【reverse-skill】让 Ai 一键安装搞定 逆向、渗透、APK、EXE、前端加密的安全技能路由包！

前言一、项目名称GitHubhttps://github.com/zhaoxuya520/reverse-skill |Stars37,000 |Forks5,100 |语言PowerShell / Python / Node.js 跨平台Windows / Kali / Linux / macOS定位逆向工程 · 授权渗透测试 · 安全研究技能路由包【AI Skill Router】你有没有遇到过这样的场景——把一个 APK 丢给 AI 去分析它可能花十分钟跑了一堆无关脚本最后告诉你「无法继续」让它逆向一个加壳的 EXE它不知道该用 IDA、Ghidra 还是 radare2也不知道该先脱壳还是先看导入表让它抠一个前端登录页的加密参数它不明白要先去定位 JS、再补环境、最后复现签名。它并非不聪明只是不知道该用什么工具、该走什么流程。reverse-skill 就是来解决这个问题的。二、项目介绍AI 大模型越来越强但有一个软肋它们不熟悉垂直领域的操作流程。你让 AI 去解一个 APK它知道怎么写代码但不知道应该先解包还是先看清单文件不知道 Frida 脚本怎么注入不清楚签名校验的坑在哪你让它分析一个加壳二进制它可能会用 Python 硬撸字节流而不知道可以直接上 IDA、Ghidra、radare2 或 Binary Ninja 去看反编译你让它处理一个前端签名它不知道要先断点定位sign函数、再把混淆代码补环境跑通。原因不在于模型本身在于工具链知识没有注入进去。逆向与安全研究有自己的套路通用 AI 助手不带这套经验。reverse-skill 正是为此而生。它是一套基于 AI 驱动的安全任务技能路由器专注于逆向工程、授权渗透测试、安全研究等场景。当你把 APK、二进制、前端 JS、PCAP 或一道 CTF 题丢给它时它会先判断任务类型、再路由到对应方法论、检查本机工具、最后按可复现流程执行而不是靠猜命令。核心定位说得很清楚AI 自动路由 按需自举工具链 自动进化经验库。它不替代安全研究者的判断它替代的是「查文档、搭环境、配路径」这套准备工作。Navigate the dark waters, sail against the stream.三、架构设计整个系统的入口是一次任务路由工作流是这样的用户任务 → RULES.md包级行为规则 → MASTER-ROUTING / master-route.ps1PRIMARY 首跳 → case-init / scope.md先确认授权与网络画像未就绪不 ACT → 场景 Skill → tools / MCP / scripts → timeline Evidence→Finding→Path → 报告 field-journal也就是说任务进来 → AI 判断属于哪个场景逆向 / 渗透 / CTF / 固件 / 移动端 / 代码审计→ 路由到对应技能链 → 调用 jadx、apktool、Frida、IDA、nmap、sqlmap、Burp Suite 等专业工具按序执行 → 输出分析结果与修复建议 → 生成报告。工具链这块reverse-skill 不做工具本身而是调度现有的开源与商业工具jadx、apktool、Frida、IDA Pro、radare2、Ghidra、Binary Ninja、nmap、sqlmap、BurpSuite 等等。它做的事是判断你当前的任务需要哪些工具、检查本机有没有、指导你安装缺失的部分、然后按正确顺序调用。值得注意的几点设计先路由、后执行。不允许 AI 拿到任务就直接敲命令。Scope 硬门禁。必须先跑case-init填好auth.statusgranted与合法网络画像才能对目标动手--force也绕不过。证据链闭环。强制走Evidence → Finding → Path配 Timeline天然贴合攻防交付的取证习惯。客户端中立。路由核心由单一结构化配置驱动经跨平台 CI 验证换 AI 客户端无需重写逻辑。跨平台完美支持WindowsLinux KalimacOSCLI 命令行交互启动兼容 Claude Code、Codex CLI、Cursor、Cline、OpenCode 等代码类 AI 客户端。四、AiScan-N Web 智能安全分析工作台一键导入推荐以前部署这类技能包要配 Python、Node.js、Java 环境克隆仓库、刷新工具索引、再逐个检查工具是否安装——光准备工作就能耗掉半小时。现在不用了。AiScan-N Web 智能安全分析工作台已经把技能管理、工具链调度都内置好了导入 reverse-skill 只需要三步第 1 步打开AiScan-N Web 智能安全分析工作台进入Skills 管理第 2 步把仓库地址粘贴到输入框https://github.com/zhaoxuya520/reverse-skill第 3 步点击下载 / 导入等待自动拉取解析完成即可导入成功后reverse-skill就会出现在你的技能列表中无需手工克隆、无需手动刷工具索引——工作台内已集成 fscan、nuclei、sqlmap、afrog、dirsearch、katana、httpx 等常用安全工具技能链路上要用的工具可直接调用。五、实战场景场景一APK 逆向分析拿到一个 APK想知道它有没有后门、加密逻辑在哪、请求域名是什么、签名校验怎么绕。以前需要手工搭一整套环境查 jadx 用法、看 apktool 怎么解包、写 Frida 注入脚本一套下来可能半天。现在你只需说静态分析 xxxx.apkreverse-skill 会自动路由到skills/apk-reverse/链路按序执行解包 → 查看清单文件 → 权限与导出组件审查 → 敏感字符串搜索 → 签名与原生库风险汇总。整个过程不需要你查文档Agent 自己按流程走。场景二前端 JS 加密参数与抓包重放很多网站登录、下单接口都有加密参数sign、token、时间戳签名。过去要手撕混淆 JS、逐行断点、反复补环境。现在把抓到的请求交给它它会进入skills/js-reverse/工作流定位加密入口、还原算法、复现签名必要时配合 Reqable MCP、anything-analyzer 完成抓包与请求重放把「看着像乱码的请求」变成「可复现、可验证的调用链」。场景三CTF 竞赛与漏洞复现CTF 题目类型多Pwn 要调堆布局、Web 要绕 WAF、Crypto 要找数学漏洞、Reverse 要读汇编每种都有不同的工具链和思路。reverse-skill 内置CTF-Sandbox-Orchestrator/携带42 个子技能覆盖 pwn、reverse、crypto、mobile、DFIR、云与容器、AI Agent、AD 域等方向能用case-init起沙盒、按证据链推进并留下 Writeup。相当于一个不眠的 CTF 陪练。场景四授权渗透测试与攻击链编排拿到一个有书面授权的测试目标需要快速评估攻击面。对它说一句「对 xxx 进行信息收集」它会自动调度 nmap、fscan、httpx 等工具完成资产确认、服务识别、漏洞验证并输出复现步骤与修复建议。授权渗透测试需要边界清晰reverse-skill 同样要求先定义范围、做好边界限制——scope.md未就绪就直接拒绝执行不是乱扫一通。此外补丁差分与 N-daypatch-diff-exploit/、Pwn 利用开发pwn-chain/、固件与 IoTfirmware-pentest/、EDR 绕过edr-bypass-re/、供应链审计supply-chain-security/、LLM 安全llm-security/等任务一句自然语言即可进入对应链路。场景五越用越懂你的经验库自进化这是它最有长期价值的设计。只要满足任一条件——任务完成并产出结果、发现新工具链坑点、修复自举流程缺陷、遇到路由未覆盖的新场景、任务失败但有参考价值——AI 就会被要求把经验写回field-journal/日期、场景分类、目标摘要、完整执行链、坑点记录、关键命令、改进建议、可复用模式。并且新任务开始前会先查_index.md历史上有同类场景先读日志再动手。它用得越久越贴合你的机器环境与操作习惯。六、总结reverse-skill 的本质是AI 技能路由 安全工具链调度中枢它让 AI 真正跑通逆向与安全研究的全套流程从判断任务类型到启动对应工具到记录分析结果并生成报告。这件事的价值在于它把「安全专家的经验」变成了「AI 可稳定复用的自动化能力」。无论是逆向破解、APK 分析、CTF 比赛、Web 渗透、内网横向、补丁差分、固件审计还是 LLM 红队都能借助 AI 自动化获得事半功倍的效果。需要提醒的是纯依赖 AI 可能缺乏创造性某些复杂问题仍需人工干预AI 全自动化渗透并不是要取代安全专家而是成为他们的得力助手——在人机协同下安全防御将更主动、更高效。⚠️ 另外两点务必注意其一项目里的skills大量收集自 GitHub 开源生态使用前建议先逐一检查是否有敏感或危险操作只保留必要项其二任何测试都必须在合法授权范围内进行官方也明确声明本项目仅限合法的安全研究、教学、CTF 竞赛以及你拥有或获得明确授权的系统测试。获取方式GitHub 仓库https://github.com/zhaoxuya520/reverse-skill开源协议主体 MITCTF-Sandbox-Orchestrator/为 GNU GPLv3AI 自举文件仓库内README_AI.md克隆一个、刷一次工具索引、丢给 AI 一句话五分钟就能上手。你准备好给 AI 装上「逆向大脑」了吗