三组中唯一 75/75稳定性是买来的不是免费的124 个 turn、$3.36、以及下条的上下文税。一次性简单问题、模型强、对成本极端敏感 → 直连引擎。go 题 $0.092 就是这条路的上限演示但别让它碰 deep 级别的纯反汇编推理——本次 16/24 一次拒答。客户端是否支持延迟/按需工具检索不支持就不要全量挂 REA 的 207 个工具——那是一问一答 369k token、$1.60 的固定税。要不要接重引擎要 Ghidra 就接受 12.1.x JDK 21 的版本红线、rea doctor体检与首次分析的超时坑330 s 引擎上限 vs 60 s 客户端默认rea close rea open恢复。这三条路线里只有 REA 把这层做了另外两条把 Ghidra 降级为真要伪代码时再开一次analyzeHeadless的备选项SKILL.md 的 Native 行原文即如此。一句话收束直连引擎证明了模型 终端本身已经能完成大部分逆向工作完整编排层买的不是能力而是稳定性与标准化75/75 与 74/75 之间那 1 分、加上一次被避免的拒答就是它全部的可见产出而 8 KB 的轻量实现吃掉了编排层的大部分收益、只付约 3k token 的指令成本。谁先跑通安装上直连最快、单题耗时上 leanrea 最快、全对率上 REA 唯一满分谁更省token 账本上 leanrea 比 REA 省 60%成本上三组几乎打平$2.17~$2.21真正的成本悬崖藏在 REA 客户端兼容性里那 369k 的上下文里。最后照例把限定条件说死样本量每组 3、单模型单机、目标版本绑死、重引擎缺席——这份横评回答的是常见目标 现有 CLI 工具链这个区间内的架构问题而不是 REA 全能力面的审计。仓库作者自己在 README 末尾也留了这句话leanrea 与 REA 无关只是验证一下带一个简短注记和朴素工具的模型能不能更快做完同样的事。就这 36 次运行而言答案是能而且便宜得多。【免费下载链接】leanreaOne 8 KB skill that replaces REA (Reverse Engineer Anything): plain CLI tools, no MCP. Benchmarked: 38% faster, 35% cheaper.项目地址: https://gitcode.com/gh_mirrors/le/leanrea创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
