auto-re-agent

上传二进制，AI 自动还原 C/C++ 函数，逆向效率翻倍

auto-re-agent 是一个开源的 AI 逆向工程智能体，它结合 Ghidra 和大型语言模型（LLM），能够自动从二进制文件中重建并验证 C/C++ 函数。该项目解决了传统逆向工程中人工分析耗时费力的问题，通过自动化流程，让 AI 辅助完成反编译、函数签名识别、代码重构和逻辑验证等核心任务。其核心能力包括：基于 Ghidra 的深度二进制分析、利用 LLM 生成可读的 C/C++ 代码、自动验证重建函数的正确性，以及支持多种 LLM 后端（如 Claude、Codex）。它旨在提升安全研究人员和逆向工程师的工作效率，降低逆向分析的门槛。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1954

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队Dryxio

所属国家

官网地址

GitHubhttps://github.com/Dryxio/auto-re-agent

定价模式free

价格说明开源项目，MIT许可证，可免费使用和部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agent,autonomous-agent,binary-analysis,c-plus-plus,claude,codex,cybersecurity,decompilation,ghidra,llm,reverse-engineering,source-code-recovery,static-analysis

GitHub 星标★ 1954

30天Star增速

HF 下载量

上线时间2026-02-17 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：进阶约 30 分钟部署方式：本地安装 7 步

环境要求

Python 3 与 pip 环境
本地安装的 Ghidra
一个受支持的 AI 提供方（Claude、Codex 或 OpenAI 兼容模型）
已认证的 Claude / Codex CLI，或可用的 API 配置
一个待分析的目标程序或项目

安装与启动步骤

1安装主体与桥

通过 PyPI 安装 auto-re-agent 及 Ghidra 查询桥，需 0.4.0 及以上版本。
```
python3 -m pip install --upgrade "auto-re-agent[ghidra-bridge]>=0.4.0"
```
2装无头导出支持

需要用无头方式运行 Ghidra 导出时，再装 headless extra。
```
python3 -m pip install --upgrade "auto-re-agent[headless]>=0.4.0"
```

3安装开发版

想用 GitHub 上最新开发版本时，用此命令同时安装桥与主体。

python3 -m pip install --upgrade "ghidra-ai-bridge @ git+https://github.com/Dryxio/ghidra-bridge.git@main" "auto-re-agent @ git+https://github.com/Dryxio/reagent.git@main"

4导出 Ghidra 证据

在你要逆向的项目目录下执行，需 headless extra 与本地 Ghidra 安装。
```
ghidra-bridge export all
```
5确认导出可见

检查导出的证据和配置是否已被桥识别，避免后续分析读不到数据。
```
ghidra-bridge info
```
6编写配置文件

在目标项目里创建 re-agent.yaml，填入 LLM 提供方、密钥、模型等；完整字段见 docs/configuration.md。
7运行环境自检

执行 setup check，确认依赖、Ghidra 与 AI 提供方配置是否就绪，再开始重建函数。
```
re-agent doctor
```

关键配置

配置项	必填	说明	示例
`RE_AGENT_LLM_PROVIDER`	是	指定使用的 LLM 提供方	`anthropic`
`RE_AGENT_LLM_API_KEY`	否	API 方式接入时的密钥	`sk-xxxxxxxx`
`RE_AGENT_LLM_MODEL`	否	指定调用的模型名称	`claude-sonnet-4`
`RE_AGENT_LLM_BASE_URL`	否	OpenAI 兼容接口的基础地址	`https://api.openai.com/v1`
`RE_AGENT_BACKEND_CLI_PATH`	否	Claude / Codex CLI 可执行文件路径	`/usr/local/bin/codex`
`RE_AGENT_BACKEND_TIMEOUT`	否	后端调用超时时间	`300`

如何确认成功

ghidra-bridge info 能列出导出与配置，且 re-agent doctor 自检通过；随后对一个小函数重建并查看验证结果。

常见问题

Q：如何控制 LLM 成本和运行时长？

A：每函数的审查轮次、调查和尝试次数都在配置中做了上限；提供方日志会记录用量与成本元数据，实际花费取决于所选模型、证据量和目标复杂度。

Q：支持哪些 AI 后端？

A：支持 Claude、Codex 以及 OpenAI 兼容的模型；可以使用已有认证的 Claude 或 Codex CLI，也可以走 API 配置。

Q：应该从什么目标开始？

A：建议先选一个程序并只从一个小函数入手，确认流程跑通后再扩大范围，同时设置较小的模型调用上限。

Q：配置该写在哪里？

A：角色相关的 agents.* 配置、验证、项目 profile、parity 和输出路径都要写在 YAML 里；环境变量只支持有限的几个 LLM 与后端参数。

注意事项

配置优先级为：CLI 运行时覆盖 > 支持的环境变量 > re-agent.yaml > dataclass 默认值。
当前支持的环境变量仅有 RE_AGENT_LLM_PROVIDER、RE_AGENT_LLM_API_KEY、RE_AGENT_LLM_MODEL、RE_AGENT_LLM_BASE_URL、RE_AGENT_BACKEND_CLI_PATH、RE_AGENT_BACKEND_TIMEOUT。
无头导出需要同时安装 headless extra 并具备本地 Ghidra；桥的 Ghidra、导出与 source-map 配置见 ghidra-bridge 文档。
README 未给出 re-agent.yaml 的完整字段示例，请以 docs/configuration.md 为准。

核心亮点

深度融合 Ghidra 和 LLM，自动化反编译和代码重建，减少人工干预
支持函数级验证，确保重建代码的准确性，而非简单生成
兼容多种主流 LLM（Claude、Codex），灵活适配不同需求

不足之处

依赖 Ghidra 环境，安装配置有一定门槛
对复杂二进制（如混淆代码）的还原效果可能有限

适用场景

恶意软件分析，快速还原关键函数逻辑
漏洞研究，辅助理解二进制中的脆弱代码
遗留软件维护，从无源码二进制中提取函数实现

替代项目

GhidraMCP、BinGPT、Decompiler Assistant

项目介绍

auto-re-agent 是智能体领域的开源项目，由 Dryxio 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,954）位列前 30%，在智能体分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,308 增加到 1,954，净增 646。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。MIT许可证，可免费使用和部署。

它主要面向的使用场景是：恶意软件分析，快速还原关键函数逻辑。同类可对比的替代方案包括 GhidraMCP、BinGPT、Decompiler Assistant。

上一篇：langchain4j-aideepin

下一篇：repobrain