leanrea README

README проекта с github.com/aicodeking/leanrea. Одним файлом markdown: README.md.

leanrea

One 8 KB skill file that does what REA does: no MCP server, no 207 tools, no setup.

REA (Reverse Engineer Anything) puts an MCP layer between your agent and tools it can already use: asar, otool, nm, go version -m, jadx, apktool, Ghidra, tshark, binwalk, sqlite3. leanrea drops that layer. It tells the agent which command is fastest for each kind of target, gives it ready-to-paste recon commands, and lists the traps that REA's code handles for you. The agent then runs the real tools itself.

REA 6.5.0 leanrea
What gets installed 25 MB npm package + MCP server one SKILL.md
Instructions 23.5 KB skill + 48.8 KB references 8 KB
Tools added to the agent 207 (3.35 MB of definitions) 0 (uses Bash)
Context for "Reply OK", all tools loaded 400.7k tokens, $1.60 34.5k tokens, $0.09

Benchmark

Claude Code headless (claude -p), Sonnet 5.5, macOS arm64. 4 reverse-engineering tasks × 3 reps × 3 arms, with the arms run side by side. Answers are graded against hand-made keys.

arm total wall time cost turns tokens score
leanrea 388 s $2.17 55 2.40 M 74/75
no skill 479 s $2.21 81 3.11 M 67/75 (one refusal)
REA (MCP + its skill) 627 s $3.36 124 5.93 M 75/75

Against REA, leanrea had 38% less wall time, 35% lower cost, 56% fewer turns and 60% fewer tokens, at the same accuracy. Its one partial miss named an older IPC channel instead of the v2 one (both channels exist).

The tasks:

The same operation run through REA's CLI vs the raw command:

operation REA raw
Go build info 0.56 s go version -m: 0.06 s
Mach-O overview 3.32 s otool + dyld_info + nm: 0.04 s
Electron app analysis (real desktop app) fails on asar integrity until you pass a flag, then 47.9 s and 140 MB of JSON asar extract + rg -uu: 4.8 s, 24 KB

Full tables, the context-overhead runs and caveats: bench/BENCHMARK.md. Raw per-run metrics: bench/results/final.jsonl.

Caveats:

Install

npx skills add aicodeking/leanrea

This uses the skills CLI. It finds the leanrea skill and asks which agents to install it for: Claude Code, Codex, Cursor, Gemini CLI, OpenCode and the others it supports.

Common variants:

npx skills add aicodeking/leanrea -g                    # install for your user, in every project
npx skills add aicodeking/leanrea -a claude-code -y     # Claude Code only, no prompts
npx skills add aicodeking/leanrea -g -a '*' -y          # every supported agent, user level
npx skills update leanrea                               # pull the latest version later

Manual install, if you prefer:

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

If an agent has no skills support, paste leanrea/SKILL.md into its rules or system prompt; it is plain text.

Use it:

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

What's in the skill

Reproduce the benchmark

Needs macOS with the target Electron app installed (see bench/setup.sh), gh from Homebrew, Node, and Claude Code logged in.

cd bench
./setup.sh        # installs [email protected], copies the targets into bench/work (gitignored)
./run_all.sh      # 36 runs, about $8 on Sonnet
./ctx.sh          # context-overhead probe
python3 mcp_list.py node work/rea-install/node_modules/rea-agents/scripts/rea.mjs --mcp   # REA tool count + size

The answer keys in tasks.json match the app versions used here and a gh built with go1.27.1. Other versions need new keys.

Credit

REA is an impressive, well-documented project by the morluto team. Most of the gotchas in this skill came from reading their code and docs. leanrea isn't affiliated with REA. It is just a test of whether a model with plain tools and a short note can do the same work faster.

MIT licensed.

leanrea (aicodeking/leanrea)

Ищем в базе…

4.3K ·GitHub
Что это такое?leanrea — это один файл навыка SKILL.md размером 8 КБ, который учит агента для программирования выполнять реверс-инжиниринг приложений и бинарников напрямую, через простые консольные утилиты вроде otool, nm, jadx и apktool, а не через сервер REA MCP с его 207 встроенными инструментами.
Это MCP-сервер вроде REA или что-то другое?Это вообще не MCP-сервер. Это один текстовый файл SKILL.md, который загружается в инструкции агента. Он не добавляет ни одного инструмента: агент сам запускает настоящие консольные утилиты через Bash.
Нужно ли сначала установить REA или MCP-сервер?Нет. leanrea намеренно отказывается от слоя MCP и npm-пакета REA весом 25 МБ, вместо этого опираясь на консольные утилиты, которые агент уже может вызывать через Bash, например asar, otool, nm, go version -m, jadx, apktool, Ghidra, tshark, binwalk и sqlite3.
Насколько надёжны цифры по скорости и стоимости?Бенчмарк прогонялся всего по 3 раза на каждую ячейку, на одной модели (Sonnet 5.5) и на одной машине. Ghidra, Hopper и jadx не были установлены, поэтому нативные задачи для обоих вариантов выполнялись инструментами Xcode. Единственный неверный ответ leanrea назвал устаревший IPC-канал вместо актуального канала v2.
С какими агентами для программирования оно реально работает?С любым агентом, который поддерживает навыки: подтверждено для Claude Code, Codex, Cursor, Gemini CLI и OpenCode через установщик skills CLI. Агенты без поддержки навыков тоже могут его использовать, если вставить текстовый SKILL.md в системный промпт.
Почему стоит выбрать это, а не просто REA?По сравнению с REA leanrea тратил на 38% меньше общего времени, обходился на 35% дешевле, делал на 56% меньше ходов и использовал на 60% меньше токенов при той же точности. Так получается потому, что он не загружает 207 определений инструментов MCP (около 400 тысяч токенов), а просто подсказывает агенту, какую команду выполнить напрямую.
С какими типами целей может работать навык?Его роутер охватывает приложения Electron/asar, Mach-O и нативные бинарники, бинарники Go/Rust/.NET, APK для Android, WASM, SQLite, plist-файлы, файлы pcap/HAR, прошивки, а также веб-сайты и трассировку работающих программ. Для каждого типа есть готовая первая команда.
Как именно проводился бенчмарк?Четыре задачи по реверс-инжинирингу выполнялись по 3 раза в каждом из 3 вариантов (leanrea, без навыка и REA). Использовались Claude Code в headless-режиме (claude -p) с моделью Sonnet 5.5 на macOS arm64. Ответы оценивались по заранее составленным вручную эталонным ответам.
Является ли leanrea официальным продуктом REA?Нет, leanrea не связан с REA. Его создали, изучив код и документацию REA, чтобы проверить, сможет ли модель с простыми инструментами и короткой заметкой показать такие же результаты, но быстрее и дешевле.
Автор
aicodeking
Размер
<0.1 MB
Звёзды
4.3K
Обновлён
КоммитOct 17
Возраст
1 мес
Коммиты · 90 дней