如何安全地用leanrea做逆向:'在副本上工作'原则与5个必须知道的安全细节(完整清单)
如何安全地用leanrea做逆向:'在副本上工作'原则与5个必须知道的安全细节(完整清单)
leanrea 是一个只有 8 KB 的逆向工程技能文件:它教 AI Agent 只用本地 CLI 工具(asar、otool、go version -m、strings 等纯命令行)逆向各种已发布软件,不需要 MCP 服务,不需要 207 个工具定义。实测比 REA 快 38%、便宜 35%。但快速逆向的前提是:不碰原文件、不靠猜结论。本文从 leanrea/SKILL.md 中提炼出"在副本上工作"原则和 5 个必须知道的安全细节,整理成一份可直接对照的清单。
为什么逆向工程需要"安全带" 🛡️
AI Agent 自动做二进制侦察时,速度是以秒计的:解压、反汇编、搜索、交叉引用……每一步都在读写文件。没有安全约束时,"快"很容易变成:
- 📦 解压产物散落各处,一次
rm -rf写错就可能误伤原文件; - 🗄️ 以写模式打开数据库,污染正在使用的数据;
- 🎯 用错工具、用错文件类型,得出错误结论;
- 💸 工具调用来回空转,token 和费用失控。
leanrea 的做法是把安全规则直接写进技能文件的第一部分(Rules 章节),让 Agent 开工前就先看到。下面逐条拆解。
核心原则:在副本上工作,绝不碰原文件
SKILL.md 的第一条规则只有 4 个词:Work on a copy(在副本上工作)。
Work on a copy (
cp -con APFS is instant). Put each extraction in a new dir under$TMPDIR/re/<name>. Reuse an extraction if one exists. —— leanrea/SKILL.md#L11
三个关键点:
- 先复制再开工:所有解压、反汇编、grep 都发生在副本上,原始文件自始至终不被写入。
cp -c是"零成本复制":在 macOS 的 APFS 文件系统上,cp -c是写时复制(copy-on-write)克隆——命令瞬间完成、不占额外磁盘,只有数据真正分叉时才分配空间。所以"总在副本上工作"几乎没有代价。- 复用已有解压产物:解压目录已存在就直接用,不重复解压,省时也省空间。
这也是为什么每个"first move"一键侦察命令都以 mkdir -p $D 开头、从不向原文件目录写任何东西(见一键侦察命令)。
5 个必须知道的安全细节(完整清单)
1️⃣ 解压产物统一放进 $TMPDIR/re/ 专用目录
每次解压都放到 $TMPDIR/re/<名称> 下的新建目录,好处有三:
- 隔离爆炸半径:
rm -rf只会出现在你自己创建的那块临时目录上(Electron 侦察命令里的rm -rf $X,X 就是$TMPDIR下的解压目录),永远碰不到原文件; - 自动清理:macOS 临时区重启即清理,产物不留垃圾;
- 项目保持干净:收工后不会在工作目录留下一堆解压目录。
2️⃣ 打开 SQLite 数据库用只读模式,且别忘了 -wal 文件
逆向途中遇到 .db 文件时,leanrea 的 Router 路由表 明确要求:先复制数据库,旁边有 -wal 文件就一起复制,然后用只读模式打开:
sqlite3 'file:C?mode=ro'
mode=ro 相当于给数据库上了"只读锁",误操作也不会写坏;复制 -wal 文件则保证不遗漏尚未 checkpoint 的最新数据。
3️⃣ 先识别、再动手:file + magic bytes 是第一道闸门
SKILL.md 第二条规则:Route by file -b and the magic bytes first(先按 file -b 和魔数识别文件类型),然后才跑最便宜的清点,最后才反汇编、读代码。
这一步能挡住两类错误:对不可反编译的文件硬上反编译器(比如 bytenode 的 .jsc 根本无法反编译,只能靠 strings);以及在 go version -m 0.06 秒就能回答的问题上浪费数分钟(对比数据见 bench/BENCHMARK.md 的 Tool-level microbenchmark 表)。
4️⃣ 切片大文件,绝不整读(cat)
压缩打包后的 JS 可能是一行几 MB 的代码,整读会瞬间撑爆上下文。正确姿势是用关键词"切片":
rg -o '.{0,200}NEEDLE.{0,200}' F | head
反汇编同理:只 dump 一次到文件,之后反复 grep 那个文件(Rules 相关条目)。这既是上下文安全,也是费用安全。
5️⃣ 给证据分级:seen / inferred / unknown
最后一条规则针对 AI 逆向最大的风险——自信地胡说。SKILL.md 要求把每个结论打标(SKILL.md#L16):
| 标记 | 含义 |
|---|---|
| seen | 亲眼所见,需引用 文件:偏移 或符号/字符串 |
| inferred | 由周边证据推断得出 |
| unknown | 没找到——这是"未知",而不是"不存在" |
还有一句点睛:Static reading is not observed execution——静态读到的代码,不等于运行时真实执行的行为。
附加安全习惯:费用也是安全 💡
leanrea/SKILL.md#L17-L18 还有两条与安全直接相关的规则:
- 不擅自安装新工具:缺工具时先走同一行的 fallback;
brew install只"if the user allows it"——征得你同意才装; - 控制回合数:回合比字节更贵。目标 2–4 次工具调用,把独立探针批量合并进一次 shell 调用,所有输出用
head/-m封顶。
基准数据印证了这一点:同样 4 个逆向任务(完整任务定义见 bench/tasks.json),leanrea 只用了 55 回合、2.4M token,REA 组是 124 回合、5.9M token(README 基准表,原始数据 bench/results/final.jsonl)。
一句话总结:安全自检清单 ✅
| # | 安全细节 | 一句话说明 | 出处 |
|---|---|---|---|
| 1 | 在副本上工作 | cp -c 瞬间克隆,原文件绝不写入 |
SKILL.md#L11 |
| 2 | $TMPDIR 专用目录 |
解压进 $TMPDIR/re/<名称>,重启即清理 |
SKILL.md#L11 |
| 3 | 数据库只读 | sqlite3 'file:C?mode=ro',复制时带上 -wal |
SKILL.md#L50 |
| 4 | 先识别再动手 | file -b + 魔数优先,反汇编放最后 |
SKILL.md#L12 |
| 5 | 证据分级 | seen / inferred / unknown,未知 ≠ 不存在 | SKILL.md#L16 |
上手只需一步:运行 npx skills add aicodeking/leanrea 安装后,直接问 Agent——/leanrea How does the search feature in Foo.app work? Show the evidence. 让 Agent 在副本上快速侦察,同时把安全细节全部兜住。