qybaihe /
bla
自荐一个我开发的开源工具 BLA(Blind LLM Agents),采用 MIT 许可证。 随着 REA(Reverse Engineer Anything)这类逆向 MCP 工具出现,现在把打包好的桌面客户端、二进制程序或前端产物丢给 Claude Code、Cursor、Codex,AI 已经可以用一条命令自动反编译并还原核心逻辑。传统代码混淆(比如单纯改变量名)在大模型的全局推理面前基本失效了。 我做 BLA 的思路不是和 AI…
qybaihe /
自荐一个我开发的开源工具 BLA(Blind LLM Agents),采用 MIT 许可证。 随着 REA(Reverse Engineer Anything)这类逆向 MCP 工具出现,现在把打包好的桌面客户端、二进制程序或前端产物丢给 Claude Code、Cursor、Codex,AI 已经可以用一条命令自动反编译并还原核心逻辑。传统代码混淆(比如单纯改变量名)在大模型的全局推理面前基本失效了。 我做 BLA 的思路不是和 AI…
自荐一个我开发的开源工具 BLA(Blind LLM Agents),采用 MIT 许可证。 随着 REA(Reverse Engineer Anything)这类逆向 MCP 工具出现,现在把打包好的桌面客户端、二进制程序或前端产物丢给 Claude Code、Cursor、Codex,AI 已经可以用一条命令自动反编译并还原核心逻辑。传统代码混淆(比如单纯改变量名)在大模型的全局推理面前基本失效了。 我做 BLA 的思路不是和 AI 拼“谁更难读”,而是针对自动化逆向 Agent 的工程边界做低成本反制——对准备发布的构建产物注入格式合法的诱饵逻辑与解析预算陷阱,让正常用户的实际运行行为 100% 不变,但试图自动逆向的 AI 分析器会触发资源上限、顺着假线索跑偏并持续消耗 Token。 几个主要特点: 构建后直接加固,不改业务源码:一条命令即可完成符号/SourceMap 暴露面扫描、加固注入与运行时等价性校验: bash npx bla-agents harden ./dist 覆盖主流发布产物格式:支持 JavaScript / TypeScript、Electron(.asar 与 Fuses)、WebAssembly、Python(.py / .pyc)、原生二进制(ELF / Mach-O / PE)、SQLite、AI 模型权重(Safetensors / GGUF)及移动端包体等。 多种接入方式:既可以作为 CLI 和 Vite / Webpack / Rollup / esbuild 打包插件放进构建流水线,也支持一键注册为 MCP 服务,在 Claude Code、Cursor、Codex 等编程助手里直接调用。 真实分析器对抗实测:仓库附带了针对真实 REA 分析路径的加固前后对照测试记录(docs/redteam/empirical-rea-validation.md),同时也如实标注了当前的防护边界与局限。 项目相关链接: 开源
讨论这个产品