跳转至

AI 逆向

AI 逆向不是单纯让 AI 帮你解释代码，而是把 AI 接到真实工具链里，让它能调用 jadx、Frida、GDB、ADB、抓包工具、Semgrep，再把结果整理成报告。

可以理解为：

1
2
3
4
5
AI 助手
  -> Skill / MCP / 脚本
  -> jadx / Frida / GDB / ADB / 抓包 / Semgrep
  -> 自动执行
  -> 汇总分析结果

适合放进 AI 逆向分类的能力

能力 说明 代表工具
APK 静态分析自动化 自动反编译、提取 API、梳理调用链 android-reverse-engineering-skill
自动化脱壳 自动识别包名、Dump DEX、拉回文件 reverse-skills / rev-dex-dumper
动态 Hook 自动化 AI 控制 Frida、ADB、tmux 执行 Hook 和验证 tmux MCP + Frida
Native 调试自动化 AI 控制 GDB 设断点、提取内存、写验证脚本 tmux MCP + GDB
抓包和协议分析自动化 抓包后自动分析 API、签名、加密逻辑 Anything Analyzer
APK 安全审计流水线 加固检测、反编译、Manifest、H5、SO、Semgrep 并行分析 Claude Skills APK 分析工作流
手机 Agent 环境 AI 观察屏幕、读取 UI 树、模拟操作 OpenCyvis

android-reverse-engineering-skill

android-reverse-engineering-skill 是一个 Claude Code Skill，适合作为 APK 静态分析模板。

核心能力：

  • 反编译 APK、XAPK、JAR、AAR。
  • 支持 jadx，也支持 Fernflower / Vineflower 做对比反编译。
  • 提取 Retrofit endpoint、OkHttp 调用、硬编码 URL、认证 Header、Token。
  • 从 Activity / Fragment 追到 ViewModel、Repository，再追到 HTTP 调用。
  • 分析 Manifest、包结构、架构模式。
  • 给混淆代码提供定位策略。

适合场景：

  • 想快速了解一个 APK 的接口和调用链。
  • 想把手动 jadx 分析流程标准化。
  • 想做自己的 Codex / Claude Code Android 分析 Skill。

reverse-skills / rev-dex-dumper

reverse-skills 更偏逆向任务集合，其中 rev-dex-dumper 很适合 Android 自动化脱壳。

典型流程：

1
2
3
4
5
6
检测 ADB 设备
  -> 识别前台 App 包名
  -> 推送脱壳工具
  -> 内存 Dump
  -> 拉取 DEX
  -> 清理临时文件

注意点：

  • 通常需要 Root 设备。
  • App 要完整启动后再 Dump，因为很多壳在 Application.attachBaseContext() 阶段完成解密。
  • Dump 出来的 DEX 还要继续交给 jadx 或 android-reverse-engineering-skill 分析。

tmux MCP + GDB + Frida

这个方向的重点是让 AI 通过 MCP 控制真实终端和调试器。

适合研究：

  • Java + Native 混合加密。
  • Hook 加密函数，提取明文、Key、IV、签名参数。
  • GDB 断点调试 native so。
  • 自动写 Python / Frida 脚本验证分析结果。

工作模式大概是：

1
2
3
Pane 1: Frida REPL / GDB
Pane 2: adb 操作 App
AI: 观察输出、调整断点、修改 Hook 脚本、继续验证

Anything Analyzer

Anything Analyzer 更偏协议逆向和抓包自动分析。

看点：

  • MITM HTTPS 代理。
  • 内嵌浏览器 CDP Fetch 拦截。
  • JS Hook fetch、XMLHttpRequest、crypto.subtle、CryptoJS、SM2/SM3/SM4。
  • AI 分析 API、认证流程、请求签名、加密逻辑。
  • 内置 MCP Server，可以接入 Claude Desktop / Cursor。

适合 App + H5 / WebView 场景，尤其是接口参数由 JS 加密生成的时候。

APK 自动化安全分析工作流

可以把 AI 逆向整理成一个完整流水线：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
输入 APK / XAPK / APKS / APKM
  -> APKEditor 合并 split APK
  -> 加固检测
  -> jadx 反编译
  -> Manifest 暴露面扫描
  -> Retrofit / OkHttp / URL / Auth 提取
  -> WebView / JSBridge / H5 通道分析
  -> SO 字符串和导出函数分析
  -> Semgrep 规则扫描
  -> 需要时走 rev-dex-dumper 脱壳
  -> 需要时走 Frida / GDB 动态验证
  -> 输出 Markdown 报告

这里真正有价值的是「工具编排」，不是单个工具。

和传统逆向的区别

传统逆向 AI 逆向
人手动打开 jadx 搜索 AI 调用脚本提取 URL、接口、调用链
人手写 Frida 脚本 AI 根据代码逻辑生成 Hook 脚本
人手动跑 GDB、设断点 AI 控制 GDB 收集信息和验证假设
抓包后人肉分析参数 AI 过滤噪声、归类 API、定位加密逻辑
每次从零开始 固化成 Skill / MCP / 工作流

我觉得最值得研究的顺序

  1. android-reverse-engineering-skill：先学 APK 静态分析流程怎么标准化。
  2. reverse-skills / rev-dex-dumper：再补加固 App 的脱壳入口。
  3. Anything Analyzer：把协议分析和 AI 抓包接进来。
  4. tmux MCP + Frida / GDB：研究动态调试自动化。
  5. OpenCyvis：理解 AI Agent 操作手机带来的新风险。

相关链接

评论