Englisches Original: https://argusic.com/subject/js-reverse-automation-skill
js-reverse-automation--skill
Durch die Kombination der Fähigkeiten von chrome-devtools-mcp mit den Skill-Spezifikationen wird der JSRPC+Flask+autoDecoder-Ansatz für die automatisierte Analyse des JS-Reverse-Engineerings im Frontend implementiert. Dadurch lässt sich die Effizienz des JS-Reverse-Engineerings steigern.
Läuft mit MocksQuelle: GitHubPythonApache-2.0Commit 61e6e47b0fc1
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai tools, automation, burp suite, javascript, js, js reverse, reverse und reverse engineering.
js-reverse-automation--skill läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 2,3 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The project installs cleanly in a venv, all 22 Python/JS scripts run successfully, the Flask proxy generates and starts, and validate_artifacts passes all schema/syntax/cross-file checks, only browser-dependent features (Chrome, JSRPC live server, real target website) remain untested in this container.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- wrapped_headers referenced before assignment in generated Flask proxy1,5 Minuten
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- ran validate_artifacts.py on generated artifacts: 11/11 checks passed; Flask proxy starts and returns 200 on direct POST; all 6 generated JS files pass Node syntax check; doctor.py reports all deps OK
- Verbrauchte Modell-Tokens
- 72.408
- Genau getesteter Commit
- 61e6e47b0fc1
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
| `check_delivery_contract.py` | passed — endpoint normalization, packet modes, wrapper | | `validate_artifacts.py` | ✅ all 11 checks passed | | `validate_browser_evidence.py` | OK (with session data) | | `hook_templates.py` | OK | | `adversarial_diff.py` | OK | | `quarantine.py` | OK | | `env_patcher.py` | ran (expected gaps w/o real browser) | | `manage_services.py` | OK | | Flask proxy (live) | 200 on direct POST, 502 on wrapper mode (expected — no real JSRPC) | | All generated JS | 6/6 syntax-valid via Node | | JS scripts CLI | `source_instrumentor.js`, `ast_candidate_analyzer.js` parse and show their help | **What can't be verified in this container**: Real browser-based end-to-end tests need Chrome (not …
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 2,3 Minuten installiert, schneller als der Median der 26 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 27 Projekten im Bereich ai-tools, die Argusic installiert und zeitlich gemessen hat, belegte js-reverse-automation--skill Platz 10 bei der Zeit bis zum lauffähigen Zustand, und 17 von 27 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,06 |
Themen (von GitHub)
ai-toolsautomationburp-suitejavascriptjsjs-reversereversereverse-engineeringsecurity-toolsskillsweb-security
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/js-reverse-automation-skill)Fragen
- Läuft js-reverse-automation--skill?
- js-reverse-automation--skill läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic js-reverse-automation--skill getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 61e6e47b0fc1. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von js-reverse-automation--skill gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,06 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von js-reverse-automation--skill?
- 2,3 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht js-reverse-automation--skill eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von js-reverse-automation--skill schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet js-reverse-automation--skill im Vergleich zu Alternativen ab?
- Von den 27 Projekten im Bereich ai-tools, die Argusic installiert und zeitlich gemessen hat, belegte js-reverse-automation--skill Platz 10 bei der Zeit bis zum lauffähigen Zustand, und 17 von 27 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für js-reverse-automation--skill?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.