브라우저에서 암호화된 JavaScript를 발견하면 많은 AI 코딩 도구가 곧바로 복호화 로직이나 요청 재현 코드를 제안합니다. 하지만 역공학과 승인된 침투 테스트에서는 첫 명령어보다 먼저 확인해야 할 것이 있습니다. 이 작업의 유형은 무엇인지, 분석 권한은 있는지, 네트워크 범위는 어디까지인지, 결과를 어떤 증거로 남길지입니다. `zhaoxuya520/reverse-skill`은 이 순서를 AI용 스킬 라우터로 정리한 저장소입니다.
흐름은 `RULES.md`에서 시작해 `skills/MASTER-ROUTING.md` 또는 `skills/scripts/master-route.ps1`로 이어집니다. 이후 `case-init`이 케이스 디렉터리와 `scope.md`, timeline, workitems를 준비하고 인증 정보와 `network_profile`을 확인합니다. README는 이 준비가 끝나기 전에는 target ACT로 넘어가지 않는 구조를 설명합니다. 분석 대상이 프런트엔드 JS 암호화라면 `skills/js-reverse/`, HTTP 캡처와 요청 재현이라면 `anything-analyzer`와 `js-reverse/`를 선택하는 식입니다. APK, 모바일, EXE·DLL·SO·ELF, .NET, 악성코드·YARA, API·GraphQL, 펌웨어, LLM 보안도 각각 별도 진입점을 둡니다.
여기서 흥미로운 긴장이 생깁니다. 자동 라우팅은 AI가 jadx, apktool, Frida, IDA, BurpSuite 중 익숙한 도구를 무작정 고르는 일을 줄일 수 있습니다. 반면 라우터가 케이스를 잘못 분류하면 자동화가 실수를 더 빠르게 확장할 수도 있습니다. 그래서 이 저장소는 도구 실행만 연결하지 않고 timeline과 Evidence→Finding→Path, report, field-journal까지 이어 붙입니다. 무엇을 했는지보다 어떤 근거로 판단했는지를 남기려는 방식입니다.
환경 준비도 플랫폼별로 나뉩니다. Windows는 `powershell -File skills/scripts/refresh-tool-index.ps1`, Linux·macOS는 `bash skills/scripts/refresh-tool-index.sh`, Kali는 별도 스크립트를 사용합니다. 로컬에서 감지된 도구 상태는 `skills/tool-index.md`에서 확인할 수 있고, Java/JDK, Node.js 22.12+, Python 3.x와 코드 AI 클라이언트가 기본 전제입니다.
이 저장소를 보안 자동화의 만능 버튼으로 읽으면 곤란합니다. 승인된 범위와 라이선스, 도구별 실행 조건을 함께 검토해야 합니다. 특히 기본 라이선스는 MIT지만 `CTF-Sandbox-Orchestrator`는 GPLv3, Pentest Swarm AI는 원 프로젝트 기준 AGPL-3.0이라고 README에 적혀 있습니다. 그럼에도 `reverse-skill`의 방향은 분명합니다. 보안 AI의 출발점을 더 빠른 명령어 생성이 아니라, 분석 대상과 권한과 증거의 경계를 먼저 고르는 일로 옮깁니다.