cyberkaida/reverse-engineering-assistant

解決する課題

ReVaは、大規模なバイナリやファームウェアの解析など、複雑なリバースエンジニアリングタスクにAIを利用する際の困難に対処します。AIモデルが長時間の分析セッション中に重要な情報を忘れてしまう「コンテキストの劣化」という問題を、構造化されたツール駆動型のインターフェースを提供することで解決し、AIが重要かつ管理可能なデータ断片に集中できるようにします。

仕組み

ReVaは、Model Context Protocol (MCP) を使用して、GhidraリバースエンジニアリングプラットフォームとAI言語モデルの間のブリッジとして機能します。膨大なデータをAIに一度に渡すのではなく、ReVaはAIが必要に応じて呼び出せる専門的な小規模ツール群を提供します。これらのツールは、名前空間、相互参照、デコンパイルされたコードスニペットなどの具体的で関連性の高い情報を提供します。このアプローチは、人間がツールキットを使用する方法を模倣しており、AIがバイナリを体系的に調査するように促し、ハルシネーションを低減します。

対象ユーザー

Ghidraを使用しており、AIによる支援をワークフローに統合したいと考えているセキュリティ研究者、CTF参加者、開発者向けに設計されています。インタラクティブな分析（Ghidra UI経由）と、CI/CDパイプラインやバッチ処理のための自動化されたヘッドレス分析の両方をサポートしています。

主な特徴

ツール駆動型設計: AIに小規模で具体的なツールを提供し、コンテキストの過負荷を軽減して精度を向上させます。
インタラクティブおよびヘッドレスモード: Ghidra GUIと連携した詳細なリアルタイム分析や、バックグラウンドでの自動タスク実行が可能です。
MCP互換性: Claude CodeやVSCodeなどの標準的なMCPクライアントと統合でき、GitHubやWeb検索などの他のツールと組み合わせることが可能です。
人間のような探索: 相互参照などのコンテキストヒントを含み、AIが人間の専門家のようにバイナリを調査するように促します。
拡張性: バイナリトリアージ、暗号解析、CTFチャレンジなどの特定のタスクに向けたカスタムスキルをサポートしています。