owenpawl/cerberus-re-skill
cerberus-reは、Ghidra、LLDB、Fridaを中心とした再現可能な静的/動的/インストゥルメンテーションの三要素ループを構築するための、ローカルかつApple向けのリバースエンジニアリングワークベンチです。
cerberus-re は、Ghidra、LLDB、Frida を中心とした反復可能な静的/動的/計装の3つのヘッドを持つループを構築するための、Apple 向けローカルリバースエンジニアリングワークベンチです。
ターミナル専用のメモではなく、耐久性のあるアーティファクトを必要とするアナリストやコーディングエージェント向けに設計されています。
ランタイムアタッチとターゲット呼び出しは常に明示的です。ツールは、所有プロセス、アタッチしない検証、生成されたアーティファクト、および仮定が証拠とともに記録される制限付きプローブを優先します。
公開ワークベンチは、汎用的な Apple バイナリ解析インフラストラクチャです：Ghidra のインポートとエクスポート、LLDB/Frida の相関、Mach-O/ObjC/Swift/XPC の証拠、およびポータブルレポート。これは、プロジェクト固有の研究ログでも、汎用的な長期実行エージェントメモリシステムでもありません。ドメイン固有の研究ワークフローは、プライベートオーバーレイまたは耐久性のある実行アーティファクトに置き、汎用的な長期実行状態は long-run-agent に属します。
大規模なリバースエンジニアリング作業には、Cerberus RE を long-run-agent と共に使用してください。Cerberus RE は静的、動的、計装ワークベンチを提供します。long-run-agent は、ミッション状態、クレーム、アーティファクト、障害、摩擦、次のアクションを保持し、長期間の調査が監査可能で再開可能であることを保証します。Cerberus RE は制限されたタスクで単独実行可能ですが、ベンチマークおよびリリースワークフローでは、cerberus-re + long-run-agent の組み合わせ設定を推奨します。
新規チェックアウトの場合は、依存関係インストーラを dry-run モードで起動します：
python3 scripts/install_dependencies.py
python3 scripts/install_dependencies.py --execute
source .venv/bin/activate
cerberus-re bootstrap
インストーラはローカルの仮想環境を作成し、Cerberus RE をインストールし、Frida Python ツールを追加します。macOS で Homebrew が利用可能な場合、Ghidra/Java および Node をインストールできます。Linux および Windows では、システムインストールを自動実行する代わりに、パッケージマネージャ固有のコマンドをレビュー用に表示します。
システム依存関係が既に存在する場合：
pip install -e .
cerberus-re bootstrap
オプションのスキルインストール：
cerberus-re install --host codex
cerberus-re install --host claude
cerberus-re install --host both
デフォルトのパスは、templates/config.env.example に文書化された環境変数で上書きできます。
cerberus-re doctor
cerberus-re bootstrap
cerberus-re import analyze /path/to/Binary my_project
cerberus-re export apple-bundle my_project BinaryName
cerberus-re bridge arm my_project BinaryName
cerberus-re bridge call /functions/search '{"query":"interestingName"}'
cerberus-re validate lldb-trace my_project BinaryName --launch-cmd /path/to/host --symbols '-[Owner selector:]'
cerberus-re validate lldb-trace my_project BinaryName --launch-cmd /path/to/host --symbols FirstExport --symbols SecondExport
cerberus-re frida validate-scripts
cerberus-re frida recheck-attach --target /path/to/owned-host --symbol '-[Owner selector:]' --allow-runtime
cerberus-re export runtime-enrich my_project BinaryName /path/to/runtime_hits.json
cerberus-re export xpc-surface my_project BinaryName
cerberus-re export xpc-graph my_project:BinaryName other_project:OtherBinary
cerberus-re export function-dossier my_project BinaryName --function '-[Owner selector:]'
cerberus-re export triage-bundle my_project BinaryName --top-candidates 25
cerberus-re polish release --mode quick --strict-command-surface
export xpc-surface がゼロカウントを報告する場合は、その証拠を欠如として使用する前に warnings および missing_input_count を確認してください。デフォルトのエクスポートディレクトリ外に保存された Apple バンドルを分析する場合は、--bundle-dir または明示的なエクスポート JSON パスを渡してください。
自動化には python3 -m cerberus_re_skill または cerberus-re を使用します。汎用的な長期実行状態、ステアリングファイル、耐久性のあるプロジェクトメモリ、エージェントクローズアウトオーケストレーションは、このワークベンチではなく long-run-agent に属します。
公開ベンチマークスキャフォールドは、ベンチマーク結果を同梱せずに再現可能なエージェント/タスクマトリックスを定義します：
python3 scripts/agent_benchmark.py list
python3 scripts/agent_benchmark.py scaffold --runner codex --configuration cerberus-re-long-run-agent --output benchmarks/results/example/codex/cerberus-re-long-run-agent
python3 scripts/agent_benchmark.py validate --bundle benchmarks/results/example/codex/cerberus-re-long-run-agent
機械可読な信頼できる情報源として benchmarks/agent_benchmark.v1.json を使用してください。スキャフォールディングされたバンドルは、実際のランナーが耐久性のあるコマンド、クレーム、アーティファクト、障害、メトリクスを記録した後にのみ結果となります。
SKILL.md：エージェント向け操作手順。cerberus_re_skill/：Python CLI およびレポートビルダー。scripts/：インストーラ、ヘルパースクリプト、シェルライブラリ、Ghidra Java スクリプト。bridge-extension/：Ghidra ブリッジソース。references/：公開コマンドおよびアーティファクトのリファレンス。benchmarks/：ベンチマーク定義、結果バンドルスキャフォールド、将来の公開結果形式。tests/：スモークテストおよび回帰テスト。マイルストーンを公開する前に：
python3 -m unittest discover -s tests
python3 -m compileall cerberus_re_skill scripts tests
python3 -m cerberus_re_skill polish release --mode quick --strict-command-surface
python3 -m cerberus_re_skill bridge audit
git diff --check
Apache-2.0。LICENSE を参照してください。