文章目录引子能力过剩经验稀缺一、它到底是什么路由器而非安装器二、目录即架构两层结构与读序三、三维路由矩阵把分诊做到极致3.1 按目标类型分派3.2 按用户意图分派3.3 按工具链分派四、工具索引一份活的共享注册表4.1 为什么不能猜路径4.2 自举缺什么就装什么4.3 索引即契约五、作战契约层给自主 Agent 套上缰绳六、经验库让 Agent 从自己的历史里学习七、服从性工程一场与AI 惰性的正面交锋7.1 借口反驳表7.2 上下文窗口布局7.3 参数稳定性与代号7.4 自我审查与循环防护八、与 Agent Skills 的血缘渐进式披露的一次实践九、落地层MCP 矩阵与多客户端集成9.1 能力接入的两条路9.2 集成到任意客户端只需四样东西9.3 一次完整推演从一句话到一份报告9.4 验证优先的工程习惯十、工程启示能抄走的和要小心的结语Agent 的下一场竞争在经验层一个在 GitHub 上短时间冲到一万五千 Star 的项目凭什么让 Claude Code、Cursor、Codex CLI 这些通用代码 Agent摇身一变成为能自主完成逆向与渗透任务的安全专家答案不在某个炫酷的工具里而在一套克制、务实又颇具心机的技能路由设计中。引子能力过剩经验稀缺过去两年代码 Agent 的进化速度快得让人有些恍惚。它们能读懂几十万行的代码库能在终端里连续执行命令能调用文件系统、调试器和各类外部服务。模型本身的智力已经不再是瓶颈。真正的瓶颈是另一样东西——领域经验。把一个 APK 丢给通用 Agent让它分析里面的接口加密逻辑你多半会看到这样的场景它先试着用unzip解包翻到classes.dex卡住接着凭记忆敲出一条jadx命令但路径不对再换apktool参数又记混了折腾十几个回合可能还在原地打转。它不是不够聪明而是缺少一套遇到这类目标第一步该做什么、用哪个工具、按什么顺序推进的程序性知识。逆向工程、渗透测试、CTF 这类安全任务恰恰是程序性知识密度最高的领域之一。同样是二进制ELF 和 .NET 程序集的分析路径天差地别同样是抓包浏览器前端签名和固件通信协议需要完全不同的打法。工具散落在不同机器上方法论藏在老手的肌肉记忆里而 Agent 每次都在重新发明轮子甚至重复踩同一个坑。reverse-skill这个项目瞄准的正是这道鸿沟。它不提供任何新工具而是提供一套让 Agent 先想清楚再动手的调度框架——用作者自己的话说这是一个安全任务技能路由器Skills Router。本文将深入拆解它的架构设计重点分析三个我认为最有价值的工程思路三维路由矩阵、工具自举与共享注册表以及一套专门用来对抗大模型偷懒的提示词工程。文中涉及的安全能力仅在合法授权范围内讨论本文关注的是其AI 工程层面的方法论而非攻击技术本身。一、它到底是什么路由器而非安装器先厘清一个最容易被误解的定位。很多人第一眼会把reverse-skill当成一键安装逆向工具全家桶的脚本集合。这是个误会。它的自我定位非常明确这不是单工具安装器而是面向代码 Agent 的安全任务技能路由器。它要解决的核心动作只有一个——在 Agent 真正调用工具之前先把任务分类到正确的方法论和子技能上去。用一张流程图能说明它的工作骨架用户任务 → 全局规则判定这是不是安全/逆向类任务 → 主路由快速匹配到某个场景 → 作战前置确认授权范围与网络画像未就绪不得对目标动手 → 场景技能 → 调用工具 / MCP / 脚本 → 时间线 证据链 → 生成报告与经验回写换句话说它在 Agent 和工具之间插入了一层决策中枢。这一层做三件事判断任务类型、进入正确工作流、再去调用真实工具执行。它同时兼容 Claude Code、Codex CLI、Cursor、Cline、Windsurf 等多种客户端因为它依赖的只是这些客户端普遍具备的两项能力——支持自定义规则/系统提示以及支持 MCP 或等价的外部工具桥接。这个定位决定了它的价值主张把散落的本地工具、MCP 服务、脚本入口和工作流收敛成一份可以在机器之间干净迁移的可复用资产。二、目录即架构两层结构与读序打开项目你会发现它的组织方式本身就是一种设计表达。整体分成两大块一块是主技能目录skills/另一块是独立的 CTF 编排栈CTF-Sandbox-Orchestrator/内含四十多个子技能。skills/目录里真正承担中枢职责的是几个入口文件主控入口先读全局地图了解有哪些模块可用路由矩阵按目标类型、用户意图、工具链三个维度分派任务工具索引记录本地有哪些工具、装在哪里、由哪个脚本调用。围绕这三个入口是一大批按场景切分的子技能目录APK 逆向、IDA Pro 深度分析、前端 JS 逆向、radare2 命令行、固件渗透、N-day 补丁比对、pwn 利用链、EDR 绕过研究、恶意样本分析、API 安全、供应链安全、LLM 安全……几乎覆盖了安全研究的主要分支。此外还有几个横切模块比如图表生成、文档报告生成以及一个会自动进化的经验库。这套结构最巧妙的地方是它规定了严格的读序reading order。Agent 处理任务时被要求按固定顺序读文件先读主控入口拿到全局视野再读路由矩阵定位场景然后才读对应子目录的技能说明最后——只有在需要确认本地工具时——才去读工具索引。为什么读序这么重要因为它直接对应着上下文预算的分配。如果一上来就把所有子技能的详细说明灌进上下文一个几千 token 的技能注册表会迅速膨胀成几万 token 的负担。读序的本质是让 Agent 用最小的上下文代价完成定位把昂贵的详细指令留到真正需要时再按需加载。这正是 Anthropic 在 Agent Skills 里提出的渐进式披露思想的一次具体落地——关于这一点后文还会展开。三、三维路由矩阵把分诊做到极致路由是整个项目的心脏也是最值得细看的部分。它没有采用训练一个分类器这类重方案而是把路由决策完全交给 LLM 自己用一份结构化的匹配表来引导它。这份表从三个正交维度切入。3.1 按目标类型分派第一维度是你面对的是什么。这是最直觉的分类方式目标类型主入口备选路径APK / 安卓应用APK 逆向jadx 反编译 apktool 解包核心在 .so 时转向 IDA 或 radare2exe/dll/so/elf 二进制IDA Pro 反编译radare2 命令行分析或 GDB/Unicorn前端 JS / WebJS 逆向五阶段工作流浏览器自动化 MCP、或 CDP/Hook固件 / IoT固件渗透提取→仿真→模糊测试纯静态逆向恶意样本恶意分析六阶段 YARA/SigmaIDA 深挖值得注意的是每一行都给了备选路径。这背后是一条明确的执行原则一条路走不通就切换——静态卡住换动态、Java 层卡住钻 Native、IDA 不行上 radare2。路由不是一次性的判决而是一棵可回溯的决策树。3.2 按用户意图分派第二维度是你想干什么。这一维的存在解决了一个非常现实的痛点用户往往不会用规范的技术术语描述需求。项目里专门有一段措辞归一化逻辑把用户口语化、甚至情绪化的表达翻译成技术目标再去路由。比如用户说解锁这个功能 / 去掉这个校验 / 绕过检测被归一化为定位校验例程、解释控制流、提出本地补丁或输入策略用户说让我通过验证被理解为恢复校验逻辑、推导出期望输入或 flag 格式用户说拿 flag / crackme / keygen被当作本地 CTF/crackme 场景处理聚焦分析与解题。这里有一个很人性化的细节约定不要强迫用户用技术术语重新表述自己的需求也不要反复追问这是不是 CTF / 本地环境。一旦在会话里确立了本地沙箱/CTF这个前提就要在整个会话里保持这个假设。这种设计尊重了真实的人机交互习惯——用户是来解决问题的不是来通过术语考试的。3.3 按工具链分派第三维度是你手上有什么。当用户直接点名某个工具时路由可以反向定位到对应模块点名 IDA 就进 IDA 模块点名 radare2 就进 r2 模块提到 jadx/apktool 就进 APK 模块提到各类反混淆插件就进 OLLVM 脱混淆参考文档。三个维度叠加构成了一张相当密集的匹配网。任何一个进来的任务几乎总能从某个维度被接住。而当三个维度都没有强命中时路由会退回到通用逆向这个兜底入口并提示打开完整矩阵进一步判断——绝不硬塞进一个不合适的现成技能而是允许提议创建新技能。这条不匹配就不硬套的原则是保证路由质量的重要护栏。四、工具索引一份活的共享注册表如果说路由解决的是该用什么方法那么工具索引解决的是工具到底在哪、能不能用。这是项目里另一处扎实的工程设计。4.1 为什么不能猜路径项目反复强调一条铁律永远不要猜测工具路径。这条规则看似琐碎实则切中了 Agent 在真实环境里最常见的失败模式。模型的训练语料里充斥着直接敲jadx这样的示例于是它会想当然地假设工具就在 PATH 里、名字就叫这个。但真实机器千差万别——有人把 jadx 装在D:\wangluo\jadx\bin\jadx.bat有人放在别的盘符。一旦猜错路径Agent 就会陷入命令失败→换个猜法→再失败的死循环。工具索引的作用就是把这种不确定性一次性消灭。它要求为每个工具记录完整绝对路径、版本号、安装方式和验证命令让 Agent 在调用前先查表拿到确切位置而不是靠记忆赌一把。4.2 自举缺什么就装什么更进一步当索引显示某个工具缺失时Agent 不应该只是报错停下而要调用平台对应的自举脚本去自动安装。项目为不同系统准备了不同入口Windows 走 PowerShell 脚本Linux/macOS 走 Bash 脚本Kali 有专属的原生工具链入口。自举能力还配了一份能力清单明确列出哪些工具支持自动安装jadx、apktool、frida、radare2、nmap、burpsuite-mcp、pwntools、yara 等等。这里同样有护栏不允许 Agent 凭空发明能力名清单外的工具必须走文档里的手动安装步骤。而且同一个工具自动安装失败两次就必须停止重试转而输出完整的手动安装指引——这条规则直接掐断了另一种常见的死循环。4.3 索引即契约最关键的一点安装完新工具后必须运行刷新脚本去更新索引里的路径。这样一来索引就成了一份在多个 CLI 客户端之间共享的契约——所有客户端都从它读取工具状态所有客户端在装完工具后都往它写入。今天用 Claude Code 装好的 jadx明天用 Cursor 打开同一个项目时无需重装即可直接找到。这个设计把工具环境从某个具体客户端里解耦出来变成了一份可迁移、可共享的持久化状态。它解释了项目为什么反复强调迁移到新机器后第一件事是刷新索引——索引里的yes/no只代表某台机器某一刻的扫描结果换了环境就必须重新校准。五、作战契约层给自主 Agent 套上缰绳安全任务和普通编程任务有一个本质区别它天然带有可能造成实际影响的风险。一个能自主执行命令的 Agent如果不加约束地对目标发起扫描或攻击后果不堪设想。reverse-skill用一套作战契约ops来处理这个问题。核心是一道授权门闩。在对任何目标采取实质动作之前Agent 必须先完成案例初始化把授权状态明确标记为已授权并确定网络画像。授权未就绪就不得对目标动手。这不是一句口号而是被写进行为链的强制前置步骤。围绕这道门闩还有一整套配套约定身份边界明确我们只是一个路由包不是某个攻击平台避免 Agent 越权自我定位证据链所有结论要沿着证据→发现→路径的链条组织逆向分析必须标注具体地址、偏移和函数名渗透必须给出可复现的完整 PoC而不是含糊的某个函数“大概能打”安全边界所有操作限定在用户授权范围内不得擅自扩大攻击面发现高危漏洞要立即告知用户并等待指示报告和日志里不得保留未脱敏的真实目标信息。这一层的价值在于它把合规从依赖 Agent 自觉变成了流程上的硬约束。对于一个越来越自主的系统这种先确认边界再放开手脚的设计思路值得所有做 Agent 产品的人借鉴。六、经验库让 Agent 从自己的历史里学习项目有一个我个人非常欣赏的模块——会自动进化的经验库field-journal。它试图解决 Agent 的一个根本缺陷没有跨会话记忆同样的坑会反复踩。机制并不复杂但设计得很到位。它规定了两个方向的动作写回write-back当出现下列情况时Agent 要把经验沉淀成一条日志——任务完成并产出最终结果、发现新的工具链坑点、修复了自举流程的缺陷、遇到路由矩阵没覆盖的新场景、或者任务虽然失败但失败原因有参考价值。每条日志都经过脱敏处理写进带时间戳的记录里。复用reuse在进入任何一条路由之前Agent必须先检查经验索引。如果存在相似的历史经验就去读那条日志、复用已验证的方案如果历史方案不适用则要在新日志里说明为什么不适用。这一读一写构成了一个闭环。它让整个技能包不再是一份静态文档而是一个随使用次数增长而不断变强的活系统。Anthropic 在讨论 Skills 的未来时提到过一个愿景——“Agent 从经验中书写自己的技能”field-journal 正是这个愿景在工程上的一次朴素而有效的尝试。七、服从性工程一场与AI 惰性的正面交锋如果说前面几节讲的是架构那么这一节讲的是心理战。这也是我认为整个项目里最独特、最有启发的部分。任何用大模型驱动过复杂多步任务的人都遇到过这样的挫败你明明给了详细的步骤模型却擅自优化——跳过它认为不必要的环节凭判断省略某个检查或者干脆在读完规则后来一句我明白了请告诉我你的任务然后就地停摆。reverse-skill把对抗这种惰性上升成了一门专门的工程我姑且称之为服从性工程。它的武器库里有好几件精心打磨的工具。7.1 借口反驳表这是最直接、也最有意思的一招。项目预判了 Agent 最常用的偷懒借口然后为每一条都写好了强制性的反驳。摘几条感受一下Agent 说我可以跳过这步直接……——反驳**禁止跳过。**行为链的每一步都是必需的如果你认为可以跳过请输出具体理由并等待用户确认。Agent 说根据我的判断这步没必要——反驳**你的判断在这里不适用。**列出你依据的具体标准解释它为什么允许跳过一个明确写下的步骤。Agent 说我之前用过这个工具我知道路径——反驳**禁止猜路径。**必须从工具索引拿实际路径不同机器安装位置不同。Agent 说任务基本完成了不用走检查清单——反驳**任务完成 清单全部勾选。**没勾完就等于没完成。Agent 说我明白规则了请告诉我你的任务——反驳**这是最糟糕的失败模式。**正确行为是主动把用户意图匹配到路由表、输出分析、立即开始执行。这张表的高明之处在于它不是泛泛地说请认真执行而是精准地点名每一种偷懒模式并当场堵死退路。它本质上是在用提示词给模型预装一套反自我合理化的免疫系统。7.2 上下文窗口布局第二件武器基于对大模型注意力分布的观察。项目给出了一个经验模型LLM 的注意力在长文档里呈两头高、中间低的分布——开头约 10% 注意力最高中间 80% 逐渐衰减结尾 10% 又回升。由此推出两条排版规则**关键的立即行动指令要放在文件的开头或结尾 10%绝不要把重要指令埋在长文档的中段。**于是你会看到项目里的规则文件普遍把必须做什么放在最前面把绝不能跳过的禁令和检查清单压在最后面。这是一种把提示词写作当成注意力资源分配来对待的思维。它承认模型不是完美的读者然后主动顺应这种不完美去排布信息。7.3 参数稳定性与代号第三件武器针对的是模型另一个隐患——“语义优化”。当某些参数必须原样传递时比如授权状态、危险动作开关、扫描范围边界模型有时会自作主张地把strict/deny换成它觉得意思差不多的近义词结果把严格模式悄悄改成了宽松模式。对策是使用不透明的代号code words。先定义一张映射表用alpha、beta、gamma这类没有语义的标识符去代表真正的参数值只在最终的命令层展开alpha - --scope authorized-only beta - --approval required gamma - --destructive false因为代号本身不携带语义模型也就失去了优化它的冲动。这个技巧把安全关键参数从模型可能改写变成了模型只能照搬堪称四两拨千斤。7.4 自我审查与循环防护最后是一套自我监督机制。每执行若干次工具调用或者当感觉卡住时Agent 要暂停做一次自检我是否真的在朝目标推进能否举出具体证据我是不是用相同参数调用了同一个工具两次以上是的话必须换思路我能否清楚解释上一条错误信息不能的话就先理解再动手配套的硬性规则还有同一方法失败两三次必须换路单条命令重复三次以上必须停下评估接近工具调用预算上限时要主动向用户报告、询问是否继续。这些规则合在一起构成了一道防打转、防跑偏的安全网——它承认 Agent 会陷入循环然后用机械的计数规则强行把它拽出来。把 7.1 到 7.4 连起来看你会发现一个耐人寻味的事实**这个项目相当一部分的工程量不是花在教 Agent 怎么做逆向而是花在教 Agent 怎么老实听话、怎么不糊弄、怎么不放弃。**这从一个侧面反映出当下把大模型投入生产级自主任务时真正难的往往不是能力而是可靠性与可控性。八、与 Agent Skills 的血缘渐进式披露的一次实践把视野拉高一层reverse-skill其实是一个更大趋势的产物。2025 年 10 月Anthropic 正式推出了 Agent Skills——一种用文件和文件夹为 Agent 装配专业能力的机制并在同年 12 月将其作为开放标准发布以支持跨平台移植。Agent Skills 的核心创新是渐进式披露Progressive Disclosure“。它的运作模式大致是这样的系统提示里只驻留一份轻量的技能注册表”每个技能只登记名称、触发描述和文件路径加起来不过几百 tokenLLM 本身就是路由器它读注册表、匹配用户请求、决定加载哪个技能完整的详细指令只在真正需要时才通过一次工具调用按需载入。社区的逆向分析显示这种模式相比把所有指令塞进一个巨型提示能带来极显著的每请求指令 token 削减。对照来看reverse-skill几乎是这套思想在垂直领域的一次教科书式实践主控入口 路由矩阵对应技能注册表——先用小成本完成定位各子目录的详细技能说明对应按需加载的完整指令——用到才读强制的读序对应渐进式披露的加载纪律——从粗到细逐层展开。它和官方 Skills 的差异主要在于深度和垂直度。官方示例多聚焦于文档生成这类通用办公任务而reverse-skill把整套机制塞进了一个高度专业、工具链极其庞杂的安全领域并额外叠加了授权契约、经验进化、服从性工程这些垂直场景才特别需要的东西。可以说它是对Skills 能承载多复杂的领域这个问题的一次有力回答。关于 Skills 与 MCP 的关系也顺带厘清一下常见的混淆MCP 解决的是Agent 如何连接外部工具和数据是能力的接口Skills 解决的是Agent 何时、以何种方法论使用这些能力是能力的说明书。reverse-skill恰恰同时用到了两者——它用 MCP 桥接 IDA、BurpSuite、浏览器自动化等外部服务又用 Skills 式的路由决定什么场景该调用哪个 MCP。二者不是替代关系而是互补的两层。九、落地层MCP 矩阵与多客户端集成前面讲的都是怎么想这一节看看怎么接。一套方法论再漂亮如果 Agent 摸不到真实工具也只是纸上谈兵。9.1 能力接入的两条路项目把外部能力分成两类接入方式。一类是本地命令行——jadx、apktool、adb、frida、radare2 这些直接跑在终端里的二进制通过工具索引拿到绝对路径后由脚本包装调用另一类是MCP 服务——需要长期驻留、有状态、或者本身就是 GUI 应用的能力。MCP 那一类尤其值得展开。因为像 IDA Pro、BurpSuite 这类工具天生不适合一次性命令调用的模式打开一个大型样本可能要几分钟分析过程中的交叉引用、重命名、反编译结果都是带状态的。把它们包成常驻服务才能让 Agent 像人一样坐在 IDA 前面持续提问。典型的服务矩阵大致长这样服务默认端口职责启动方式IDA Pro 桥13337 起多实例递增反编译、交叉引用、数据流分析IDA 插件自启动浏览器分析器23816浏览器自动化 HTTP 抓包项目目录下pnpm devJS Hook 服务stdioJS 运行时 / CDP / Hook / ASTnpx拉起Ghidra 桥8765开源反编译替代方案GUI 启动后自动监听BurpSuite 桥9876代理历史 / Repeater / Intruder 等全控Burp 扩展自动加载这张表的存在本身就有工程意义它把哪个能力在哪个端口变成了可查的事实。配套的错误处理也很务实——当 MCP 调用报错时Agent 应先探测服务是否在线而不是盲目重试如果端口不匹配就主动询问用户实际端口并帮忙更新配置。这两条看似普通却避免了大量服务没开却反复重试的无效轮询。9.2 集成到任意客户端只需四样东西项目把客户端集成抽象得相当干净。无论你用 Claude Code、Codex CLI、Cursor、Cline 还是 Windsurf真正需要接的只有四样这个包所在的目录MCP 或等价的外部工具端点一种稳定的提示注入方式规则文件、项目指令、或 hooks先路由、后执行这个原则本身。其中第三点有个值得学习的细节写进全局配置的内容并不是整份规则文件而是一份精简版——只保留触发关键词和触发后的四步执行链。而且精简版里刻意不包含去读完整规则文件这条指令。原因很实际如果包含了每次会话都会重新触发一遍首次安装配置流程白白烧掉大量上下文。这个取舍展现了成熟的工程直觉**常驻上下文里只放触发器详细内容交给按需加载。**它和前文的读序设计是同一套逻辑在不同层面的重复。9.3 一次完整推演从一句话到一份报告把前面所有机制串起来我们模拟一个完整场景。假设用户在授权的测试环境里丢过来一句话“帮我看看这个 APK 的登录接口签名是怎么算的。”**第一步触发与识别。**全局规则里的关键词列表命中了 “APK” 和签名Agent 确认这是安全/逆向类任务进入路由流程而不是直接上手敲命令。**第二步查经验库。**在进入任何路由前先翻经验索引以前是否处理过同类型的签名算法是否记录过某个加壳方案的应对办法命中就直接复用省下大量探索成本。**第三步主路由分诊。**目标类型维度命中 APK主入口锁定 APK 逆向模块。用户意图维度又命中了找前端签名/加密参数提示可能需要与 JS 逆向或 Native 分析交叉。路由结果被显式输出给用户而不是默默进行。**第四步授权门闩。**初始化案例目录写清楚授权状态与目标范围。就本例而言目标是本地样本的静态分析不涉及对真实服务器的主动行为但流程上依然要把边界记录在案。第五步查工具。读工具索引确认 jadx 和 apktool 的绝对路径。假设 jadx 存在而 apktool 缺失就调用对应平台的自举脚本安装装完后立即刷新索引——这一步不能省否则下次换个客户端又要重装。**第六步执行与切换。**进入 APK 工作流解包→看清单→jadx 反编译→定位签名相关调用。如果发现核心算法已下沉到.so则按备选路径切换到 IDA 或 radare2 模块继续钻。若 Java 层与 Native 层都看不清再切到动态 Hook 路线。每次切换都有处可依而不是拍脑袋。**第七步自我审查。**过程中每隔若干次工具调用停一下真的在推进吗有没有重复敲同一条命令上一个报错看懂了吗一旦命中循环信号强制换路。**第八步收尾清单。**找到答案不等于任务结束。按完成清单要产出正式报告带地址、偏移、函数名和可复现步骤至少一张流程图一条脱敏后的经验回写以及必要时对索引和路由表的更新。把这八步连起来看你会发现它跟一个熟练安全工程师的实际工作流高度同构——先分类、再回忆经验、确认边界、清点装备、动手、随时复盘、最后写报告。项目做的事情本质上就是把这套隐性的职业习惯显式地翻译成了 Agent 能执行的流程。9.4 验证优先的工程习惯还有一个容易被忽略但很能说明项目成熟度的细节它给出了一份明确的验证清单建议在迁移到新机器后逐条跑一遍检查 Java、Python、Node 的版本验证 jadx、apktool、adb 能否正常响应确认 Frida 能枚举到设备再启动 IDA 链路并刷新工具索引。这份清单的意义不在于它列了多少条命令而在于它传递的一种态度**不要相信别人机器上的扫描结果也不要相信自己上周的扫描结果。**对一个依赖真实环境的 Agent 系统而言环境假设过期是最隐蔽也最常见的故障根因。十、工程启示能抄走的和要小心的拆到这里不妨跳出项目本身谈谈它对更广泛的 Agent 工程有哪些可迁移的启示以及有哪些需要警惕的地方。值得借鉴的地方第一路由优先于执行。当一个 Agent 要面对高度分化的任务空间时与其让它每次临场发挥不如先建一层显式的路由把选方法和做执行拆开。这能显著降低试错成本。第二把环境状态外化成共享注册表。工具索引的思路——把什么工具装在哪从模型记忆里挪到一份可读可写、跨客户端共享的文件里——可以推广到任何需要 Agent 与真实环境交互的场景。别让模型猜环境让它查环境。第三为自主性配一道流程门闩。授权契约的设计说明越是放权给 Agent越要在关键节点设置不可绕过的确认关卡。可靠的自主建立在明确的边界之上。第四把可靠性当成一等公民。服从性工程告诉我们生产级 Agent 的提示词里防止模型偷懒/跑偏/糊弄的篇幅可能需要和教模型做事相当。这是把 demo 变成产品必须付出的成本。需要保持清醒的地方其一这套设计高度依赖模型对冗长指令的服从度。借口反驳表、上下文布局这些技巧本质上是在哄和逼一个概率模型它们能提升服从概率但无法给出确定性保证。不同模型、不同版本效果可能大相径庭。其二安全领域的双刃剑属性无法回避。一套能高效路由渗透与利用能力的框架其威力完全取决于使用者是否守住授权边界。项目内置的授权门闩是必要的但终究是提示词层面的约束而非技术强制——这也是所有此类工具共同的伦理与合规软肋。任何使用都应严格限定在获得明确授权的自有系统、靶场或合法众测范围内。其三庞大的技能矩阵带来维护成本。几十个场景、上百个工具、大量相对路径的相互引用一旦某个工具上游变更或某条路径失效整个链条都可能受影响。活的系统需要活的维护。结语Agent 的下一场竞争在经验层reverse-skill之所以值得拆解不在于它整合了多少安全工具而在于它相当完整地示范了如何把一个通用 Agent改造成某个垂直领域的可靠专家。它的答案由几块拼图组成用三维路由做精准分诊用共享索引和自举驯服工具环境用作战契约守住授权边界用经验库实现跨会话进化再用一整套服从性工程把这一切钉死在可靠的执行上。这些拼图单看都不算高深但拼在一起就构成了一套务实、克制、直面真实工程痛点的完整方法论。当模型能力逐渐拉平Agent 之间的竞争会越来越多地转移到经验这一层——谁能更高效地把领域知识、工具环境和历史教训组织成 Agent 随时可调用的结构化资产谁就能在真实世界的任务里胜出。从这个意义上说reverse-skill提供的不只是一个安全工具包更是一份关于如何为 Agent 装配专业经验的参考样本。它提醒我们让 AI 变强的下一步或许不是更大的模型而是更好的说明书。
文章目录引子能力过剩经验稀缺一、它到底是什么路由器而非安装器二、目录即架构两层结构与读序三、三维路由矩阵把分诊做到极致3.1 按目标类型分派3.2 按用户意图分派3.3 按工具链分派四、工具索引一份活的共享注册表4.1 为什么不能猜路径4.2 自举缺什么就装什么4.3 索引即契约五、作战契约层给自主 Agent 套上缰绳六、经验库让 Agent 从自己的历史里学习七、服从性工程一场与AI 惰性的正面交锋7.1 借口反驳表7.2 上下文窗口布局7.3 参数稳定性与代号7.4 自我审查与循环防护八、与 Agent Skills 的血缘渐进式披露的一次实践九、落地层MCP 矩阵与多客户端集成9.1 能力接入的两条路9.2 集成到任意客户端只需四样东西9.3 一次完整推演从一句话到一份报告9.4 验证优先的工程习惯十、工程启示能抄走的和要小心的结语Agent 的下一场竞争在经验层一个在 GitHub 上短时间冲到一万五千 Star 的项目凭什么让 Claude Code、Cursor、Codex CLI 这些通用代码 Agent摇身一变成为能自主完成逆向与渗透任务的安全专家答案不在某个炫酷的工具里而在一套克制、务实又颇具心机的技能路由设计中。引子能力过剩经验稀缺过去两年代码 Agent 的进化速度快得让人有些恍惚。它们能读懂几十万行的代码库能在终端里连续执行命令能调用文件系统、调试器和各类外部服务。模型本身的智力已经不再是瓶颈。真正的瓶颈是另一样东西——领域经验。把一个 APK 丢给通用 Agent让它分析里面的接口加密逻辑你多半会看到这样的场景它先试着用unzip解包翻到classes.dex卡住接着凭记忆敲出一条jadx命令但路径不对再换apktool参数又记混了折腾十几个回合可能还在原地打转。它不是不够聪明而是缺少一套遇到这类目标第一步该做什么、用哪个工具、按什么顺序推进的程序性知识。逆向工程、渗透测试、CTF 这类安全任务恰恰是程序性知识密度最高的领域之一。同样是二进制ELF 和 .NET 程序集的分析路径天差地别同样是抓包浏览器前端签名和固件通信协议需要完全不同的打法。工具散落在不同机器上方法论藏在老手的肌肉记忆里而 Agent 每次都在重新发明轮子甚至重复踩同一个坑。reverse-skill这个项目瞄准的正是这道鸿沟。它不提供任何新工具而是提供一套让 Agent 先想清楚再动手的调度框架——用作者自己的话说这是一个安全任务技能路由器Skills Router。本文将深入拆解它的架构设计重点分析三个我认为最有价值的工程思路三维路由矩阵、工具自举与共享注册表以及一套专门用来对抗大模型偷懒的提示词工程。文中涉及的安全能力仅在合法授权范围内讨论本文关注的是其AI 工程层面的方法论而非攻击技术本身。一、它到底是什么路由器而非安装器先厘清一个最容易被误解的定位。很多人第一眼会把reverse-skill当成一键安装逆向工具全家桶的脚本集合。这是个误会。它的自我定位非常明确这不是单工具安装器而是面向代码 Agent 的安全任务技能路由器。它要解决的核心动作只有一个——在 Agent 真正调用工具之前先把任务分类到正确的方法论和子技能上去。用一张流程图能说明它的工作骨架用户任务 → 全局规则判定这是不是安全/逆向类任务 → 主路由快速匹配到某个场景 → 作战前置确认授权范围与网络画像未就绪不得对目标动手 → 场景技能 → 调用工具 / MCP / 脚本 → 时间线 证据链 → 生成报告与经验回写换句话说它在 Agent 和工具之间插入了一层决策中枢。这一层做三件事判断任务类型、进入正确工作流、再去调用真实工具执行。它同时兼容 Claude Code、Codex CLI、Cursor、Cline、Windsurf 等多种客户端因为它依赖的只是这些客户端普遍具备的两项能力——支持自定义规则/系统提示以及支持 MCP 或等价的外部工具桥接。这个定位决定了它的价值主张把散落的本地工具、MCP 服务、脚本入口和工作流收敛成一份可以在机器之间干净迁移的可复用资产。二、目录即架构两层结构与读序打开项目你会发现它的组织方式本身就是一种设计表达。整体分成两大块一块是主技能目录skills/另一块是独立的 CTF 编排栈CTF-Sandbox-Orchestrator/内含四十多个子技能。skills/目录里真正承担中枢职责的是几个入口文件主控入口先读全局地图了解有哪些模块可用路由矩阵按目标类型、用户意图、工具链三个维度分派任务工具索引记录本地有哪些工具、装在哪里、由哪个脚本调用。围绕这三个入口是一大批按场景切分的子技能目录APK 逆向、IDA Pro 深度分析、前端 JS 逆向、radare2 命令行、固件渗透、N-day 补丁比对、pwn 利用链、EDR 绕过研究、恶意样本分析、API 安全、供应链安全、LLM 安全……几乎覆盖了安全研究的主要分支。此外还有几个横切模块比如图表生成、文档报告生成以及一个会自动进化的经验库。这套结构最巧妙的地方是它规定了严格的读序reading order。Agent 处理任务时被要求按固定顺序读文件先读主控入口拿到全局视野再读路由矩阵定位场景然后才读对应子目录的技能说明最后——只有在需要确认本地工具时——才去读工具索引。为什么读序这么重要因为它直接对应着上下文预算的分配。如果一上来就把所有子技能的详细说明灌进上下文一个几千 token 的技能注册表会迅速膨胀成几万 token 的负担。读序的本质是让 Agent 用最小的上下文代价完成定位把昂贵的详细指令留到真正需要时再按需加载。这正是 Anthropic 在 Agent Skills 里提出的渐进式披露思想的一次具体落地——关于这一点后文还会展开。三、三维路由矩阵把分诊做到极致路由是整个项目的心脏也是最值得细看的部分。它没有采用训练一个分类器这类重方案而是把路由决策完全交给 LLM 自己用一份结构化的匹配表来引导它。这份表从三个正交维度切入。3.1 按目标类型分派第一维度是你面对的是什么。这是最直觉的分类方式目标类型主入口备选路径APK / 安卓应用APK 逆向jadx 反编译 apktool 解包核心在 .so 时转向 IDA 或 radare2exe/dll/so/elf 二进制IDA Pro 反编译radare2 命令行分析或 GDB/Unicorn前端 JS / WebJS 逆向五阶段工作流浏览器自动化 MCP、或 CDP/Hook固件 / IoT固件渗透提取→仿真→模糊测试纯静态逆向恶意样本恶意分析六阶段 YARA/SigmaIDA 深挖值得注意的是每一行都给了备选路径。这背后是一条明确的执行原则一条路走不通就切换——静态卡住换动态、Java 层卡住钻 Native、IDA 不行上 radare2。路由不是一次性的判决而是一棵可回溯的决策树。3.2 按用户意图分派第二维度是你想干什么。这一维的存在解决了一个非常现实的痛点用户往往不会用规范的技术术语描述需求。项目里专门有一段措辞归一化逻辑把用户口语化、甚至情绪化的表达翻译成技术目标再去路由。比如用户说解锁这个功能 / 去掉这个校验 / 绕过检测被归一化为定位校验例程、解释控制流、提出本地补丁或输入策略用户说让我通过验证被理解为恢复校验逻辑、推导出期望输入或 flag 格式用户说拿 flag / crackme / keygen被当作本地 CTF/crackme 场景处理聚焦分析与解题。这里有一个很人性化的细节约定不要强迫用户用技术术语重新表述自己的需求也不要反复追问这是不是 CTF / 本地环境。一旦在会话里确立了本地沙箱/CTF这个前提就要在整个会话里保持这个假设。这种设计尊重了真实的人机交互习惯——用户是来解决问题的不是来通过术语考试的。3.3 按工具链分派第三维度是你手上有什么。当用户直接点名某个工具时路由可以反向定位到对应模块点名 IDA 就进 IDA 模块点名 radare2 就进 r2 模块提到 jadx/apktool 就进 APK 模块提到各类反混淆插件就进 OLLVM 脱混淆参考文档。三个维度叠加构成了一张相当密集的匹配网。任何一个进来的任务几乎总能从某个维度被接住。而当三个维度都没有强命中时路由会退回到通用逆向这个兜底入口并提示打开完整矩阵进一步判断——绝不硬塞进一个不合适的现成技能而是允许提议创建新技能。这条不匹配就不硬套的原则是保证路由质量的重要护栏。四、工具索引一份活的共享注册表如果说路由解决的是该用什么方法那么工具索引解决的是工具到底在哪、能不能用。这是项目里另一处扎实的工程设计。4.1 为什么不能猜路径项目反复强调一条铁律永远不要猜测工具路径。这条规则看似琐碎实则切中了 Agent 在真实环境里最常见的失败模式。模型的训练语料里充斥着直接敲jadx这样的示例于是它会想当然地假设工具就在 PATH 里、名字就叫这个。但真实机器千差万别——有人把 jadx 装在D:\wangluo\jadx\bin\jadx.bat有人放在别的盘符。一旦猜错路径Agent 就会陷入命令失败→换个猜法→再失败的死循环。工具索引的作用就是把这种不确定性一次性消灭。它要求为每个工具记录完整绝对路径、版本号、安装方式和验证命令让 Agent 在调用前先查表拿到确切位置而不是靠记忆赌一把。4.2 自举缺什么就装什么更进一步当索引显示某个工具缺失时Agent 不应该只是报错停下而要调用平台对应的自举脚本去自动安装。项目为不同系统准备了不同入口Windows 走 PowerShell 脚本Linux/macOS 走 Bash 脚本Kali 有专属的原生工具链入口。自举能力还配了一份能力清单明确列出哪些工具支持自动安装jadx、apktool、frida、radare2、nmap、burpsuite-mcp、pwntools、yara 等等。这里同样有护栏不允许 Agent 凭空发明能力名清单外的工具必须走文档里的手动安装步骤。而且同一个工具自动安装失败两次就必须停止重试转而输出完整的手动安装指引——这条规则直接掐断了另一种常见的死循环。4.3 索引即契约最关键的一点安装完新工具后必须运行刷新脚本去更新索引里的路径。这样一来索引就成了一份在多个 CLI 客户端之间共享的契约——所有客户端都从它读取工具状态所有客户端在装完工具后都往它写入。今天用 Claude Code 装好的 jadx明天用 Cursor 打开同一个项目时无需重装即可直接找到。这个设计把工具环境从某个具体客户端里解耦出来变成了一份可迁移、可共享的持久化状态。它解释了项目为什么反复强调迁移到新机器后第一件事是刷新索引——索引里的yes/no只代表某台机器某一刻的扫描结果换了环境就必须重新校准。五、作战契约层给自主 Agent 套上缰绳安全任务和普通编程任务有一个本质区别它天然带有可能造成实际影响的风险。一个能自主执行命令的 Agent如果不加约束地对目标发起扫描或攻击后果不堪设想。reverse-skill用一套作战契约ops来处理这个问题。核心是一道授权门闩。在对任何目标采取实质动作之前Agent 必须先完成案例初始化把授权状态明确标记为已授权并确定网络画像。授权未就绪就不得对目标动手。这不是一句口号而是被写进行为链的强制前置步骤。围绕这道门闩还有一整套配套约定身份边界明确我们只是一个路由包不是某个攻击平台避免 Agent 越权自我定位证据链所有结论要沿着证据→发现→路径的链条组织逆向分析必须标注具体地址、偏移和函数名渗透必须给出可复现的完整 PoC而不是含糊的某个函数“大概能打”安全边界所有操作限定在用户授权范围内不得擅自扩大攻击面发现高危漏洞要立即告知用户并等待指示报告和日志里不得保留未脱敏的真实目标信息。这一层的价值在于它把合规从依赖 Agent 自觉变成了流程上的硬约束。对于一个越来越自主的系统这种先确认边界再放开手脚的设计思路值得所有做 Agent 产品的人借鉴。六、经验库让 Agent 从自己的历史里学习项目有一个我个人非常欣赏的模块——会自动进化的经验库field-journal。它试图解决 Agent 的一个根本缺陷没有跨会话记忆同样的坑会反复踩。机制并不复杂但设计得很到位。它规定了两个方向的动作写回write-back当出现下列情况时Agent 要把经验沉淀成一条日志——任务完成并产出最终结果、发现新的工具链坑点、修复了自举流程的缺陷、遇到路由矩阵没覆盖的新场景、或者任务虽然失败但失败原因有参考价值。每条日志都经过脱敏处理写进带时间戳的记录里。复用reuse在进入任何一条路由之前Agent必须先检查经验索引。如果存在相似的历史经验就去读那条日志、复用已验证的方案如果历史方案不适用则要在新日志里说明为什么不适用。这一读一写构成了一个闭环。它让整个技能包不再是一份静态文档而是一个随使用次数增长而不断变强的活系统。Anthropic 在讨论 Skills 的未来时提到过一个愿景——“Agent 从经验中书写自己的技能”field-journal 正是这个愿景在工程上的一次朴素而有效的尝试。七、服从性工程一场与AI 惰性的正面交锋如果说前面几节讲的是架构那么这一节讲的是心理战。这也是我认为整个项目里最独特、最有启发的部分。任何用大模型驱动过复杂多步任务的人都遇到过这样的挫败你明明给了详细的步骤模型却擅自优化——跳过它认为不必要的环节凭判断省略某个检查或者干脆在读完规则后来一句我明白了请告诉我你的任务然后就地停摆。reverse-skill把对抗这种惰性上升成了一门专门的工程我姑且称之为服从性工程。它的武器库里有好几件精心打磨的工具。7.1 借口反驳表这是最直接、也最有意思的一招。项目预判了 Agent 最常用的偷懒借口然后为每一条都写好了强制性的反驳。摘几条感受一下Agent 说我可以跳过这步直接……——反驳**禁止跳过。**行为链的每一步都是必需的如果你认为可以跳过请输出具体理由并等待用户确认。Agent 说根据我的判断这步没必要——反驳**你的判断在这里不适用。**列出你依据的具体标准解释它为什么允许跳过一个明确写下的步骤。Agent 说我之前用过这个工具我知道路径——反驳**禁止猜路径。**必须从工具索引拿实际路径不同机器安装位置不同。Agent 说任务基本完成了不用走检查清单——反驳**任务完成 清单全部勾选。**没勾完就等于没完成。Agent 说我明白规则了请告诉我你的任务——反驳**这是最糟糕的失败模式。**正确行为是主动把用户意图匹配到路由表、输出分析、立即开始执行。这张表的高明之处在于它不是泛泛地说请认真执行而是精准地点名每一种偷懒模式并当场堵死退路。它本质上是在用提示词给模型预装一套反自我合理化的免疫系统。7.2 上下文窗口布局第二件武器基于对大模型注意力分布的观察。项目给出了一个经验模型LLM 的注意力在长文档里呈两头高、中间低的分布——开头约 10% 注意力最高中间 80% 逐渐衰减结尾 10% 又回升。由此推出两条排版规则**关键的立即行动指令要放在文件的开头或结尾 10%绝不要把重要指令埋在长文档的中段。**于是你会看到项目里的规则文件普遍把必须做什么放在最前面把绝不能跳过的禁令和检查清单压在最后面。这是一种把提示词写作当成注意力资源分配来对待的思维。它承认模型不是完美的读者然后主动顺应这种不完美去排布信息。7.3 参数稳定性与代号第三件武器针对的是模型另一个隐患——“语义优化”。当某些参数必须原样传递时比如授权状态、危险动作开关、扫描范围边界模型有时会自作主张地把strict/deny换成它觉得意思差不多的近义词结果把严格模式悄悄改成了宽松模式。对策是使用不透明的代号code words。先定义一张映射表用alpha、beta、gamma这类没有语义的标识符去代表真正的参数值只在最终的命令层展开alpha - --scope authorized-only beta - --approval required gamma - --destructive false因为代号本身不携带语义模型也就失去了优化它的冲动。这个技巧把安全关键参数从模型可能改写变成了模型只能照搬堪称四两拨千斤。7.4 自我审查与循环防护最后是一套自我监督机制。每执行若干次工具调用或者当感觉卡住时Agent 要暂停做一次自检我是否真的在朝目标推进能否举出具体证据我是不是用相同参数调用了同一个工具两次以上是的话必须换思路我能否清楚解释上一条错误信息不能的话就先理解再动手配套的硬性规则还有同一方法失败两三次必须换路单条命令重复三次以上必须停下评估接近工具调用预算上限时要主动向用户报告、询问是否继续。这些规则合在一起构成了一道防打转、防跑偏的安全网——它承认 Agent 会陷入循环然后用机械的计数规则强行把它拽出来。把 7.1 到 7.4 连起来看你会发现一个耐人寻味的事实**这个项目相当一部分的工程量不是花在教 Agent 怎么做逆向而是花在教 Agent 怎么老实听话、怎么不糊弄、怎么不放弃。**这从一个侧面反映出当下把大模型投入生产级自主任务时真正难的往往不是能力而是可靠性与可控性。八、与 Agent Skills 的血缘渐进式披露的一次实践把视野拉高一层reverse-skill其实是一个更大趋势的产物。2025 年 10 月Anthropic 正式推出了 Agent Skills——一种用文件和文件夹为 Agent 装配专业能力的机制并在同年 12 月将其作为开放标准发布以支持跨平台移植。Agent Skills 的核心创新是渐进式披露Progressive Disclosure“。它的运作模式大致是这样的系统提示里只驻留一份轻量的技能注册表”每个技能只登记名称、触发描述和文件路径加起来不过几百 tokenLLM 本身就是路由器它读注册表、匹配用户请求、决定加载哪个技能完整的详细指令只在真正需要时才通过一次工具调用按需载入。社区的逆向分析显示这种模式相比把所有指令塞进一个巨型提示能带来极显著的每请求指令 token 削减。对照来看reverse-skill几乎是这套思想在垂直领域的一次教科书式实践主控入口 路由矩阵对应技能注册表——先用小成本完成定位各子目录的详细技能说明对应按需加载的完整指令——用到才读强制的读序对应渐进式披露的加载纪律——从粗到细逐层展开。它和官方 Skills 的差异主要在于深度和垂直度。官方示例多聚焦于文档生成这类通用办公任务而reverse-skill把整套机制塞进了一个高度专业、工具链极其庞杂的安全领域并额外叠加了授权契约、经验进化、服从性工程这些垂直场景才特别需要的东西。可以说它是对Skills 能承载多复杂的领域这个问题的一次有力回答。关于 Skills 与 MCP 的关系也顺带厘清一下常见的混淆MCP 解决的是Agent 如何连接外部工具和数据是能力的接口Skills 解决的是Agent 何时、以何种方法论使用这些能力是能力的说明书。reverse-skill恰恰同时用到了两者——它用 MCP 桥接 IDA、BurpSuite、浏览器自动化等外部服务又用 Skills 式的路由决定什么场景该调用哪个 MCP。二者不是替代关系而是互补的两层。九、落地层MCP 矩阵与多客户端集成前面讲的都是怎么想这一节看看怎么接。一套方法论再漂亮如果 Agent 摸不到真实工具也只是纸上谈兵。9.1 能力接入的两条路项目把外部能力分成两类接入方式。一类是本地命令行——jadx、apktool、adb、frida、radare2 这些直接跑在终端里的二进制通过工具索引拿到绝对路径后由脚本包装调用另一类是MCP 服务——需要长期驻留、有状态、或者本身就是 GUI 应用的能力。MCP 那一类尤其值得展开。因为像 IDA Pro、BurpSuite 这类工具天生不适合一次性命令调用的模式打开一个大型样本可能要几分钟分析过程中的交叉引用、重命名、反编译结果都是带状态的。把它们包成常驻服务才能让 Agent 像人一样坐在 IDA 前面持续提问。典型的服务矩阵大致长这样服务默认端口职责启动方式IDA Pro 桥13337 起多实例递增反编译、交叉引用、数据流分析IDA 插件自启动浏览器分析器23816浏览器自动化 HTTP 抓包项目目录下pnpm devJS Hook 服务stdioJS 运行时 / CDP / Hook / ASTnpx拉起Ghidra 桥8765开源反编译替代方案GUI 启动后自动监听BurpSuite 桥9876代理历史 / Repeater / Intruder 等全控Burp 扩展自动加载这张表的存在本身就有工程意义它把哪个能力在哪个端口变成了可查的事实。配套的错误处理也很务实——当 MCP 调用报错时Agent 应先探测服务是否在线而不是盲目重试如果端口不匹配就主动询问用户实际端口并帮忙更新配置。这两条看似普通却避免了大量服务没开却反复重试的无效轮询。9.2 集成到任意客户端只需四样东西项目把客户端集成抽象得相当干净。无论你用 Claude Code、Codex CLI、Cursor、Cline 还是 Windsurf真正需要接的只有四样这个包所在的目录MCP 或等价的外部工具端点一种稳定的提示注入方式规则文件、项目指令、或 hooks先路由、后执行这个原则本身。其中第三点有个值得学习的细节写进全局配置的内容并不是整份规则文件而是一份精简版——只保留触发关键词和触发后的四步执行链。而且精简版里刻意不包含去读完整规则文件这条指令。原因很实际如果包含了每次会话都会重新触发一遍首次安装配置流程白白烧掉大量上下文。这个取舍展现了成熟的工程直觉**常驻上下文里只放触发器详细内容交给按需加载。**它和前文的读序设计是同一套逻辑在不同层面的重复。9.3 一次完整推演从一句话到一份报告把前面所有机制串起来我们模拟一个完整场景。假设用户在授权的测试环境里丢过来一句话“帮我看看这个 APK 的登录接口签名是怎么算的。”**第一步触发与识别。**全局规则里的关键词列表命中了 “APK” 和签名Agent 确认这是安全/逆向类任务进入路由流程而不是直接上手敲命令。**第二步查经验库。**在进入任何路由前先翻经验索引以前是否处理过同类型的签名算法是否记录过某个加壳方案的应对办法命中就直接复用省下大量探索成本。**第三步主路由分诊。**目标类型维度命中 APK主入口锁定 APK 逆向模块。用户意图维度又命中了找前端签名/加密参数提示可能需要与 JS 逆向或 Native 分析交叉。路由结果被显式输出给用户而不是默默进行。**第四步授权门闩。**初始化案例目录写清楚授权状态与目标范围。就本例而言目标是本地样本的静态分析不涉及对真实服务器的主动行为但流程上依然要把边界记录在案。第五步查工具。读工具索引确认 jadx 和 apktool 的绝对路径。假设 jadx 存在而 apktool 缺失就调用对应平台的自举脚本安装装完后立即刷新索引——这一步不能省否则下次换个客户端又要重装。**第六步执行与切换。**进入 APK 工作流解包→看清单→jadx 反编译→定位签名相关调用。如果发现核心算法已下沉到.so则按备选路径切换到 IDA 或 radare2 模块继续钻。若 Java 层与 Native 层都看不清再切到动态 Hook 路线。每次切换都有处可依而不是拍脑袋。**第七步自我审查。**过程中每隔若干次工具调用停一下真的在推进吗有没有重复敲同一条命令上一个报错看懂了吗一旦命中循环信号强制换路。**第八步收尾清单。**找到答案不等于任务结束。按完成清单要产出正式报告带地址、偏移、函数名和可复现步骤至少一张流程图一条脱敏后的经验回写以及必要时对索引和路由表的更新。把这八步连起来看你会发现它跟一个熟练安全工程师的实际工作流高度同构——先分类、再回忆经验、确认边界、清点装备、动手、随时复盘、最后写报告。项目做的事情本质上就是把这套隐性的职业习惯显式地翻译成了 Agent 能执行的流程。9.4 验证优先的工程习惯还有一个容易被忽略但很能说明项目成熟度的细节它给出了一份明确的验证清单建议在迁移到新机器后逐条跑一遍检查 Java、Python、Node 的版本验证 jadx、apktool、adb 能否正常响应确认 Frida 能枚举到设备再启动 IDA 链路并刷新工具索引。这份清单的意义不在于它列了多少条命令而在于它传递的一种态度**不要相信别人机器上的扫描结果也不要相信自己上周的扫描结果。**对一个依赖真实环境的 Agent 系统而言环境假设过期是最隐蔽也最常见的故障根因。十、工程启示能抄走的和要小心的拆到这里不妨跳出项目本身谈谈它对更广泛的 Agent 工程有哪些可迁移的启示以及有哪些需要警惕的地方。值得借鉴的地方第一路由优先于执行。当一个 Agent 要面对高度分化的任务空间时与其让它每次临场发挥不如先建一层显式的路由把选方法和做执行拆开。这能显著降低试错成本。第二把环境状态外化成共享注册表。工具索引的思路——把什么工具装在哪从模型记忆里挪到一份可读可写、跨客户端共享的文件里——可以推广到任何需要 Agent 与真实环境交互的场景。别让模型猜环境让它查环境。第三为自主性配一道流程门闩。授权契约的设计说明越是放权给 Agent越要在关键节点设置不可绕过的确认关卡。可靠的自主建立在明确的边界之上。第四把可靠性当成一等公民。服从性工程告诉我们生产级 Agent 的提示词里防止模型偷懒/跑偏/糊弄的篇幅可能需要和教模型做事相当。这是把 demo 变成产品必须付出的成本。需要保持清醒的地方其一这套设计高度依赖模型对冗长指令的服从度。借口反驳表、上下文布局这些技巧本质上是在哄和逼一个概率模型它们能提升服从概率但无法给出确定性保证。不同模型、不同版本效果可能大相径庭。其二安全领域的双刃剑属性无法回避。一套能高效路由渗透与利用能力的框架其威力完全取决于使用者是否守住授权边界。项目内置的授权门闩是必要的但终究是提示词层面的约束而非技术强制——这也是所有此类工具共同的伦理与合规软肋。任何使用都应严格限定在获得明确授权的自有系统、靶场或合法众测范围内。其三庞大的技能矩阵带来维护成本。几十个场景、上百个工具、大量相对路径的相互引用一旦某个工具上游变更或某条路径失效整个链条都可能受影响。活的系统需要活的维护。结语Agent 的下一场竞争在经验层reverse-skill之所以值得拆解不在于它整合了多少安全工具而在于它相当完整地示范了如何把一个通用 Agent改造成某个垂直领域的可靠专家。它的答案由几块拼图组成用三维路由做精准分诊用共享索引和自举驯服工具环境用作战契约守住授权边界用经验库实现跨会话进化再用一整套服从性工程把这一切钉死在可靠的执行上。这些拼图单看都不算高深但拼在一起就构成了一套务实、克制、直面真实工程痛点的完整方法论。当模型能力逐渐拉平Agent 之间的竞争会越来越多地转移到经验这一层——谁能更高效地把领域知识、工具环境和历史教训组织成 Agent 随时可调用的结构化资产谁就能在真实世界的任务里胜出。从这个意义上说reverse-skill提供的不只是一个安全工具包更是一份关于如何为 Agent 装配专业经验的参考样本。它提醒我们让 AI 变强的下一步或许不是更大的模型而是更好的说明书。
![《P14076 [GESP202509 六级] 货物运输》](http://pic.xiahunao.cn/yaotu/《P14076 [GESP202509 六级] 货物运输》)
