项目详情

reverse-skill

给 AI agent 的逆向/渗透技能路由包——先路由，后动手

zhaoxuya520/reverse-skill MIT PowerShell + Bash Claude Code / Codex / Cursor / Cline

更新于 2026-09-27

← 返回汇总
项目速览

一句话定位

把「安全任务怎么打」变成路由问题：44 条规则把任务分诊到 45 个技能模块

当 AI agent 遇到 APK、二进制、前端 JS 加密、CTF 或渗透目标，这个包负责路由到正确方法论、检查可用工具、执行可重复工作流——而不是让模型瞎猜命令。适合用 Claude Code 等编码客户端做安全研究、授权渗透与 CTF 的任何人。

项目速览

核心数据

38k
Stars
44
路由规则 R0–R45
45
技能模块
175
回归测试 case

数据来源 GitHub API，采集于 2026-09-27。另：5.3k forks · 22 open issues · 181 commits · 16 contributors · Windows + Ubuntu 双平台 CI。

为什么存在

AI agent 跑安全任务的四个痛点

  • 不知道选什么工具：jadx、apktool、Frida、IDA 还是 BurpSuite？agent 没有分诊能力
  • 任务各有 playbook：APK / ELF / JS / PCAP / CTF 每类任务方法论完全不同
  • 工具散落：MCP server 和脚本分布在不同机器，agent 无从知晓装了什么
  • 经验不复用：同样的坑每次重新踩，教训没有沉淀为可执行规则

解法：不是再造一个工具，而是造一个路由层——把任务分诊、门禁、工具自举、留痕全部契约化。

🔥 核心机制

核心工作流：从任务到报告的管线

User task 一句任务描述 RULES.md 包级行为规则 MASTER-ROUTING master-route.ps1/.sh 匹配 44 条规则 case-init / scope.md auth + network_profile 硬门 Scenario skill 45 模块之一 · SKILL.md tools / MCP / scripts tool-index 探测 · 按需 bootstrap Evidence 链 timeline · Evidence→Finding→Path report docs-generator + field-journal 1 · 先路由后动手（PRIMARY 路径 + 一句话依据） 2 · auth 未 granted 禁止对目标 ACT；case 默认写入项目 work/<case>/ 3 · 结论必须走证据链，报告前跑 case-review --verify-hashes --strict · 未命中强关键词 → PRIMARY=R0 兜底 + routing.md 歧义附录 · .ps1 与 .sh 路由契约必须一致（parity 由 CI 保证）
主流程节点 支撑工具层 安全门禁
🔥 核心机制

路由优先级：先命中先赢，R0 兜底

  • 44 条规则按固定顺序扫描：R4（DSL VM）> R1（APK）> R2（iOS）> R3（JS 逆向）> … > R41（CTF），第一个命中即 PRIMARY
  • 规则即数据：改路由只改 config/routing.json 的 priority 数组，文档与脚本由一致性校验器对齐
  • R0 兜底：未命中强关键词 → 通用逆向模块 + 提示打开 routing.md 歧义附录做人工分流
  • 175 个回归 case：hint → 期望 PRIMARY，任何 mismatch 直接 fail CI
规则条件示例PRIMARY
R4DSL VM / fireye / 自定义 opcodedsl-vm-reverse/
R1APK / smali / jadx / apktoolapk-reverse/
R17pwn / ROP / 堆栈利用pwn-chain/
R24Windows / AD / Kerberos / AD CSwindows-ad/
R41CTF / AWD / 靶场（单入口）ctf-sandbox/
R0通用逆向 / 反调试 / OLLVMreverse-engineering/

节选自 skills/MASTER-ROUTING.md 优先级表（高 → 低）

能力版图

45 个技能模块，四大赛道

逆向分析 · 17 模块 apk / mobile / js / dotnet / macos / go-rust / 浏览器扩展逆向 ida / radare2 / ghidra / binary-ninja / binary-diff dsl-vm / protocol / malware / edr-bypass / patch-diff 通用逆向兜底 R0 渗透测试 · 13 模块 pentest-tools / attack-chain / pwn / firmware / hardware ot-ics 工控 / wifi / radio-sdr / thick-client windows-ad / identity-federation / cloud-k8s / database CTF 单入口 ctf-sandbox（不展开子技能） 防御与治理 · 8 模块 api-security / supply-chain / llm-security email-security / digital-forensics 取证 threat-intelligence / threat-hunting 蓝队 code-audit 代码审计 SAST 过程支撑 · 7 模块 case-review 证据图审查 · docs-generator 报告 diagram-generator 架构图 · field-journal 经验库 browser-automation · ops 契约层 scripts（master-route / case-init / bootstrap / verify）
逆向 渗透 防御 支撑
🔥 设计亮点

Ops 硬门：授权没确认，一步都别动

case-init→ scope.md（auth · network）→ case-guard 门禁→ 允许 ACT

这是渗透类 agent 最该抄的设计：把「合规前置」做成机器强制执行的契约，而不是 README 里的一句提醒。

核心机制

可审计的证据链：Evidence → Finding → Path

  • timeline + workitems：过程逐步追加，覆盖度可回溯
  • append-evidence 脚本：证据带 Id / Title / ReproCommand，可复现是硬要求
  • case-review 审查：review_case.py --verify-hashes --strict，报告交接前强制跑哈希校验
  • field-journal 经验库：教训沉淀成字段化日志，下次路由能复用
# 证据追加 + 报告前审查（真实命令）
powershell -File skills/scripts/append-evidence.ps1 `
  -CaseRoot work/my-case -Id E-001 `
  -Title "so 加载自解密" -ReproCommand "frida -l hook.js"

python3 skills/case-review/scripts/review_case.py `
  work/my-case --verify-hashes --strict
核心机制

工具按需自举：先探测，再白名单安装

refresh-tool-index→ tool-index.md/json（本机实测）→ 缺工具？bootstrap→ 仅 manifest 白名单能力
🔥 设计亮点

README_AI：对 prompt injection 有真实防御

一个安全工具包先把「防自己被滥用」做成了硬约束——这是它与普通 awesome 清单拉开差距的地方。

工程化

四层测试 + 双平台 CI + 客户端中立

回归层
test-routing.ps1
175 case（hint → 期望 PRIMARY），任何 mismatch fail CI
一致性层
verify-routing-coherence
解析文档优先级表 vs routing.json；供应链 pin 门（未 pin 版本 fail）
冒烟层
smoke.ps1
verify + 脚本解析 + 快速路由矩阵（含中文 hint）
防漂移层
extract-summaries --Check
INDEX.md 摘要与模块实际内容不漂移
  • Windows + Ubuntu CI：每次 push/PR 全量跑四层，.ps1/.sh 路由 parity 被强制验证
  • 客户端中立：路由核心/回归/manifest 不绑定任何 AI 客户端，各客户端用自家 adapter 加载（Codex 另有可选插件）
  • 结构自描述：repo layout 即索引——RULES.md → MASTER-ROUTING → PRIMARY SKILL.md 有固定读序
  • 版本纪律：Keep a Changelog，2026-09-03 有专门仓库安全评审文档
快速上手

三步跑通第一条路由

# 1. 克隆 + 探测本机工具（生成 gitignored 的 tool-index）
git clone https://github.com/zhaoxuya520/reverse-skill.git
bash skills/scripts/refresh-tool-index.sh      # Windows: refresh-tool-index.ps1

# 2. 路由：输入任务 hint，输出 PRIMARY 路径 + 依据
bash skills/scripts/master-route.sh --hint "frida hook 安卓 apk 分析签名"

# 3. 建 case（授权门禁）→ 打开 PRIMARY 的 SKILL.md 执行
bash skills/scripts/case-init.sh --hint "…" --case-name my-case
cat skills/apk-reverse/SKILL.md
环境要求

JDK（jadx/apktool）· Node.js 22.12+（JS 工具链与 MCP）· Python 3（Frida）· 任一编码 AI 客户端。Kali 有专门引导：kali/README-kali.md

前置认知

这是一个「知识+契约+脚本」包，不是安装即用的 GUI 工具——价值在让 agent 的安全工作可分诊、可门禁、可审计。

在线体验

亲手玩一遍路由决策器

输入任意安全任务描述，看 44 条规则按优先级逐条扫描：哪条命中、PRIMARY 指向哪个模块、为什么跳过前面 N 条——以及真实项目里的下一步命令与 ops 门禁提示。

▶ 打开路由决策器 Playground
热度

4 个半月 38k stars：安全 skill 化的新品类

2026-05
仓库创建
4.5个月
破 38k stars
5.3k
Forks
181
Commits
风险提示

需要警惕

潜力评估

多维度评分

热度与增长9.5
设计思想9.0
工程质量8.5
生态适配9.0
文档与教程8.0
可维护性6.5

综合 9.0 / 10。「AI 安全 agent 的路由层」是新品类定义者：门禁 + 证据链 + consent-gated 三件套是行业范本，扣分在版本纪律与巴士因子。

裁决

谁该收进收藏夹

上一个
ruanzhu-kit
下一个
GPT-Load
1 / 18
← → 翻页 · 汇总 · Playground