lasik(解Agent盲区)

作者 克维AI志

有些代码故意做成让 AI 看不清(BLA 加固),Agent 一读就瞎,给出的改法全是错的。lasik 静态剥离这些保护层:混淆谓词、加密字符串、诱饵代码、篡改检测、二进制填充、注入的提示词文本,从不运行输入本身。

Github
Skill 编程开发 v1.0.0 热度 240

将提示词发送给你的 AI 安装该 Skill

复制下方提示词,粘贴到 Cursor / Claude Code / WorkBuddy 等本地 Agent,按说明安装。

请根据 https://www.cweto.cn/?ai_hub=skill_install ,安装本站 Skill @ai_hub/work-98(lasik(解Agent盲区))。
详情页:https://www.cweto.cn/work-98.html
GitHub:https://github.com/pktq/lasik
请装到当前 Agent 的 skills 目录(见安装说明中的路径表),完成后重启或刷新 Agent。
安装说明 GitHub
支持的本地 Agent 目录
  • Claude Code → ~/.claude/skills/
  • Cursor → ~/.cursor/skills/
  • Windsurf → ~/.codeium/windsurf/skills/
  • Codex → ~/.codex/skills/
  • Gemini CLI → ~/.gemini/skills/
  • WorkBuddy → ~/.workbuddy/skills/
  • OpenClaw 变体 → 各自 skills 目录

Skill 说明

lasik 是什么

lasik 做的是针对「反 Agent 加固」(anti-agent hardening)的静态反混淆。有一类代码被刻意加固成让 AI 看不清——业界叫 BLA(Blind LLM Agents)——Agent 读到的是被混淆、被塞了假信息和诱导文本的表象,于是给出的分析全错。

lasik 读入一个受保护的构建,先证明哪些部分属于保护层,然后剥掉它们,输出一份干净副本。它从不执行输入,纯静态分析。

它识别并移除的保护说明
不透明谓词永远同真的判断,干扰控制流理解
加密字符串运行时才解密的字符串
诱饵代码永不执行的假逻辑
篡改检测防止修改的自校验代码
二进制填充撑大体积、干扰定位的填充段
注入的提示词文本专门写来误导 LLM 的字符串

0.3 版本的关键改进是结构检测:按「这段代码在做什么」来认定保护,而不是按名字,所以改过名的构建也能被识别和修复。

lasik 怎么安装

需要 Node.js 20.19 及以上:

npm install -g lasik-agents

不想全局装就用 npx:

npx lasik-agents

从源码构建:

git clone https://github.com/pktq/lasik
cd lasik
npm ci
npm run build

lasik 怎么使用

  1. 先给出受保护的构建产物,让 lasik 分析保护层分布。
  2. 它输出干净副本后再交给 Agent 分析——顺序别反,反了 Agent 会先被误导。
  3. 接进 coding agent 后可以让它自动先跑一遍净化再读代码。
  4. 需要结构化结果就按它的 JSON 输出方式调用,便于流水线消费。
  5. 只处理你有权分析的代码——仓库有 Responsible use 一节,务必先读。

lasik 适合谁用

  • 做恶意代码分析、需要看清混淆逻辑的安全研究员。
  • 遇到 npm 包或构建产物被加固、Agent 无法正确分析的前端团队。
  • 要自动化「先净化再分析」流水线的安全工程团队。
  • 研究 LLM Agent 对抗性输入(prompt injection in code)的研究者。
  • 没有合法授权、想绕过商业软件保护的用途,不在它支持的范围内。

lasik 项目地址

  • GitHub 仓库:https://github.com/pktq/lasik
  • 基准结果:https://github.com/pktq/lasik#benchmark
  • 负责任使用说明:https://github.com/pktq/lasik#responsible-use