我开源了一个逆向分析工具 Java Humanify

9e2K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6Y4K9i4c8Z5N6h3u0Q4x3X3g2U0L8$3#2Q4x3V1k6u0L8X3W2@1K9h3q4D9i4K6u0V1e0$3&6W2i4K6u0r3d9X3q4$3j5g2)9J5k6r3S2#2L8h3q4F1K9h3k6&6

它的功能是：

利用 大语言模型（LLM） + 抽象语法树（AST）安全重写，将混淆过的 Java 代码自动“去混淆 / 人性化命名”。

 • 将原本难以阅读的反编译代码（满屏 a、b、c、d）

 • 自动变成有意义的类名、方法名、变量名（比如 Adder.add(value)）

 • 效果：很多类和函数一眼就能看出作用，大幅节省逆向分析时间

 • 在 AST 层进行改名，不改控制流与逻辑，输出与原代码1:1 等价

已上线的新功能：

 • 智能注释：自动给函数和类生成一句话功能描述，进一步提升阅读效率

接下来我会做：

 • 本地部署的小型语言模型（Edge LLM）：相较直接调用云端大模型，更省费用、更高效、对代码还原更精准、隐私性更强（源码不出本地）

 • 更丰富的语义预设：让还原出来的名字更贴近真实语义与具体领域（网络/加解密/集合/广告等）

目标很简单：

让逆向工程师、研究人员和开发者用更少时间理解被混淆的 Java 项目。

2025年10月17日 更新 v0.3.0

--------------------------------------------------------------

更新说明

批处理并发：为避免长请求超时，suggest 与 annotate 现在会将任务分批并行发送到 LLM。

我尝试还原了一些较大的工程,效果还是较为满意的,大家可以试试

传播安全知识、拓宽行业人脉——看雪讲师团队等你加入！