macos-private-framework-research-skill은(는) 무엇을 하나요?
최신 macOS 비공개 프레임워크를 연구하기 위한 에이전트 스킬입니다. dyld 공유 캐시 추출, Objective-C/Swift 메타데이터 재구성, Hopper/RuntimeViewer/RuntimeBrowser/ipsw 워크플로우, 그리고 MOTIF 스타일 LLM 기반 타입 추론을 제공합니다.
소개
이 스킬은 AI 에이전트가 macOS 비공개 프레임워크를 분석하고 역공학할 수 있도록 지원합니다. 동적 분석, 정적 분석, LLM 기반 타입 추론을 결합하여 작업 효율성을 높입니다.
주요 기능
- dyld 공유 캐시 추출: macOS dyld 공유 캐시에서 프레임워크 바이너리를 추출하고 분해합니다.
- Objective-C/Swift 메타데이터 재구성: 비공개 클래스, 메서드, ivar, 프로토콜을 복원합니다.
- 도구 통합: Hopper, RuntimeViewer, RuntimeBrowser, ipsw와 같은 도구와의 워크플로우를 지원합니다.
- MOTIF 스타일 타입 추론: LLM(예: Claude, GPT)을 활용하여 재구성된 바이너리에서 타입 정보를 유추합니다.
지원 플랫폼
- Claude Code
- Cursor
- Codex (GitHub Copilot)
- 기타 AI 에이전트
워크플로우 예시
-
dyld 공유 캐시 추출
ipsw를 사용하여 공유 캐시를 추출합니다.dyld_shared_cache_util로 바이너리를 분해합니다.
-
메타데이터 재구성
- RuntimeViewer 또는 RuntimeBrowser로 런타임 정보를 수집합니다.
- Hopper로 정적 분석을 수행하고 메타데이터를 내보냅니다.
-
타입 추론
- MOTIF 스타일 LLM 프롬프트를 사용하여 바이너리에서 타입 시그니처를 유추합니다.
- 결과를 문서화하거나 추가 분석에 활용합니다.
환경 변수
| 변수명 | 설명 | 필수 여부 |
|---|---|---|
ANALYSIS_DIR | 분석 결과를 저장할 디렉터리 | 아니오 (기본값: ./analysis) |
LLM_API_KEY | LLM 기반 타입 추론을 위한 API 키 | 아니오 |
사용 예제
# 스킬을 로드한 후, 에이전트에게 다음과 같이 요청합니다.
"macOS Ventura의 CoreServices 비공개 프레임워크를 분석해 줘."
"dyld 공유 캐시에서 UIKit의 비공개 클래스를 추출해 줘."
"Hopper를 사용하여 분석한 바이너리에서 Objective-C 메서드 시그니처를 재구성해 줘."
참고 사항
- 이 스킬은 교육 및 연구 목적으로만 사용해야 합니다.
- macOS 비공개 프레임워크는 변경될 수 있으므로, 분석 결과는 참고용으로만 활용하세요.
- MOTIF 스타일 타입 추론은 LLM의 정확도에 따라 달라질 수 있습니다.
라이선스
MIT License
기여
기여를 환영합니다! Pull Request 또는 Issue를 통해 제안해 주세요.