AI Native 的 ARM64 EL2 Hypervisor 静态逆向恢复工程。

项目当前处于"规范冻结、Skill 尚未实现"阶段。Workflow、Stage、Skill 和 Artifact Contract 是唯一权威定义;已有 Python/IDAPython 代码仅作为早期原型归档。

binRev/
├── README.md
├── specifications/
│ ├── workflow.md
│ ├── skill-architecture.md
│ └── contracts/
│ ├── artifact-contracts.md
│ ├── ida-tool-contract.md
│ └── constraint-boundary.md
├── skills/
│ └── .gitkeep
├── cases/
│ └── .gitkeep
└── prototypes/
 └── static-analysis-mvp/
 ├── README.md
 ├── pyproject.toml
 ├── src/
 ├── scripts/
 ├── config/
 └── tests/

项目的规范层,也是唯一事实来源:

• Workflow 与 Stage Contract
• Stage Contract 审计
• Skill Catalog
• Skill 架构与职责
• Artifact Contract
• IDA Tool Contract
• 约束边界

面向逆向工程师的 Stage 解释文档,用具体问题说明 Stage 的作用:

• S00 Case 初始化
• S04 EL2 架构语义
• S05 运行时基础对象
• S06 VM 服务模型

后续存放真实、可发现的 Codex Skill 包。当前保持为空,因为应先冻结合同,再按照 公共治理 Skill、基础 Stage Skill、领域 Skill、合成审计 Skill、Orchestrator Skill 的顺序创建。

每个子目录未来必须是独立 Skill:

skills/<skill-name>/
├── SKILL.md
├── agents/openai.yaml
└── references|scripts|assets/

Workflow 运行实例目录。每个 Case 只能有一个输入 Image,运行态 Artifact 按 artifact-contracts.md 保存。案例二进制和分析产物默认不提交到版本库。

cases/<case-id>/
├── input/Image
├── workflow/
├── stages/S00...S10/
└── delivery/

非权威实验实现。现有 static-analysis-mvp 可用于验证局部想法,但:

• 不能定义 Workflow 或 Stage。
• 输出不自动满足 Artifact Contract。
• 代码不能直接视为正式 Skill 实现。
• 原型能力应在合同适配和独立验证后才能迁移到 skills/。

• 唯一案例输入:一个 little-endian ARM64 boot executable Image
• 已知背景:EL2 Hypervisor,涉及 CPU/vCPU、VM 配置、Stage-2、调度、生命周期、HKIP 和中断直通
• 外部逆向工具:仅 IDA/IDAPython;Hex-Rays 可选
• 不使用外部源码、符号、日志、DTB、平台资料、动态环境或其他逆向工具
• 交付是静态恢复仓和证据,不承诺可编译、可运行、行为等价或安全证明

S00 Case 初始化
 -> S01 Image 布局
 -> S02 IDA 地址空间
 -> S03 程序结构
 -> S04 EL2 架构语义
 -> S05 运行时基础对象
 -> S06 VM 服务
 -> S07 生命周期与 HKIP
 -> S08 静态代码仓合成
 -> S09 一致性与安全审计
 -> S10 收敛与交付

实现工作应从 skills/ 的公共治理 Skills 开始,而不是继续扩展原型 CLI。