REA(rea.tools) 接入 WorkBuddy 实操:Electron ASAR 免解压静态分析到零代码复刻

一次不掺水的工具链实测:REA 用 Agent 架构调度传统逆向工具,对 Electron 应用可以不解压 ASAR、不运行程序就静态理清入口点、IPC 通道与 preload 脚本。我用 WorkBuddy 把它接进本地,走完「注册 mcp.json → 拉起服务握手 → 自建靶场 → v1 静态分析 → v1/v2 差异比对 → Vosk 离线模型零代码复刻 → 改版与 27 项自测」整条链路。本文按步骤还原,含 3 组提示词、结构级发现数据、端到端自检结果,以及逆向分析的合规边界。
我是小虎,浙大计算机本硕,破局行动家,《AI超级个体------一人公司完全指南》作者,专注于AI培训、超级个体打造、公司提效陪跑。

日常办公里,会议纪要和语音速记少不了,但按年收费的语音转文字工具动辄几百块。

大家好,我是小虎。

这次我把海外爆火的开源逆向工具 REA 克隆方案本土化:用国内的 WorkBuddy 接上开源 REA(rea.tools),不写一行代码,在自建合规靶场里免解压摸清桌面工具结构,并复刻出完全离线免费的语音转文字工具。

打开 WorkBuddy,点击左上角「新建任务」进入空白工作区。

接入开源逆向工具 REA

以前开发者做软件逆向,得自己啃反汇编器、查底层接口、在符号表里手动追调用链。

截至 10 月 12 日,REA 在 GitHub 上三天狂揽 12 万星,动摇了延续半个世纪的"源码不可得"护城河。

它采用 Agent 架构调度传统逆向工具,让 AI 真正长出"手和眼睛":面对 Electron 应用,无需解压 ASAR 压缩包或运行应用,就能静态理清入口点、前后端通信通道(IPC)和预加载脚本(preload);

检查 .NET 程序不用执行就能看元数据,检查网站还能通过本地 Chrome DevTools 端点被动观察。

在底部输入框贴入让 WorkBuddy 自动接入 REA 的提示词并点击发送:

Prompt 提示词:

text 复制代码
请帮我安装并接入开源逆向分析工具 REA(https://rea.tools),准备好后告诉我一声,并显示一共花了多少时间。

发送后不用动手,WorkBuddy 会在后台自动探测 Node 环境、全局安装工具并写入配置。全自动配置等了大约 15 分钟。

跑完后,对话框显示已完成 mcp.json 注册,并成功拉起 REA 服务的初始化握手,返回了 {'name': 'rea', 'version': '6.8.0'},说明逆向分析环境已经接通。

搭建合规靶场与测试音频

逆向分析必须守住合规底线,绝不能拿来破解未经授权的第三方商业软件。

我们在本地先搭一个合规靶场------生成名为 VoiceScribe 的模拟语音转文字桌面工具(打包出 v1 与 v2 两个版本的 ASAR 包),并用工具生成一段 5 秒的标准普通话测试音频 test.wav。

WorkBuddy 在后台自动调用工具链打包,这一步等了大约 12 分钟。

生成完成后,右侧预览区列出了完整目录:包含 5 秒测试音频 test.wav(16kHz / mono / 16-bit PCM)以及打好包的 v1/resources/app.asar 与 v2/resources/app.asar 程序包。

免解压静态分析底层架构

针对 Electron 桌面小工具,REA 最实用的地方在于不运行软件、不解压文件就能看透结构。

在输入框发送指令,让 REA 对 v1 版 app.asar 执行免解压静态分析。

后台解析等了大约 5 分钟。分析完成后,右侧打开了 v1-analysis-report.md。

我写了 20 多年代码,看到这个结果依然很震撼:在完全没有解压 ASAR 文件、也未运行应用的前提下,REA 直接识别出 11 个内部文件,解析了 6 个 JavaScript 文件,建立了 72 个应用图节点和 95 条关系边,把主进程入口、预加载脚本以及 4 条前后端通信通道全部梳理了出来。

5 分钟就能把一个桌面软件摸得底朝天,比人工翻代码快太多了。

对比软件版本升级差异

软件版本迭代到底改了什么?直接发指令让 REA 对比 v1 和 v2 两个版本的 app.asar 程序包。

这个原生比对过程等了大约 6 分钟。右侧生成了《VoiceScribe v1 -> v2 版本变更报告》,直接把更新重点列得明明白白:

维度:v1 版本 | v2 版本 | 变化要点

版本号与体积:1.0.0 (12,683 B) | 2.0.0 (14,956 B) | 主版本升级,归档增加 2,273 字节

通信通道数量:4 条成对通道 | 5 条成对通道 | 新增 transcribe:alternates 接口

文件与模块:11 个文件 | 12 个文件 | 新增 core/punctuation.js 标点恢复模块

连新增了哪个通道、哪个文件都直接标红提出来,省得人工一行行去 diff。

零代码复刻本地离线工具

摸清了架构和通信通道,接下来在输入框发送提示词,让 WorkBuddy 根据刚才分析出的图纸,在本地复刻一个完全免费离线运行的语音转文字工具:

Prompt 提示词:

text 复制代码
现在请根据刚才 REA 分析出来的软件结构和核心逻辑,帮我零代码完整复刻一个免费在本地运行的桌面语音转文字小工具,支持录音和导入本地音频文件转出文字,不要花哨无关的装饰,做完告诉我怎么打开它以及花了多少时间。

发出去后,WorkBuddy 自动下载并配置了 Vosk 中文离线语音识别模型,并编写了 Electron 前后端代码。这个过程等了大约 12 分钟。

完成后,左侧卡片直接生成了「打开 VoiceScribe.cmd」启动脚本。

下方后台自动化自检日志显示 node selftest.js:21 通过 / 0 失败,在模拟运行中 5 个通信接口全部在 5.18 秒内调通。

整套端到端自检一次全绿通过,非常扎实。

点击左侧对话产物卡片中的「打开 VoiceScribe.cmd」查看启动脚本详情,并确认启动脚本已做好环境清理。本次实测在本地由后台自动化脚本完成了全链路验证。

改版升级与合规底线

为了更贴合日常办公需求,在底部输入框贴入改版指令

,要求增加「一键复制结果」和「导出 TXT 会议纪要」两个按钮,并显示音频时长,同时总结 REA 逆向分析的合规底线:

Prompt 提示词:

text 复制代码
刚才第一版试跑转写成功了,但界面有点单调,请帮我改一轮:加上「一键复制结果」和「导出 TXT 会议纪要」两个按钮,显示音频时长;另外请顺便帮我总结一下用 REA 做逆向分析的边界和合规底线,方便我写进教程提醒读者。

发出去后等了大约 5 分钟,WorkBuddy 完成了改版重构与 27 项链路自测。

右侧同时生成了《REA 逆向分析的边界与合规底线 (教程用)》文档首屏。

向下滑动右侧文档,能看到非常严格的行为底线清单:

允许

:拆自己写的程序、自建靶场、已获书面授权的目标;公开结构级发现(接口、配置差异);将逆向证据包当成敏感文件管理。

禁止

:拆第三方的商业软件、他人账号下的程序;公开或传播拆包得到的源码、密钥或模型文件;二次分发、去除商业软件水印或破解授权。

这个方案到底好不好用?

先说不足。整个流程虽然零代码,但绝非秒出。

从配置环境(15 分钟)、生成靶场(12 分钟)、静态分析(5 分钟)、版本比对(6 分钟),到离线模型下载与代码复刻(12 分钟)、改版升级(5 分钟),整套流程累计等待了近 55 分钟。

后台下载语音模型和打包需要耐心等待,不适合追求一键即成的人。

此外,本次实测是在本地通过后台脚本完成了全链路接口的端到端自动化自测。

但它的价值非常实在:

打破海外门槛

:无需海外信用卡与付费接口,国内原生工具链就能跑通。

免解压看穿架构

:几分钟内就能摸清桌面应用的通信通道和结构差异,不再需要人工去反汇编代码里苦熬。

零年费离线可用

:复刻出来的小工具内置 Vosk 离线模型,音频在本地就能转出文字,配合一键复制和导出 TXT,平时整理会议速记省时又省钱。

明天如果在业务中遇到了自己公司老旧、无源码维护的桌面小工具,或者想搭建一套私有离线的会议速记流水线,完全可以照着上面的步骤在合规靶场里跑一遍。

牢记一条底线:REA 是一把锋利的手术刀,只用来分析自己拥有或获授权的程序,摸透架构后再去重写自己的离线平替,技术才能真正带来自由。

以上为完整实测记录,3 组提示词与合规边界清单均可直接复用;逆向只用于自己拥有或已获书面授权的目标。

相关推荐
狼爷1 小时前
AI 这么强,笔记还有意义吗?结合 AIED 2026 研究,一套可落地的原子笔记工作流
aigc
Spidermanbaout1 小时前
Prompt-Engineering实战-2026年11月2日
人工智能·机器学习·ai·chatgpt·ai编程
这个DBA有点耶3 小时前
库内语义构建 vs 外挂向量库:业务语义缺失,才是RAG“胡说八道”的根源
数据库·mysql·aigc
Dawson Zhu3 小时前
从空间 Scaling 到时间 Scaling
人工智能·语言模型·架构·aigc·agi
ServBay3 小时前
OpenAI大规模封号?ChatGPT 用户该如何应对
chatgpt·openai·ai编程
OpsEye5 小时前
混合云 AI 架构,如何统一做敏感内容拦截?
javascript·ai编程
Spurs蒋5 小时前
【大模型推理工程 03】GPU 推理性能:显存、带宽、算力与算术强度
aigc
Spurs蒋5 小时前
【大模型推理工程 02】KV Cache、Prefill 与 Decode
aigc