leanrea — реверс-инжиниринг через один файл SKILL.md без MCP-сервера

leanrea — это один файл SKILL.md размером 8 КБ, который учит агента разбирать уже собранные чужие программы. Задуман он как замена MCP-серверу REA: агент не получает ни одного нового инструмента, вместо этого ему объясняют, какие обычные команды терминала быстрее всего подходят под каждую задачу.

Реверс-инжиниринг здесь — это разбор готовой программы без исходного кода, чтобы понять, как она устроена: какие функции наружу экспортируются, какие каналы IPC связывают процессы, какая версия компилятора и библиотек зашита внутрь.

Зачем убирать MCP-прослойку

REA (Reverse Engineer Anything) ставит между агентом и инструментами слой MCP. Он умеет работать с asar, otool, nm, go version -m, jadx, apktool, Ghidra, tshark, binwalk и sqlite3 — то есть с программами, которые и так лежат в системе или ставятся одним пакетом. Плата за прослойку — 207 инструментов, определения которых весят 3,35 МБ.

leanrea выбрасывает прослойку и оставляет три вещи:

• маршрутизацию: по типу файла и magic bytes выбирается самая дешёвая первая проверка;
• готовые к вставке команды для первичной разведки;
• список типичных граблей, которые в REA обрабатывает код.

Дальше агент сам запускает настоящие команды в терминале.

Бенчмарк

Прогон: Claude Code в headless-режиме (claude -p), модель Sonnet 5.5, macOS arm64. Четыре задачи, по три повтора на вариант, варианты запускались параллельно. Ответы сверялись с ключами, составленными вручную.

Задачи:

• electron — пройти по фиче в настоящем Electron-приложении через app.asar: от нативной функции к классу главного процесса и дальше к каналам IPC;
• native — перечислить экспорты, проверку разрешения TCC и блокировку второго экземпляра в нативном аддоне .node;
• go — узнать версию тулчейна и зависимостей у срезанного бинарника gh;
• deep — по одной только дизассемблировке определить формат пути сокета, протокол обмена и проверку собеседника.

Три варианта агента: leanrea, вообще без скилла, и REA (его MCP плюс его собственный скилл).

Против REA leanrea показал на 38% меньше времени, на 35% ниже стоимость, на 56% меньше раундов диалога и на 60% меньше токенов — при той же точности. Единственный частичный промах: в одном прогоне назван устаревший канал IPC вместо актуального v2, причём оба канала существуют.

Против варианта без скилла выигрыш заметно скромнее: примерно на 19% быстрее, на 32% меньше раундов и на 23% меньше токенов при примерно одинаковой цене. Разница в том, что leanrea не отказался выполнять задачу там, где голая модель отказалась.

Сколько стоит контекст

Отдельный замер: сколько токенов агент тратит, чтобы ответить «Reply with exactly OK».

Сырой список инструментов REA — это 207 записей и 3,35 МБ JSON: 745 КБ схем входных данных, 2,46 МБ схем выходных, 90 КБ описаний.

Микробенчмарк: одна и та же операция

Что внутри SKILL.md

Правила работы, которые агент обязан соблюдать:

• работать на копии файла, а не на оригинале;
• определять тип по file -b и magic bytes, потом запускать самую дешёвую проверку, и только потом декомпилировать;
• не читать большие и минифицированные файлы целиком, а вырезать нужные куски;
• собирать независимые проверки в один вызов терминала;
• искать по распакованным деревьям через rg -uu, потому что бандлеры прячут код в точечных папках вроде .webpack/;
• помечать каждое утверждение в ответе как увиденное (со ссылкой на файл и смещение), выведенное или неизвестное.

Дальше идёт таблица-маршрутизатор: самая быстрая команда для каждого типа цели.

Есть ещё два блока. «Первый ход» — по одной готовой команде, которую можно вставить и запустить, для нативных бинарников и для Electron: она сразу выдаёт полный перечень экспортов, импортов и строк за один вызов. И «приёмы ускорения»: начинать со строк и импортов; находить функцию по строке через комментарии literal pool в выводе otool; читать последовательность вызовов, а не каждую инструкцию; сравнивать сначала перечни (nm, список модулей), и только потом код.

Установка

npx skills add aicodeking/leanrea

Так используется skills CLI: он находит скилл leanrea и спрашивает, для каких агентов ставить — Claude Code, Codex, Cursor, Gemini CLI, OpenCode и другие.

Частые варианты:

npx skills add aicodeking/leanrea -g                 # для текущего пользователя, во все проекты
npx skills add aicodeking/leanrea -a claude-code -y  # только Claude Code, без вопросов
npx skills add aicodeking/leanrea -g -a '*' -y       # все поддерживаемые агенты, на уровне пользователя
npx skills update leanrea                            # позже подтянуть свежую версию

Ручная установка:

git clone https://github.com/aicodeking/leanrea
mkdir -p ~/.claude/skills && cp -R leanrea/leanrea ~/.claude/skills/

Если агент вообще не умеет скиллы, содержимое leanrea/SKILL.md можно вставить в его правила или системный промпт — это обычный текст.

Использование:

/leanrea How does the search feature in Foo.app work? Show the evidence.

Ограничения измерения

• По три повтора на каждую ячейку, одна модель, одна машина.
• REA тестировался в лучшем случае: Claude Code умеет подгружать инструменты MCP по требованию. Агенты, которые грузят всё сразу, попадают в строку с 400,7k токенов.
• Ghidra, Hopper и jadx на машине не стояли, поэтому задачи по нативному коду в обоих вариантах шли на инструментах Xcode.
• Простая модель и сама неплохо справляется с реверс-инжинирингом. Прирост leanrea над вариантом без скилла заметно меньше, чем над REA.

Исходники и таблицы — в репозитории: бенчмарк, файл скилла, сырые метрики прогонов, лицензия MIT.

Проект не связан с REA: авторы признают, что REA — отличная и хорошо документированная работа, и большинство граблей в скилле взято из чтения её кода и документации. leanrea — это проверка того, справится ли модель с обычными инструментами и короткой шпаргалкой.