MobileRE-Skill

MobileRE-Skill — 综合移动端逆向分析 Agent 技能集

一个让 AI Agent（Kilo）真正"会逆向"的完整技能系统 —— 不只是 Frida 脚本，而是覆盖静态分析、动态分析、脱壳、反检测、Native 逆向、安全合规的完整逆向工作流。

English README · English

如果这个项目对你有帮助，欢迎 ⭐ Star 支持！

使用场景

你只需要用一句话描述需求，AI 按决策树自动完成整个分析流程：

所有操作由 AI 完成，你不需要手敲命令或运行脚本。

这是什么

一个 AI 逆向分析 Agent 的完整技能系统，不是脚本合集：

• 🧠 Agent 大脑（.kilo/agent/reverser.md）— 逆向分析角色定义，按决策树自动选模块
• 📚 领域知识（references/ 项目级 wiki + .kilo/skill/）— 9 大技巧域手册（全量索引 _index.md）+ 动态分析总控 + Native 深度能力（符号/结构恢复、离线模拟执行、内存 DEX 脱壳）
• 🔧 能力单元（scripts/）— 25 个 Frida 模块（monitors 15 + bypass 10）+ 22 个独立工具 + 检测清单
• 🛠️ 合规检测 — 注入、调试、WebView SSL、APK 元数据/签名
• 🔌 MCP 集成（kilo.json）— jadx-mcp（Java 反编译）+ ghidra-mcp（二进制分析）

与传统工具箱的区别

架构

┌────────────────────────────────────────────────────────────┐
│                 AI Agent (Kilo)                             │
│  .kilo/agent/reverser.md  — Agent 角色定义                  │
│  .kilo/skill/.../SKILL.md — 任务路由 + 决策树 + 模块索引    │
│  feedback/FEEDBACK.md     — agent 级反馈闭环（项目根）       │
├────────────────────────────────────────────────────────────┤
│               Frida 动态 Hook 模块（skill scripts/）        │
│  monitors/ (15 个) — 纯观察，不修改行为                     │
│  bypass/   (10 个) — 主动干预，修改 app 行为                │
│  utils/            — 内存 dump / 运行时 JS 工具             │
├────────────────────────────────────────────────────────────┤
│               独立工具（项目根 tools/）                      │
│  so.py · unpack · dex_* · frida_run · device_ui             │
│  emu_run · trace_recon · cipher_lab · fsmon_run · 检测      │
├────────────────────────────────────────────────────────────┤
│               MCP 集成（kilo.json 配置）                    │
│  jadx-mcp  — AI 直接读 Java 源码反编译                      │
│  ghidra-mcp — AI 直接反汇编/调试二进制                      │
├────────────────────────────────────────────────────────────┤
│              合规检测能力                                    │
│  注入检测 · 调试检测 · WebView SSL · APK 元数据/签名验证    │
└────────────────────────────────────────────────────────────┘

关键技术

• 一键脱壳：unpack.py 6 步线性流水线（默认回填 → 补充扫描 → 自动 pull → 修复 checksum → 去重 → 方法体标记），一代/抽取壳通吃，产物直接拖 jadx
• 反检测 Pipeline：6 阶段自动递进（定位检测 SO → 抢 init_array → 追踪符号 → 保活 → 检测 shellcode → NOP 闪退函数）
• 分层下钻：Java → JNI → Native → libc → syscall → SVC，上层 hook 被绕过自动降级到更低层
• Dex2C/VMP 分析：hook 优先拿数据 → unidbg 复现算法 → Ghidra 伪代码，不需要 IDA 重工具
• Native 深度逆向：无符号函数/结构恢复（离线 ELF 侦察 + Ghidra 交叉引用推理）、Unicorn 单函数模拟执行（JNI/libc/syscall 打桩）、内存 DEX 脱壳（双 dumper 交叉验证，ptrace-free）

项目结构

MobileRE-Skill/
├── references/                      # 技巧手册 wiki（项目级，索引见 _index.md）
│   ├── _index.md                    # 索引：作用 / 何时读 / 是否常驻
│   ├── unpacking.md                 # 脱壳
│   ├── anti-detection.md            # 环境对抗
│   ├── crypto-hook.md               # 加密/功能 hook
│   ├── behavior-analysis.md         # 行为分析
│   ├── static-analysis.md           # 静态攻击面
│   ├── native-analysis.md           # SO 层分析
│   ├── troubleshooting.md           # 故障诊断
│   ├── api-reference.md             # Frida API 参考
│   ├── articles.md                  # 参考文章索引
│   └── smoke-test.md                # 冒烟自检（回归清单，其它资料）
├── .kilo/
│   ├── agent/
│   │   └── reverser.md              # Agent 角色定义（工作纪律 + 重要手册清单）
│   └── skill/
│       ├── frida-mobile-security/   # 动态分析总控（Frida + jadx/ghidra MCP）
│       │   ├── SKILL.md             # 总控：任务路由 + 决策树 + 模块目录
│       │   └── scripts/             # Frida JS 模块（由 frida -l 加载）
│       │       ├── core/utils.js        # 公共工具（始终首个加载）
│       │       ├── monitors/            # 15 个监控模块（纯观察）
│       │       ├── bypass/              # 10 个干预模块（反检测等）
│       │       ├── utils/               # 内存 dump JS（so_dump / dex_* / codeitem）
│       │       ├── checklist/           # 检测清单脚本
│       │       └── templates/           # 模板（analysis.py / custom_hook.js）
│       ├── rev-symbol/              # 无符号 .so 函数命名（Ghidra MCP）
│       ├── rev-struct/              # 结构体恢复（偏移访问聚合）
│       ├── rev-unicorn-debug/       # Unicorn 模拟调试（工具在 tools/）
│       ├── rev-dex-dumper/          # 运行时 DEX 脱壳（panda + mem，ptrace-free）
│       └── karpathy-guidelines/     # 编码准则（开发辅助）
├── tools/                           # 独立工具（py/bat/jar，无 Frida 依赖）
│   ├── so.py                        # SO 静态分析一站式（ELF 侦察/字符串/字节/反汇编/交叉引用/SVC/JNI 判型）
│   ├── unpack.py                    # 一键脱壳入口
│   ├── dex_rebuilder.py / dex_dedupe.py                      # DEX 修复 / 去重
│   ├── fix_elf.py / fix_axml.py / patch_gadget_threadnames.py
│   ├── frida_run.py                 # 非交互 Frida 运行（无人值守）
│   ├── device_ui.py                 # 设备交互（元素树/点击/输入/截图）
│   ├── emu_run.py / uniharness.py   # Unicorn 离线仿真（含 --watch-* 观测层）
│   ├── trace_recon.py / cipher_lab.py  # 观测日志→状态重建 / 密码结构判定（层/表/编排）
│   ├── fsmon_run.py                 # 设备侧内核文件事件采集与分析（fsmon inotify 后端；落盘件 pull）
│   ├── check-anti-inject.bat / check-janus.bat / debug-gdb.py / janus_check.py  # 检测项
│   └── hap_parser.py                # HAP（鸿蒙）包信息解析
├── feedback/FEEDBACK.md            # agent 级反馈闭环（本地保留，不入库）
├── requirements.txt                # Python 依赖（frida/unicorn/capstone/…）
├── kilo.json                       # MCP 配置（jadx-mcp / ghidra-mcp，本地保留，不入库）
├── AGENTS.md                       # 开发规范（AI 编码约束）
└── README.md / README.en.md        # 本文件

环境搭建

宿主机要求

Python 依赖

pip install -r requirements.txt

MCP 配套（让 AI 直接读源码/反汇编）

通过 kilo.json 集成，AI 分析时直接调用，无需手动开 GUI：

测试机准备

# 1. 推送 frida-server
adb push frida-server-<版本>-android-arm64 /data/local/tmp/fuckserver
adb shell "chmod 755 /data/local/tmp/fuckserver"
adb shell "su -c '/data/local/tmp/fuckserver -D'"

# 2. 推送 AndKittyInjector（合规检测用）
adb push AndKittyInjector /data/local/tmp/AndKittyInjector
adb shell "chmod 755 /data/local/tmp/AndKittyInjector"

# 3. 推送 gdbserver64（调试检测用）
adb push gdbserver64 /data/local/tmp/gdbserver64
adb shell "chmod 755 /data/local/tmp/gdbserver64"

# 4. fsmon（内核文件事件采集，tools/fsmon_run.py 的设备侧依赖；缺件时 AI 自行下载 arm64 预编译并推送）
#    https://github.com/nowsecure/fsmon/releases

fsmon_run.py 与检测项均以 root（su -c）运行；fsmon 默认路径 /data/local/tmp/fsmon-android-arm64（--fsmon-path 覆盖）。

设计原则

• 单一职责 — 一个模块做一件事，monitors/ 只观察不修改，bypass/ 只干预不监控
• 可组合 — 模块通过 -l 参数自由组合，不互相依赖
• 可观测 — 所有 hook 点必须有日志输出，不静默吞掉
• 可复现 — 脚本能在其他设备上跑，不依赖特定路径硬编码
• 最小权限 — 只 hook 需要的目标，不做全量扫描

许可

MIT 许可。

免责声明

本项目仅供教育和合法授权的安全测试使用：

• 请勿用于任何未经授权的 App 分析、破解或逆向
• 使用者须确保拥有对目标 App 进行测试的合法授权
• 因使用本项目造成的任何法律责任由使用者自行承担
• 如侵犯了您的权益，请联系作者删除相关内容

支持

• ⭐ Star 本项目
• 🐛 遇到问题提交 Issue
• 🧩 有新的检测项/模块想法，欢迎讨论