aicodeking/leanrea

解决的问题

leanrea 为复杂的逆向工程智能体设置提供了一种轻量级替代方案。它消除了对繁重的 MCP (Model Context Protocol) 服务器和数百个预定义工具的需求，这些工具可能会占用过多的上下文窗口、增加延迟，并提高 AI 智能体执行逆向工程任务的成本。

工作原理

leanrea 没有将工具封装在 MCP 层中，而是提供了一个 8 KB 的“技能”文件（包含一组指令和最佳实践），引导 AI 智能体直接使用标准的 Bash 命令和原生系统实用程序。它教会智能体如何识别文件类型、为特定目标（如 Electron 应用、Mach-O 二进制文件或 Go 二进制文件）选择最快的命令，并在没有外部工具定义开销的情况下执行高效的侦察模式。

适用人群

本项目专为使用 AI 智能体（如 Claude Code、Cursor 或 Gemini CLI）进行逆向工程，并希望优化智能体性能、减少 Token 使用量并缩短执行时间的开发人员和安全研究人员而设计。

亮点

• 显著的效率提升： 与传统的基于 MCP 的逆向工程工具相比，Token 使用量减少了高达 60%，执行时间缩短了 38%。
• 极简设计： 用一个 8 KB 的文本文件取代了 25 MB 的软件包和数百个工具定义。
• 广泛的兼容性： 适用于任何支持自定义技能或系统提示词的智能体，包括 Claude Code、Cursor 等。
• 优化模式： 包含处理复杂目标（如压缩后的 Web 包、Electron 应用和原生二进制文件）的专家级启发式方法。