医学科研 × AI 实践 · 阅读约 10 分钟

REA 项目科普介绍

让 AI 看懂软件，再动手改一个小功能

电视一开机，先替你播放免费频道；空调明明就在手边，调个温度还得打开厂商的 App。

已经有人让 AI 研究这些软件，给自己的设备重新做了一套操作界面。轮到我们每天用的科研工具，同样会冒出一个念头：这个按钮背后怎么工作的，能不能改得顺手一点？

最近走红的 REA，就和这件事有关。它能给 Codex、Claude Code 这类编程助手接上分析工具，帮助你追查现有软件的实现。读完这篇，你可以从一个恐龙小游戏开始，查清它为什么加速，再让 AI 做一个能自己调速度的版本。

REA：读懂软件的做法

写程序时，开发者先写代码，再把代码变成可运行的软件。做逆向分析时，研究者从现成的软件、文件和运行行为出发，推断内部规则。

比如，你点了“导出”，电脑多出一张表。研究者会接着查：按钮调用了哪个函数，函数读取了哪些字段，又怎样把内容写进文件。知道这条路径，才能判断缺列、乱码究竟发生在哪一步。

拿到的材料不同，难度也不同。网页通常能提供浏览器正在运行的 JavaScript；编译后的桌面程序，可能需要反汇编、反编译。后者往往只能恢复近似逻辑，原作者写过的注释、变量名和设计意图未必还在。

REA 的全名是 Reverse Engineer Anything。它提供工具接口和调查工作流，让编程助手调用 Ghidra、Hopper、IDA 等分析工具，也能调查网页与 JavaScript 应用。[1]

你可以把它理解成一套接到 AI 身边的检验设备：你提出问题，Codex 选择线索、解释结果；REA 帮它连接工具、返回分析材料。遇到不同目标，仍要准备对应的工具。

REA 的协作分工。箭头表示调查请求与证据返回。

这里要盯住一件事：AI 有没有给出程序出处。文件位置、代码片段、运行观察，都比一句“我已经理解了”更有用。代码混淆、依赖缺失或分析范围过大，照样会让它卡住。

截至 2026 年 10 月 26 日，REA 官方仓库约有 38.7 万个 Star。[1] 我觉得它吸引人的地方，在于把一个熟悉的愿望变成了可尝试的任务：研究现有功能，再做自己需要的改动。

接入后，你可以围绕一个按钮提问，让 Agent 找文件、调工具，省掉一部分搭建分析流程的工作。看到别人把电视首页改成自己喜欢的样子，也就明白了这些分析工具能帮上什么忙。

三星电视：换一个清爽的首页

开发者 Hunter 展示过自己的三星电视改造：研究 Tizen 的首页与启动器，做出更干净的主屏，取消随机免费频道的自动播放。使用的就是 REA。[2]

Hunter（@huntsyea）原帖展示的三星电视首页。图片来源：作者公开演示 [2]；未做设备复现。

空调与全屋控制

YuriRDev 发过一段家居演示：他用 AI 研究自家的设备，把灯带、摄像头和空调接到电脑上；还把房间照片交给 Claude，做成能控制灯光的三维房间界面。[3]这很接近大家想象的“全屋定制”：设备型号、界面和操作习惯都围着自己来。

复制一段 Notion 内容、东方 TH04、独立APP

REA 官方案例追踪过 Notion 的复制功能：从页面上的调用，经过桌面应用内部的消息传递，直到系统剪贴板；同时展示了相关代码的位置。[4]

PC-98 平台上的 16 位老游戏，从 16 位汇编指令里恢复了固定角度和瞄准角度两套弹幕计算逻辑，还把重建结果和历史编译器输出做了交叉验证。对 Mod 作者和老游戏保护者来说价值很大。

社区开发者连接 Samsung S24 Ultra，让 Codex 用 REA 分析 Sony 官方 App，逆向出 Wind Noise Reduction 功能的实现链路，做了一个独立 App——打开就能直接开启降噪。这是目前最接近"真实商业 App 功能提取"的案例。

这次沿用 REA 官方的恐龙游戏案例。目标很具体：找出加速规则，写一个带滑块的小版本，再检查数字。它研究的是公开网页脚本，适合第一次认识调查流程。[5]

在桌面新建 rea-dino-practice 文件夹，用 Codex 打开它。你需要一个已经能正常对话的 Codex，以及 Google Chrome。

再打开 Mac 的“终端”，检查 Node.js 和 npm：

这两条命令只查看版本。REA 6.8.0 支持的 Node.js 范围是 22.23.4 及以上的 22 系列、24.22.1 及以上的 24 系列，或 26.12.1 及以上版本。[6] 第一次准备环境，可从 Node.js 官网下载符合要求的 24 系列安装包；安装后重新打开终端检查。[7]

先用普通 Chrome 打开原恐龙游戏，按空格试玩。再打开官方速度实验室，拖一拖“速度”滑块。后面要做的，就是这样一个能自己调节速度的小版本。

原版恐龙游戏运行画面。来源：wayou.github.io/t-rex-runner/。

REA 官方恐龙速度实验室：开始、跳跃、重开、速度滑块和自动加速选项。[5]

在终端执行下面这条命令，先看配置计划：

--dry-run 表示不应用配置改动；不过，npx 仍会下载并运行这个软件包。看不懂输出，可以把它交给 Codex，问：“请解释准备修改哪些文件，有没有失败项；这次只分析网页。”

确认计划后，执行实际接入命令，并按提示确认：

这次练习不用分析原生二进制，可以跳过可选的 Hopper 安装。结束后完全退出并重新打开 Codex，让它加载 REA 连接和配套使用说明。[6]

把下面整段粘到终端。它会打开一个独立的 Chrome 数据目录，进入恐龙游戏。

成功后，你会看到一个新窗口。保持它和启动它的终端开启；这个窗口只用来做练习，不登录工作账号。独立数据目录也是新版 Chrome 调试连接的要求。[8]

其中，http://127.0.0.1:9222 是 REA 连接这个浏览器的入口，游戏网址则告诉它要检查哪个页面。[9]

回到 Codex，把这一段发出去：

看回答时，检查它有没有读取脚本的工具记录和代码出处。官方案例中的初始速度是 6，每次符合条件的更新增加 0.001，增加前判断速度是否小于 13。[5]

官方公开的 REA 源码分析示例：原始加速分支、速度常量及重建函数。[5] 这是官方网页截图，并非本机 Codex 会话。

查清后，在同一个聊天继续发：

等它写完，在练习文件夹找到 dino-demo.html，右键选择用 Chrome 打开。先试开始、跳跃、滑块和重开，再观察自动模式是否从 6 开始增长。界面不必和官方样例长得一样。

画面能动，不能证明它用对了规则。继续让 Codex 检查游戏实际调用的加速函数：

这四组数来自官方实验室。最后一个是 13.001，因为程序先判断，再相加，浮点运算下最后一次增加会略微越过 13。[5]

在官方实验室点击“运行速度检查”后的结果：四组数值均匹配。[5] 这是官方示例的验算结果；你生成的游戏仍需单独测试。

数字对上，只能说明这些检查点通过；跳跃、碰撞和按钮仍要试玩。结束后关掉练习用的 Chrome 窗口，留下游戏文件，下次再让 Codex 改颜色或增加跳跃高度。

卡住时，把现场交代清楚

提示 command not found，先确认缺的是 Node.js 还是 npm；找不到 REA 工具，先检查配置结果并重开 Codex；连接不上浏览器，确认独立窗口还在，端口和提示词中的地址一致。

把执行的命令、完整报错、出错前的操作一起交给 Codex，比只说“用不了”容易定位问题。

你以后可以研究测试环境中的表格导出、旧工具的文件格式，或一个界面按钮的数据处理过程。先取得授权，用合成数据练习，不把患者信息、机构密钥或临床设备当成试验材料。

REA 在本地调用分析工具，也不代表分析结果一定留在本地：你使用的模型服务可能接收工具返回的内容。接触真实科研数据前，仍要按所在单位的数据要求处理。

我更建议把第一次任务写得小一点：这个按钮读了什么，输出了什么，我拿什么证明它做对了。等你能回答这些，再考虑扩大范围。

关于作者

我是王佳清，聚焦医疗护理大模型应用，开展临床文本处理、知识增强、数据分析与智能决策支持研究；深度参与中国重点研发计划、国家自然科学基金及企业合作项目；联合多家三甲医院开展应用验证与迭代，推动大模型融入临床护理流程，促进智慧医疗与智慧护理成果转化。

资料与出处

[1] REA 官方仓库，项目定位与热度，核对日期：2026 年 10 月 26 日。

[2] Hunter 的三星电视演示原帖及关于 REA 的补充回复。采用作者自述的“首页、启动器和自动播放”范围，未做设备复现。

[3] YuriRDev 的家居控制原帖。作者说明了自用设备与未开源的情况；原帖未点名 REA。

[4] REA 官方：Notion 剪贴板调查。

[5] REA 官方恐龙速度实验室（中文版），以及页面链接的原游戏源码。教程截图取自该官方页面，原始案例标注使用 REA 4.1.0；本篇安装命令按 6.8.0 文档更新。

[6] REA 官方安装文档与npm 发布信息。

[7] REA 环境准备指南；Node.js 下载。

[8] Chrome 官方：远程调试与独立数据目录。

[9] REA 官方浏览器连接指南。