Hoe je een AI-assistent leert om APK's, binaries en JS te analyseren zonder eindeloze hallucinaties

Wanneer je Claude Code, Cursor of een andere AI-assistent start om een onbekende binary te reverse-engineeren, begint het neurale netwerk snel dingen te verzinnen. Het probeert willekeurige hulpprogramma's, verwart radare2-flags en probeert APK's te decompileren via eenvoudige tekenreeksweergaven. Je besteedt een half uur aan het oplossen van iemand anders' fouten in plaats van eigenlijk werk te doen.

Het reverse-skill-project probeert dit probleem op te lossen via gestructureerde routeringsscenario's.

Wat is dit project

In wezen is reverse-skill een kant-en-klare kennisbank en set instructies voor AI-assistenten. In plaats van het model volledige vrijheid van keuze te geven, stelt de repository een strikte beslissingsboom in.

De invoertaak gaat door regels in RULES.md en bereikt de hoofdrouter MASTER-ROUTING.md. De AI ontvangt een duidelijke instructie: maak eerst een onderzoekscontext, controleer de op het systeem geïnstalleerde software en selecteer vervolgens een scenario voor het specifieke bestandstype.

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

Als Ghidra of Frida niet beschikbaar zijn op het werkstation, toont het ingebouwde indexeringsscript dit onmiddellijk aan de assistent. Het model zal niet proberen ontbrekende binaries aan te roepen.

Wat zit er in de repository

De auteurs hebben instructies samengesteld die bijna tweehonderd verschillende taken dekken. De hele collectie is georganiseerd in thematische mappen:

• Mobiel reverse-engineering in mappen skills/apk-reverse/ en skills/mobile-reverse/
• Analyse van gecompileerde bestanden (.exe, .so, .elf) met instructies voor IDA Pro en radare2
• Client-side JavaScript-deobfuscatie en werken met aangepaste virtuele machines
• Netwerkdump-analyse en REST API
• CTF-wedstrijdorganisatie via module CTF-Sandbox-Orchestrator

Elk gebied bevat een stapsgewijzig algoritme. Het neurale netwerk raadt niet welke console-opdrachten het moet gebruiken — het volgt een protocol: verzamel bewijs, verifieer hypothese, schrijf naar logboek.

Hoe te implementeren en gebruiken

Onder de motorkap gebruikt het project PowerShell-scripts, Bash-shells, Python en Markdown-bestanden. Je kunt het systeem in een paar stappen implementeren:

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

Voer vervolgens het omgevingsscan-script uit. Voor Linux en macOS:

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

Voor Windows:

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

Het script controleert op JDK, Python, Node.js, Frida, jadx en maakt een lokaal bestand skills/tool-index.md. Het model ziet de huidige systeemstatus en begrijpt welke tools het daadwerkelijk kan uitvoeren.

In de root staan README_AI.md en RULES.md. Bij het verbinden van de repository met een AI-client leest het model eerst deze configuraties. Ze verbieden expliciet actieve acties totdat de fase voor contextinitialisatie is voltooid.

Analyse met praktische voorbeelden

Overweeg een scenario: je moet een versleutelde parameter in een webclient analyseren. Een gewone AI-chat zal een paar willekeurige functies van StackOverflow voorstellen. Met het pakket verbonden opent de assistent skills/js-reverse/, controleert browserdebuggers en geeft een opeenvolgend analyseplan.

Het tweede geval is APK-bestandsonderzoek. Het model gaat naar skills/apk-reverse/. Eerst roept het jadx aan voor Java-decompilatie, schakelt over naar Ghidra wanneer native libraries worden gedetecteerd en gebruikt Frida voor runtime-calltracking. Resultaten worden opgeslagen in de lokale map work/, die is uitgesloten van Git-tracking.

Is het de moeite waard om te installeren

Het project is nuttig voor degenen die regelmatig AI betrekken bij codeanalyse of binair onderzoek. Als je het beu bent om voortdurend de hallucinaties van het model te moeten corrigeren en het te herinneren aan de juiste CLI-utility-flags, zal de repository je tijd besparen.

De documentatie lijkt overladen door het aantal markdown-bestanden, maar de strikte routeringsaanpak voor AI-assistenten werkt uitstekend.