Original em inglês: https://argusic.com/subject/js-reverse-automation-skill
js-reverse-automation--skill
Combine as capacidades do chrome-devtools-mcp e adicione a especificação Skill para implementar a análise automatizada de engenharia reversa de JS no frontend usando a solução JSRPC+Flask+autoDecoder, melhorando a eficiência da engenharia reversa de JS.
Executa com mocksfonte: GitHubPythonApache-2.0commit 61e6e47b0fc1
Python, licença Apache-2.0. O projeto se descreve como: ai tools, automation, burp suite, javascript, js, js reverse, reverse e reverse engineering.
js-reverse-automation--skill executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2,3 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- wrapped_headers referenced before assignment in generated Flask proxy1,5 minutos
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- 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
- Tokens de modelo usados
- 72.408
- Commit exato testado
- 61e6e47b0fc1
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
| `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 …
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 2,3 minutos, mais rápido que a mediana dos 26 projetos comparáveis que a Argusic mediu.
- Recuperou-se do único erro sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 27 projetos de ai-tools que a Argusic instalou e cronometrou, js-reverse-automation--skill foi o 10º mais rápido a chegar a um estado de execução, e 17 de 27 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,06 |
Tópicos (de GitHub)
ai-toolsautomationburp-suitejavascriptjsjs-reversereversereverse-engineeringsecurity-toolsskillsweb-security
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/js-reverse-automation-skill)Perguntas
- js-reverse-automation--skill executa?
- js-reverse-automation--skill executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou js-reverse-automation--skill?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 61e6e47b0fc1. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar js-reverse-automation--skill?
- A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar js-reverse-automation--skill?
- 2,3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- js-reverse-automation--skill precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar js-reverse-automation--skill?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como js-reverse-automation--skill se compara às alternativas?
- Dos 27 projetos de ai-tools que a Argusic instalou e cronometrou, js-reverse-automation--skill foi o 10º mais rápido a chegar a um estado de execução, e 17 de 27 chegaram a esse estado.
- Onde estão as evidências de js-reverse-automation--skill?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.