文章总结： mobilere-skill是一套面向AIagent的移动端逆向技能系统，覆盖静态分析、动态hook、一键脱壳、反检测与native逆向，含23个frida模块、16个二进制工具及jadx-mcp和ghidra-mcp集成，通过决策树自动路由分析流程，支持合规检测与分层下钻，适用于app安全评估与加固对抗。
综合评分： 72
文章分类： 移动安全,逆向分析,安全工具
工具推荐 | MobileRE-Skill：AI Agent移动端逆向技能系统——Frida动态插桩、一键脱壳与分层下钻工作流
原创
迷人安全
迷人安全
迷人安全
2026年9月21日 14:59
浙江
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
点击上方蓝字关注 · 安全资讯每日更新
🦄 MobileRE-Skill 移动端逆向技能系统
Frida 动态插桩 · 一键脱壳 · 反检测流水线 · 分层下钻
2026年09月21日
做过移动端逆向的都清楚门槛在哪：Frida 脚本要自己写，脱壳工具要自己选型、加壳方案还要逐个试，反检测更是纯粹拼经验——每一步都卡人。
今天要推荐的 MobileRE-Skill 换了一种玩法：它不是又一个脚本合集，而是一套让 AI Agent 真正”会逆向”的完整技能系统——你用一句话描述需求，Agent 按决策树自动选择模块完成静态分析、动态 Hook、脱壳、反检测和 Native 逆向。
一、工具介绍
MobileRE-Skill（v0.6.0，MIT 协议）覆盖静态分析、动态分析、脱壳、反检测、Native 逆向与安全合规的完整逆向工作流，面向 AI Agent（Kilo 等）设计。
🏷️ 当前版本：v0.6.0
📜 开源协议：MIT
🐍 运行环境：Python 3.9+
🔌 工具链：Frida / Jadx / Ghidra / Unicorn / Capstone
📱 目标平台：Android（附带鸿蒙 HAP 解析）
二、核心特性
🧠 Agent 决策系统：逆向研究员角色定义 + SKILL.md 决策树自动路由，按需求描述自动选择分析模块
🔌 23 个 Frida 模块：monitors/ 14 个纯观察 + bypass/ 9 个主动干预，单一职责、-l 参数自由组合
📦 一键脱壳：unpack.py 六步流水线，一代壳/抽取壳通吃，产物直接导入 jadx
🛡️ 反检测流水线：六阶段自动递进：定位检测 SO → 抢 init_array → 追踪符号 → 保活 → 检测 shellcode → NOP 闪退函数
🧬 Native 深度逆向：无符号 SO 函数/结构恢复（Ghidra 交叉引用推理）、Unicorn 离线模拟执行、内存 DEX 脱壳（双 dumper 交叉验证，ptrace-free）
🔗 MCP 集成：jadx-mcp 让 AI 直接读 Java 反编译源码，ghidra-mcp 让 AI 直接反汇编/调试二进制
✅ 合规检测：注入检测、调试检测、WebView SSL、APK 元数据与签名验证清单
三、架构与工作方式
AI Agent (Kilo) ├─ agent/reverser.md 角色定义 ├─ skill/.../SKILL.md 决策树+模块索引 └─ feedback/ 分析反馈闭环 Frida 动态 Hook ├─ monitors/ (14) 纯观察不修改 └─ bypass/ (9) 主动干预 Python 二进制工具 └─ elfinfo / fix_elf / so_dump / hap_parser MCP 集成 ├─ jadx-mcp AI直读Java源码 └─ ghidra-mcp AI直调二进制 合规检测 └─ 注入 / 调试 / WebView SSL / 签名验证
与传统逆向工具箱的本质区别在决策依据：传统方式靠人的经验选择工具和路径，这里由 SKILL.md 决策树自动路由——Agent 角色定义（逆向分析研究员）+ 九大技巧域手册（脱壳/环境对抗/加密 Hook/行为分析/静态攻击面/SO 层分析/故障诊断/API 参考/文章索引）+ 反馈闭环（自动记录失败路径，避免重复踩坑）。
以一个典型需求为例：”这个 SO 去符号了，帮我还原函数名和结构体”——Agent 自动执行离线 ELF 侦察 → ghidra-mcp 交叉引用推理 → 重命名 + 结构定义，全程无需手敲命令。
四、分层下钻：从 Java 到 syscall
对抗加固应用的核心方法论是分层下钻：上层 Hook 被绕过时自动降级到更低层：
Java 层：jadx-mcp 直接读类源码
▼
JNI 层：定位 RegisterNatives / Dex2C
▼
Native 层：Ghidra 反汇编 + 符号恢复
▼
libc / syscall：Unicorn 模拟 + 打桩
▼
SVC 指令级：inline svc 扫描
针对 Dex2C / VMP 加固：Hook 优先拿数据 → unidbg 复现算法 → Ghidra 伪代码确认，不需要动用 IDA 重工具。配套 unpack.py 一键脱壳走六步线性流水线：
python unpack.py target.apk
# 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
# 一代壳/抽取壳通吃, 产物直接拖进jadx
五、快速上手
1. 宿主机环境（Python 3.9+ / Frida CLI / ADB / NDK / JADX / Ghidra）:
pip install -r requirements.txt
# 核心依赖
# frida / frida-tools 动态插桩
# unicorn CPU模拟执行(SO离线分析)
# capstone 反汇编
# keystone-engine 汇编(模拟打桩)
# pyelftools ELF解析
2. 测试机准备（root 真机或模拟器）:
# 1. 推送 frida-server
adb push frida-server-<版本>-android-arm64 /data/local/tmp/fs
adb shell "chmod 755 /data/local/tmp/fs"
adb shell "su -c '/data/local/tmp/fs -D'"
# 2. 推送合规检测组件
adb push AndKittyInjector /data/local/tmp/AndKittyInjector
adb push gdbserver64 /data/local/tmp/gdbserver64
3. MCP 配套（让 AI 直接读源码与反汇编）: 通过 jadx-mcp 与 ghidra-mcp 集成到 Agent 配置，AI 分析时直接调用对应接口，无需手动打开 GUI。
之后在 Agent 中用自然语言下发任务即可，例如”对这个 App 做一次完整合规检测”或”绕过 root 检测后 dump 内存中的 DEX”。
六、适用场景
🔍 App 安全评估：合规检测（注入/调试/WebView SSL/签名）批量执行
🧩 加固对抗：一代壳/抽取壳脱壳、Dex2C/VMP 算法还原
🦄 协议分析：加密 Hook、行为分析、网络请求全链路观察
🧬 Native 研究：无符号 SO 分析、模拟执行、内存 DEX 提取
七、写在最后
MobileRE-Skill 的价值不在某个单点脚本，而在把逆向工程师的决策经验文档化成 Agent 可执行的技能系统：决策树选路径、模块单一职责可组合、失败路径有反馈闭环。23 个 Hook 模块 + 16 个二进制工具 + 双 MCP 集成，移动逆向的 AI 工作流已经成型。
📦 项目获取方式
关注本公众号，后台回复 20260921
即可获取项目下载地址与完整技能文档
⚠️ 免责声明：本文所涉及的工具仅用于教育与合法授权的安全测试，请勿用于任何未经授权的 App 分析、破解或逆向，一切后果由使用者自行承担，与本公众号无关。
📌 由 迷人安全 公众号整理发布
文章内容仅供学习交流，不承担任何法律责任
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：迷人安全 迷人安全
迷人安全《工具推荐 | MobileRE-Skill：AI Agent移动端逆向技能系统——Frida动态插桩、一键脱壳与分层下钻工作流》