4.2 ReAct自动模式与本地RAG
4.2 ReAct自动模式与本地RAG
本节摘要：角色预设是人推一下、模型走一步；ReAct 自动模式让模型自己走：思考（当前该干什么）、行动（调用某个工具，通常是发一条 r2 命令）、观测（读命令输出），循环往复直到给出答案。本节先讲清这个循环为什么在逆向里成立——因为 r2 命令的输入输出都是文本，恰好是模型的世界；然后实操自动模式会话，让它在 demo_stripped 上自主完成「找校验函数、认出去混淆、给出密钥」的全过程，全程留痕。第三部分讲 r2ai 内置的本地 RAG 向量库：把第 2.2 节那种函数级 JSON 建成可检索库，模型先查再读，解决「全部函数塞不进上下文」。第四部分给本地 Ollama 与云端模型的取舍表。最后是刹车：预算上限与人工检查点。命令与输出为写法示意，以 r2ai 官方 README 为准。
学习目标
- 说出 ReAct 循环三阶段及各自在 r2ai 中的落点。
- 跑一次自动模式会话并核对其每步行动的真实性。
- 解释函数级 RAG 如何解决上下文装不下的问题。
- 按隐私、成本、质量三维度选定模型部署方式。
- 为自动模式配好预算与检查点两道刹车。
一、从单轮问答到 ReAct 循环
ReAct 的意思是推理与行动交替：模型不一次性给答案，而是边做边想。
┌─────────────── 思考（Thought）───────────────┐ │ 「我需要先知道有哪些函数，才能找校验逻辑」 │ └───────────────────────┬──────────────────────┘ ▼ ┌─────────────── 行动（Action）───────────────┐ │ 调用工具：aflj（列函数，JSON） │ └───────────────────────┬──────────────────────┘ ▼ ┌─────────────── 观测（Observation）──────────┐ │ 读到 14 个函数的清单，其中 fcn.00401160 可疑 │ └───────────────────────┬──────────────────────┘ ▼ 回到思考：下一步发 pdf 还是 axt？ （循环，直到模型给出最终答案）
这个循环在逆向里成立的根本原因与第 4.1 节同源：r2 的命令与输出都是文本。EnIGMA 的结论（第 0.1 节）说的正是这件事——给模型交互式工具，能力大幅提升；ReAct 是把「交互」程序化的标准形状。
自动挡的代价是失控风险：模型可能发十几次无意义的命令烧 token，也可能在幻觉里打转。所以本节结尾的刹车不是可选项。
（文字流程图）单轮问答（4.1 节）：人问 ──▶ 模型答 ──▶ 人再问。ReAct（本节）：人给目标 ──▶ 模型思考 ──▶ 发命令 ──▶ 读观测 ──▶ 循环 ──▶ 出答案 ──▶ 人重放证据链。
二、自动模式实操
# bash —— r2ai 自动模式会话（写法示意，输出有删节，以官方 README 为准） r2 -A bin/demo_stripped [0x00401090]> r2ai -m ollama/qwen2.5-coder [0x00401090]> r2ai 找出这个程序的许可校验逻辑与正确密钥，给出证据链 （模型自动循环） 行动: aflj -> 观测: 14 个函数 行动: izz -> 观测: [FAIL] invalid license key 等字符串 行动: axt @ str._FAIL_... -> 观测: 引用落在 fcn.00401139 行动: pdf @ fcn.00401160 -> 观测: strcmp 与对 fcn.00401189 的调用 行动: pdf @ fcn.00401189 -> 观测: 逐字节异或 0x5a 的循环 行动: px 16 @ 0x00402008 -> 观测: 36 33 39 3f 34 29 3f ... 答案: fcn.00401160 为校验函数；期望密钥为字节序列逐个异或 0x5a 的结果 license；证据链如上五步。
会话后的人工动作只有一样：把证据链五步在 r2 里重放一遍（每条行动都是合法 r2 命令，这正是设计出来的可复核性）。哪一步的观测与模型转述不符，就在哪一步喊停。
自动会话还有一个观测细节要盯：观测截断。函数太大或字符串太多时，工具返回给模型的观测会被截断，模型可能基于半截观测下结论而不自知。两个对策：走查前对超长函数先手工分段（或用第 2.2 节的截断标记思路）；要求模型在答案里注明「依据的观测是否完整」。截断是自动模式里最隐蔽的翻车点，比幻觉更难发现。
三、内置向量库：函数级 RAG
自动模式有个隐含瓶颈：上下文装不下全部函数。中型样本几百个函数、几万行伪代码，逐个 pdf 会把会话撑爆。r2ai 的解法是内置本地 RAG 向量库：把函数文本（伪代码或反汇编）向量化存本地，查询时检索最相关的若干函数拼进提示词。
第 2.2 节的 JSON ──▶ 入库（向量化，本地存储）──▶ 查询「许可校验」 │ ▼ 命中 check 类函数（top-k 个） │ ▼ 只有命中者进提示词，模型再细读
与源码侧的对照：《语义代码检索》第 3 章《代码切分》讨论 AST 级切块、第 6 章《repo-map 与 agentic 检索》讨论「把检索交给智能体」——r2ai 的函数级 RAG 是同一思想在二进制侧的落地：切分粒度换成函数边界（第 2.2 节讨论过原因），检索器交给模型按需调用。实操上入库与查询命令随版本演进较快，以官方 README 为准；会话形态示意：
# bash —— RAG 查询会话（写法示意，命令以 r2ai 官方 README 为准） [0x00401090]> r2ai -e rag=1 # 启用本地向量库（开关形态示意） [0x00401090]> r2ai 哪些函数像是在做许可或校验？ 模型（检索后回答）：命中 3 个函数—— fcn.00401160（strcmp 分支，相关度高） fcn.00401139（打印失败信息） fcn.00401189（字节变换循环） 建议从 fcn.00401160 开始 pdf 细读。
RAG 结果的质量三问，问完再信：命中的函数真是主题相关，还是只是文本形似（异或循环和 Base64 解码在向量空间里是近邻）？top-k 之外的函数是不是被截断丢了（入库时的 truncated 标记见第 2.2 节）？检索词换一种说法，结果稳不稳？三问过不了，就退回枚举模式让模型自己列函数。
工程要点稳定：入库原料就是第 2.2 节的 JSON，切分粒度与截断策略在那里已经定好。入库时机建议放进批处理链路——导出 JSON 的同一步顺手入库，样本与索引同批次落盘，避免「索引是旧的」这类时序问题。
四、本地 Ollama 与云端模型：取舍表
| 维度 | 本地（Ollama 等） | 云端（OpenAI / Anthropic 等） |
|---|---|---|
| 隐私 | 样本不出本机 | 样本内容进提示词与日志 |
| 质量 | 受本地模型档位限制 | 通常更强 |
| 成本 | 电费与硬件折旧 | 按 token 计费 |
| 可用性 | 无网也能跑 | 依赖网络与额度 |
决策规则一句话：样本敏感（未知来源、客户交付、内部代码）一律本地；公开 CTF 与自编译样本按质量与预算自由选。 ReAct 循环里模型会多次调用、上下文反复增长，云端成本按循环次数放大——上自动挡之前先看下一节的预算。另外记住本地不等于慢：解释、命名这类任务本地中档模型完全够用（第 4.1 节的档位建议），真正需要云端强模型的场景比想象中少。
五、自动模式的刹车：预算与检查点
两道刹车，缺一不可：
- 预算上限：限制会话的命令调用次数或 token 总量（r2ai 提供相应配置，以官方文档为准）。没有预算的自动模式等于一张空白支票。
- 人工检查点：三个时机必须停——模型宣称「找到答案」（重放证据链）、模型要执行写操作（改名、注释，第 4.1 节纪律）、循环出现重复行动（同一命令发三遍，多半在打转）。
（文字流程图）自动模式 ──▶ 预算内？──否──▶ 停止并汇报 └──是──▶ 行动与观测 ──▶ 声称有答案？ │否：继续循环 │是：人工重放证据链 └──写操作？──是──▶ 人工确认再执行
打转的识别标准值得单独记：同一命令（或等价命令）连续出现三次以上、观测内容没有新增信息、模型开始「复述」而不是「推进」。命中任意一条就手动打断，把任务拆小再放它跑——打转烧的不只是 token，还有你对自动化的信任。
本节要点回顾
- ReAct 三阶段：思考、行动、观测；r2 命令的文本性让循环天然成立。
- 自动会话的可复核性来自「每步行动都是合法 r2 命令」，答案要重放验证；盯住观测截断。
- 内置 RAG 解决上下文装不下：函数级入库、按需检索，思想同源于《语义代码检索》的切分与 agentic 检索。
- 模型取舍：敏感样本一律本地；云端成本被循环次数放大；本地中档模型够多数场景。
- RAG 质量三问：真相关还是形似、截断丢没丢、换个问法稳不稳。
- 两道刹车：预算上限、人工检查点；打转三征兆（重复命令、无新观测、开始复述）。
- 下一节把这套循环固化成流水线：模型只在两端出现，中段执行归脚本。
自动模式已经能跑了，但过程与结论仍散落在会话里。下一节用 r2mcp 把 r2 变成 MCP 服务器，搭一条「假设清单、逐条验证、结论回填」的流水线，让结果可复现、可落盘。