Comment apprendre à un assistant IA à analyser des APK, binaires et JS sans hallucinations infinies

Lorsque vous lancez Claude Code, Cursor ou un autre assistant IA pour reverse-engineer un binaire inconnu, le réseau neuronal commence rapidement à inventer des choses. Il essaie des utilitaires au hasard, confond les flags de radare2, et tente de décompiler des APK en visualisant simplement les chaînes de caractères. Vous passez une demi-heure à corriger les erreurs de quelqu'un d'autre au lieu de travailler véritablement.

Le projet reverse-skill tente de résoudre ce problème grâce à des scénarios de routage structurés.

Qu'est-ce que ce projet

Essentiellement, reverse-skill est une base de connaissances prête à l'emploi et un ensemble d'instructions pour les assistants IA. Au lieu de donner au modèle une liberté totale de choix, le dépôt établit un arbre de décision strict.

La tâche d'entrée traverse les règles dans RULES.md et atteint le routeur principal MASTER-ROUTING.md. L'IA reçoit une instruction claire : d'abord créer un contexte de recherche, vérifier les logiciels installés sur le système, puis sélectionner un scénario pour le type de fichier spécifique.

User task
  → RULES.md
  → MASTER-ROUTING / master-route.ps1 (PRIMARY)
  → case-init / scope.md
  → Scenario skill → tools / MCP / scripts
  → timeline + Evidence→Finding→Path → report

Si Ghidra ou Frida ne sont pas disponibles sur le poste de travail, le script d'indexation intégré le signale immédiatement à l'assistant. Le modèle n'essaiera pas d'invoquer des binaires manquants.

Ce qu'il y a dans le dépôt

Les auteurs ont compilé des instructions couvrant près de deux cents tâches différentes. L'ensemble de la collection est organisé en répertoires thématiques :

• Reverse engineering mobile dans les dossiers skills/apk-reverse/ et skills/mobile-reverse/
• Analyse de fichiers compilés (.exe, .so, .elf) avec des instructions pour IDA Pro et radare2
• Désobfuscation JavaScript côté client et travail avec des machines virtuelles personnalisées
• Analyse de dumps réseau et API REST
• Orchestration de competitions CTF via le module CTF-Sandbox-Orchestrator

Chaque domaine comprend un algorithme pas à pas. Le réseau neuronal ne devine pas quelles commandes console utiliser — il suit un protocole : rassembler les preuves, vérifier l'hypothèse, écrire dans le journal.

Comment déployer et utiliser

En coulisses, le projet utilise des scripts PowerShell, des shells Bash, Python et des fichiers Markdown. Vous pouvez déployer le système en quelques étapes :

git clone https://github.com/zhaoxuya520/reverse-skill.git

Ensuite, exécutez le script d'analyse de l'environnement. Pour Linux et macOS :

bash skills/scripts/refresh-tool-index.sh

Pour Windows :

powershell -File skills/scripts/refresh-tool-index.ps1

Le script vérifie la présence de JDK, Python, Node.js, Frida, jadx, et crée un fichier local skills/tool-index.md. Le modèle voit l'état actuel du système et comprend quels outils il peut réellement exécuter.

À la racine se trouvent README_AI.md et RULES.md. Lors de la connexion du dépôt à un client IA, le modèle lit d'abord ces configurations. Ils interdisent explicitement les actions actives jusqu'à ce que la phase d'initialisation du contexte soit terminée.

Analyse avec des exemples pratiques

Considérons un scénario : vous devez analyser un paramètre chiffré dans un client web. Un chat IA classique suggérera quelques fonctions aléatoires de StackOverflow. Avec le package connecté, l'assistant ouvre skills/js-reverse/, vérifie les débogueurs du navigateur et fournit un plan d'analyse séquentiel.

Le deuxième cas est la recherche de fichiers APK. Le modèle va dans skills/apk-reverse/. D'abord il appelle jadx pour la décompilation Java, passe à Ghidra lorsque des bibliothèques natives sont détectées, et utilise Frida pour le traçage des appels à l'exécution. Les résultats sont sauvegardés dans le dossier local work/, qui est exclu du suivi Git.

Cela vaut-il la peine de l'installer

Le projet sera utile pour ceux qui font régulièrement appel à l'IA pour l'analyse de code ou la recherche binaire. Si vous en avez assez de corriger constamment les hallucinations du modèle et de lui rappeler les bons flags des utilitaires CLI, le dépôt vous fera gagner du temps.

La documentation semble surchargée en raison du nombre de fichiers markdown, mais l'approche de routage strict pour les assistants IA fonctionne très bien.