- name
SKILL.md
The skill file stays in the publisher's repository.
Paste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add index-login/MobileRE-Skill --skill so-function-recovery -a cursor -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add index-login/MobileRE-Skill --skill so-function-recovery -a claude-code -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add index-login/MobileRE-Skill --skill so-function-recovery -a codex -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add index-login/MobileRE-Skill --skill so-function-recovery -a grok -ySend the copied message in a Grok Bot chat. The Bot fetches this SKILL.md from GitHub and adds it to the skills all your Bots share.
Install this skill: https://github.com/index-login/MobileRE-Skill/tree/HEAD/.kilo/skill/so-function-recoveryFrom the publisher
目标不是读完每个函数,而是用最少的阅读量拿到完整逻辑闭环。
路径基准:项目根。工具在 tools/,Ghidra 脚本在 tools/ghidra/。
方法论正文见 references/so-function-recovery.md;本 skill 是可执行的流水线。
# 1) ELF 结构是否可用(脱壳产物常见 section header 被伪造)
python3 tools/so.py info <so>
# 判据:dynsym_defined > 0、relocations > 0、PT_LOAD 的 va_eq_off=true
# 2) Ghidra 是否已建库并完成分析
ghidra_get_current_program_info # 确认 program 名与 image_base
ghidra_get_function_count # 记下基线
# 3) 清理会阻塞构建的残留脚本
# C:\Users\Administrator\ghidra_scripts 内失败脚本会永久阻塞整批编译
# 删 McpInline_*.java + %APPDATA%\ghidra\ghidra_*\osgi\compiled-bundles\*
本流水线默认目标是加固壳 SO。类型判错会让 1/5.5/5.6/5.7 全部白跑。
python3 tools/so.py info <so> --grep Java_ # 业务库会有大量 Java_* 导出
python3 tools/so.py svc <so> # 有 kill/exit 才像加固壳
业务库的最快路径:jadx 列 native 声明 → 对 Java_* 导出(静态注册)或
scan_register_natives.js(动态注册)→ 只读这批函数。判据详见
references/so-function-recovery.md ›「〇、Step 0:先分诊 SO 类型」。
# PT_DYNAMIC → DT_INIT(12) / DT_INIT_ARRAY(25) / DT_INIT_ARRAYSZ(27)
# / DT_FINI_ARRAY(26) / DT_JNI 相关
关键:DT_INIT 可能指向函数内部(CFF 分发后的分支块)。
ghidra_get_function_by_address <DT_INIT> # 看返回的 Entry 是否等于 DT_INIT
# 若不等,真身是返回的 Entry
判据:反编译若满是 unaff_x19/x20 且控制流不通,就是命中了内部块。
DT_INIT_ARRAY 每一项都是一个初始化器,按四类归档:
时序:边界重建必须在导台账之前。台账的
size/insns/形状哈希都基于当时的 函数边界;先导台账再重建边界,函数总数会变(实测 3200 → 3916),台账全部作废。 顺序:so_unpack_prep→so_boundary_rebuild→so_split_pointer_targets→so_inventory。
# 配置 $TMP/so_inventory.cfg:
# out=<ledger.tsv>
# shapes_out=<shapes.tsv>
ghidra_run_ghidra_script script_name=so_inventory.java
每行 15 列:地址 / 名 / 大小 / 指令数 / 参数 / 返回类型 / 调用者数 / 被调数 / 代码引用数 / 数据引用数 / 引用来源函数 / 字符串 / 被调名 / 形状哈希 / 父命名空间。
形状哈希 = 指令归一化成 mnemonic + 操作数形状(立即数/地址/符号替换为 #)
后 MD5。同形状 = 同模板生成,读一个代表即可。
python3 tools/so_ledger.py <ledger.tsv> --shapes <shapes.tsv> --so <so> \
--report LEDGER.md --queue queue.tsv --rename rename.tsv
# 只看还剩多少
python3 tools/so_ledger.py ... --stats
三层含义与证据等级判据见 references/so-function-recovery.md ›「一、先建立函数台账,再动手」。
验收(两道闸门,缺一不可):
先看第一道。
empty占比高时后面所有统计都不可信 —— 这是最容易踩的坑: 拿未脱壳的 SO 跑,机器形状会变成empty 80%+,并产出上千条错误的FUN_xxx → empty_xxx重命名建议。
T1 = 0 是正常的:字符串锚点这一轮做完后,所有有串函数都已命名,T1 队列自然空。 看到 T1=0 说明串锚点已完成,不是判据失效。
自动分析按序言识别起点,会漏掉同族函数合并产生的第二入口。
# 列出所有"被指针表引用但落在函数内部"的地址
# 判据:首指令是 ldr xN,[x0] / stp x30 / str x30,[sp,#-N]! / bti
# 反例 ldrb w9,[x0] 是读数据,不是入口
ghidra_run_ghidra_script script_name=so_split_pointer_targets.java
不要先删原函数。createFunction 会重新界定 body,原函数自动截断。
验收:拆分后函数总数增加量 = 成功拆分数;重新导出台账,新函数应被分类器
识别为预期形状(如 ffi_bridge)。
# 配置 $TMP/so_apply_rename.cfg: in=<rename.tsv> apply=1
ghidra_run_ghidra_script script_name=so_apply_rename.java
脚本只改「生成名」开头的函数(FUN_/leaf_/frag_/tail_/cff_/dl_/
thunk_/vm_/sprintf_inline_/mprot_/ptr_),已有语义名一律跳过。
重复执行安全。
python3 tools/so.py svc <so>
# svc @0xADDR nr=N (name)
加固壳常绕过 libc 直接 svc #0,使 hook kill/hook exit 失效。
先数 nr=129 再读代码:检测逻辑可分散在几十个函数里,但自杀点集中且必然存在。
把 svc 地址映射到函数,得到的清单就是"检测路径的终点"。
约束:含 kill 的函数不返回。不能 hook 返回值,只能在 svc 指令处下断点
或在 syscall 层拦截。
三个可静态识别的特征:
影响动态分析:壳换掉了 env->functions,之后所有 JNI 调用走副本。
hook libart.so 的导出函数无效,必须 hook 表里的槽位。
业务方法不在 .text 里、而是被编译成自定义字节码时,不要在本流水线里硬啃 ——
走专项流程:
已有 profile 可直接复用:tools/vmp_profiles/ 下每个 JSON 是一套壳的编码模型。
命中就不用从零建模,直接 trace → verify → disasm。
排序依据:证据等级 → 同形状成员数(读一个覆盖多个)→ 体积。
命名证据分级(只写有证据的名字):
# 配置 $TMP/so_dump_pseudo.cfg: out=<path> min_size=64 include_vm=1
ghidra_run_ghidra_script script_name=so_dump_pseudocode.java
验收:新命名的函数应出现在伪代码里;机械名带地址后缀便于回溯。
不是函数清单,是"它怎么工作":
函数命名率不是判据。 命名率低但逻辑闭环完整,比 100% 命名但讲不清主流程更有价值。 判据全文见 references/so-function-recovery.md ›「十二、完成判据」。
通用工具(tools/,任何 SO 可用)
样本专用工具(<包名>/tools/,换样本需重写或改 profile)
分界线:能按 ELF 结构/通用算法判定的 → tools/;
需要样本的地址、字符串、VM 编码常量的 → <包名>/tools/。
VM 专项工具(vmp.py / vmp_profiles/ / 样本的 vm_*.py)归 skill vmp-analysis 管,
本节不重复列 —— 步骤 5.7 会转交过去。
references/so-function-recovery.mdreferences/native-analysis.md ›「3.5.2 字节码 VM 逆向(VMP 型壳)」references/so-emulation.md、skill so-emulatereferences/so-func-naming.md、skill func-naming大型加固 SO 函数级还原流水线(2000+ 函数、无 .eh_frame、CFF 混淆、内嵌字节码 VM)。用台账三层筛选替代逐个读函数,用指针表交叉检查函数边界,用动态 trace 反推 VM 编码,最终产出完整逻辑闭环。当任务是"把某个 .so 的主要代码逻辑搞清楚"、要判断"分析到什么程度算完成"、或不想重复读同一批函数时使用。
---name: so-function-recoverydescription: 大型加固 SO 函数级还原流水线(2000+ 函数、无 .eh_frame、CFF 混淆、内嵌字节码 VM)。用台账三层筛选替代逐个读函数,用指针表交叉检查函数边界,用动态 trace 反推 VM…---# .kilo/skill/so-function-recovery/SKILL.mdFAQ
Download .kilo/skill/so-function-recovery/SKILL.md from the publisher, or copy the path and open the repository. PlugMCP lists the skill and does not host the file.
The publisher keeps it at https://github.com/index-login/MobileRE-Skill.
Claude, Cursor, Codex, and Grok Build can read a SKILL.md you add from the publisher's repository. Grok Bot installs it when you send the skill's GitHub folder link in a chat.