别人都在教 AI 反编译，他做了个「只准看、不准拆」的复刻工具：CRAB 的 200 颗 star 从哪来
它是什么 一个开源的 MCP 工具包：一个 AI 只从外面观察软件的行为、写成规格，另一个隔离的 AI 只看规格重写，再对照原版测试，全程不碰原软件的代码。
为什么火了 它踩在 REA「AI 逆向复刻」浪潮上，专门回应「一个 agent 包办、不算洁净室」的争议；没有外部引爆，star 来自 MCP 目录、GitHub topic，以及作者同一周连发 4 个库互相导流。
C你可以怎么跟 别再做一个复刻全家桶；在下一股热门浪潮里找它挨骂最多的一点做反面，README 放诚实的测试成绩，一周连发几个小库并配齐 PyPI、Homebrew、MCP 目录和 awesome 列表；留在复刻线的话，做一个轻量的「只看行为」skill。
- 数据(每天更新) · 建库 2026-10-22 · 234 星 · 7 天 +115
GitHub · 星数 数据 2026-10-27 → 2026-11-08(13 天,13 次观测)。10-28 以前的点来自 deeply / 存档补录,不是每天都有
10 月 24 日，悉尼一个叫 Austin Huang 的开发者往 GitHub 推了一个新仓库的第一次提交。这个月 GitHub 上最热的话题是「让 AI 逆向、复刻闭源软件」，带头的 REA 已经有四十多万 star。他的项目反着来：README 第一句是「Rebuild it from how it behaves, never from its code」，只看软件怎么表现，不碰一行代码。两周后它有约 210 star。这个数不大，但它的来路很清楚，一个人照着做也学得会。
一股浪，和浪里最大的那场争吵
先说背景。morluto/rea（Reverse Engineer Anything）是一个 MCP 工具，让 Claude Code 这类 coding agent 去调 Ghidra、IDA、JADX，把二进制、Electron 应用、APK 拆开，再把功能重建出来。它 10 月 9 日约 3.7 万 star，10 月 13 日涨到 18 万，11 月 6 日是 43.6 万 star、10.8 万 fork（GitHub，11-06）。紧跟着冒出一批「洁净室复刻」项目：复刻 Word 的 WordCraft（1.7 万 star）、复刻 Figma 的 FigCraft、复刻 Auth0 和 Salesforce 的，还有一个 8KB 的轻量替代 leanrea（4,019 star）。
浪大，吵得也凶。最常被引用的批评写在 awesome-reverse-engineer-anything 列表的「法律与争议」一节：一个 agent 既做分析又做重建，「不符合传统洁净室开发要求的人员分离」。有博客说得更直：想让 agent 守洁净室的规矩，要在文件系统和网络层面隔离，不能靠写在 prompt 里。REA 自己的 SECURITY.md 也承认它不是沙盒。
CRAB 把这几条批评挨个做成了功能。
它是什么
CRAB 全称 Clean Rebuild of Anything's Behavior，Python 写的，Apache-2.0 协议，pip install crab-cleanroom 就能装。它的流程分两边：
- 观察的一边：一个 observer agent 把目标软件（命令行工具、网页应用、Android 应用）当黑盒摸。它记录软件接受什么、拒绝什么、默认值是什么、边界上怎么反应、页面怎么跳；会故意制造服务器 500、断网、坏数据，看软件怎么处理。采集的只有行为：退出码、输出、无障碍树、接口的形状。代码、反编译结果、栈追踪一律不收。
- 一道闸门：观察结果写成一条条可以被验证的规则，放行之前查一遍有没有照抄原软件的文字、有没有出现真名（真名换成代号）。严格模式下，每次放行都要人在终端里签字。
- 重写的一边：另一个 agent 只能看到这份规格，自己写实现。它可以拿成品去对照原版跑测试，但只拿回「过 / 不过」，看不到原版的任何内容。
两边都能关进容器，隔离靠容器强制执行，每次跨越都记进签名、哈希链的审计日志。
README 里放了成绩，测的是模型没见过的应用、观察者也没见过的隐藏测试集：一个命令行工具 397/397，最近三个网页应用 129/130、126/130、125/127，Android 113/118。失败的也写上了：开源应用 Flipt 只拿到 19/55。它还主动承认，拿 jq 这种有名的工具来测，测出来的其实有一部分是模型的记忆，不给规格也能做得一样好。满屏都是「我用 AI 复刻了 Photoshop」的时候，这么写反倒让工程师信它。
star 是怎么涨的
| 日期 | 发生了什么 | star |
|---|---|---|
| 10-22 | 建库 | — |
| 10-24 | 第一次提交，前后两天约 50–60 star（推断，由逐日数倒推） | — |
| 10-27 | 51 | |
| 10-28 | 以 teardown-cleanroom 0.3.0 发到 PyPI | 69 |
| 11-01 | 119 | |
| 11-03 | 改名 CRAB 0.4.0 | 153 |
| 11-05 | 单日最高 +20 | 186 |
| 11-06 | fork 34–35 | 196（实时约 210） |
（GitHub 每日 star 数，10-27 起逐日记录；之前的数是倒推的。）
这条线没有峰，每天 +12 到 +20，很匀，改名前后也没变化。它没上过 GitHub Trending，也没进过 Trendshift 前 25。X、Hacker News、Reddit 上都没找到讲它的帖子，awesome-REA 列表 11-05 更新时也没收它。PyPI 上 crab-cleanroom 最近一周下载 133 次，旧名 teardown-cleanroom 25 次，里面还有镜像和机器人（pypistats，11-06）。0 个 issue，0 个 PR，看不出有人真拿它复刻过什么。
那 star 是从哪来的？能找到的曝光都在自动聚合的地方：Glama、mcpjunction、M8ven、MCP Radar 这些 MCP 目录，trendshift、upstar 这些 star 统计站，PyPI，再加上它写满的 10 个 GitHub topic（clean-room-reimplementation、model-context-protocol 之类）。
更关键的是作者自己。10 月 21 日到 24 日这四天，他一口气发了 4 个 agent 周边工具：
| 仓库 | 做什么 | star（11-06） |
|---|---|---|
| veil | 给 agent 用的隐私代理 | 约 120 |
| crab | 行为洁净室复刻 | 约 200 |
| sill | Windows 原生 bash | 约 170 |
| airlock | 本地隐私 coding agent | 约 100 |
四个仓库毫不相干，却每天都涨 10–15 star，曲线几乎平行，fork 比例都在 15–20%。每个都配齐了分发渠道：PyPI、Homebrew、Scoop / winget，再进 MCP 目录。他有 146 个 follower，主页上几个仓库互相带（推断）。所以 CRAB 的 star，一半靠「合规复刻」这个说法，一半靠作者这套铺法，两者分不出谁多谁少。
刷星这件事，外面没法证实，也没法排除：stargazer 列表拿不到，曲线匀得过分，四个库同步涨，这些值得留个心眼。
谁在跟它抢
| 名字 | 规模 | 和 CRAB 的区别 |
|---|---|---|
| morluto/rea | 43.6 万 star | 调反编译器挖二进制，一个 agent 包到底，没有洁净室流程 |
| aicodeking/leanrea | 4,019 star | 轻量替代 REA，图快图省，不管隔离和验证 |
| whit3rabbit/clean-room-skill | 19 star | 多个 agent 写规格，但从源代码出发 |
| devtechedge/feature-heist | 0 star | 思路最近，有差分测试，但输入是 REA 的反编译证据 |
| climashscape/agentic-cleanroom | 2 star | 一套方法论，没有强制隔离的运行环境 |
| Claude Code / Codex + Playwright MCP | — | 能临时拼出观察，但没有闸门、隔离、审计 |
「AI 逆向复刻」整条赛道已经挤爆了，但「只看行为、强制隔离、能审计」这一小格，CRAB 以两百 star 排第一，后面全是个位数。也就是说，这一格基本没人占，可装下的 star 也不多。
能学的是什么
在一股大浪里找它挨骂最多的地方，专门做反面。 REA 被骂「一个 agent 包办、不算洁净室」，CRAB 就做两个 agent、容器隔离、签名审计。这个位置不跟浪头正面抢，又能蹭到整股浪的流量。
README 里放隐藏测试集的成绩，失败也写。 在吹牛成风的赛道里，诚实就是差异化。
一个人一周铺好几个小工具。 每个都发 PyPI / Homebrew / Scoop，进 MCP 目录，topic 写满，主页互相导流。单个仓库不出圈，也能每天稳稳拿十几颗 star。
名字趁早改。 Teardown 是泛词，还和一款游戏撞名；CRAB 是个记得住的缩写，还能配一只螃蟹。
如果是你
一句判断：C。复刻 CRAB 本身不划算：它所在的那一格天花板就是几百 star，REA 的浪虽然还在涨，但跟着它的项目已经一大堆，CRAB 自己也只拿到两百颗，还有一半要算在作者铺量上。值得拿走的是它的打法：在热门浪里做那条争议的反面，再用一周多发的方式铺开。
适合谁：已经在某个 agent 生态里写工具、想攒 star 和名气的开发者，尤其是能连续出好几个小库、愿意把每个都打包上 PyPI / Homebrew / MCP 目录的人。
不适合谁：想靠单个仓库一炮而红的人。CRAB 这条曲线是 GitHub 内部长尾流量堆出来的，没有一次外部引爆；你只发一个，大概率停在几十颗。也不适合想正面再做一个 REA 的人，那里已经有 43 万 star 的老大和 4 千 star 的轻量版。
怎么做：
- 换到下一股浪上用同一招：盯 GitHub 上一周涨几万 star 的 agent 工具，去它的 issue、awesome 列表、批评博客里找被骂最多的那一条（不安全、不合规、太贵、不可审计），做一个专门解决它的小库。
- 如果非要留在复刻这条线：做 CRAB 没做好的部分。它太重了，要 Docker、要 Playwright、要终端签字，0 个 issue 说明几乎没人真跑起来。一个 8KB 的「只看行为」skill（像 leanrea 之于 REA），或者专补它写着「没开始」的 macOS / Windows / iOS 目标，都比再做一个全家桶有机会。
- README 抄它的结构：第一句讲立场，接着一张流程图，然后是一条命令跑 demo，再放隐藏测试集成绩和失败案例，最后写清楚哪些事它绝不做。
怎么获客：一周内连发三四个同主题的小库，每个都写满 topic，上 PyPI / Homebrew / Scoop，提交到 Glama、mcpjunction 这类 MCP 目录，主页置顶互相链接。CRAB 没做、你可以多做的一步：把仓库提交到对应浪潮的 awesome 列表（CRAB 没进 awesome-REA），在批评那条争议的博客、帖子下面留个链接。
什么时候之前：借 REA 这股浪的话，越快越好，最晚 2026 年底；浪退了，「合规复刻」就没人搜了。换到下一股浪，要在它涨到顶的头两周内发。
什么情况说明看错了： ① 11 月底之后 CRAB 在作者不发新库的情况下还能每天涨 20 颗以上，或者开始有人提 issue、写教程，说明这一格比看上去大，值得正面做； ② 有人照「做浪潮争议的反面」发了库，进了 awesome 列表，一个月还没过一百 star，说明这套打法主要靠作者自己的盘子，学不来； ③ Anthropic 等模型平台明确限制逆向复刻类用法，这条线整个关门。
数据与出处
GitHub 仓库页与每日 star / fork 数（10-27 至 11-06）、作者主页及同期 4 个仓库；CRAB 的 README（11-06）；Trendshift 逐日数；pypistats（crab-cleanroom、teardown-cleanroom，11-06）；awesome-reverse-engineer-anything 列表（11-05）；redreamality.com 关于 AI 逆向与洁净室的博客；X、Hacker News、Reddit 搜索均未找到相关帖子；Glama、mcpjunction、M8ven、upstar 收录页。开头约 50–60 star 的来源、是否有刷星，均未核实。
研究底稿:竞品表、获客证据、完整研究报告
- 竞品
名字 在哪 上线 规模 它和这家不同在哪 morluto/rea 开源 2026-04-14 43.6 万 star / 10.8 万 fork 调反编译器挖到二进制,一个 agent 从分析做到重建,没有洁净室隔离;CRAB 只看行为,两个 agent 分开,隔离强制执行 aicodeking/leanrea 开源 2026-10-17 4019 star 轻量 skill 替代 REA,主打又快又省;不做隔离和验证 devtechedge/feature-heist 开源 2026-10-21 0 star 把 REA 的反编译证据变成单个功能的洁净室 TS 重写,带差分测试;输入不是纯黑盒 whit3rabbit/clean-room-skill 开源 2026-05-20 19 star 从源代码出发,用多个 agent 写规格;CRAB 不看源码 climashscape/agentic-cleanroom 开源 2026-10-10 2 star 方法论加工具集,没有强制隔离的运行环境 websitebutlers/cleanroom-mcp 开源 2026-04-03 6 star 同名的洁净室 MCP,规模很小,功能未核实 drevendev/HungryCrab 开源 2026-09-05 5 star / 14 fork 从开源仓库里合规提取代码,对象是开源代码,不是黑盒软件 GhidraMCP / ida-pro-mcp 开源 2025-03 1.2 万 / 1.3 万 star 纯反编译逆向,方向和 CRAB 相反 Claude Code / Codex + Playwright MCP 临时拼 大厂功能 — 很大 能做观察,但没有规格闸门、隔离、审计和对照验证 - 用户从哪来
- 查实 借 REA 浪潮的话题:REA 10 月从 3.7 万涨到 43 万 star,引出一批洁净室复刻项目和法律争议;CRAB 10-24 发布,README 正面回应这条争议
- 查实 MCP 目录站和 star 统计站自动收录:Glama、mcpjunction、M8ven、MCP Radar、latgenhub、trendshift、upstar、repositorystats 的 MCP 话题趋势页上都有它
- 推断 作者同期多个库互相导流 / follower 动态:veil、crab、sill、airlock 在 10-21 到 10-24 连续发布,每天都涨 10–15 star,曲线几乎平行;作者有 146 个 follower
- 推断 GitHub topic 和搜索:写了 clean-room-reimplementation、model-context-protocol 等 10 个 topic;曲线是匀速长尾
- 查实 PyPI 分发:crab-cleanroom 一周 133 次下载,teardown-cleanroom 一周 25 次
- 推断 X / HN / Reddit 帖子:x-radar、HN Algolia、Jina、Brave 都没搜到
lemonadesaltbagel/crab(CRAB,原名 Teardown)为什么能跑出来
渠道:GitHub。研究日期 2026-11-06。数字后面注明来源;拿不准的写了「未核实」。
一句话
CRAB 是一个 Python 写的 MCP 工具包,做「只看行为」的洁净室复刻:一个 observer agent 把目标软件(CLI / 网页 / Android)当黑盒来摸,把它的行为写成可证伪的规格;规格过一道「闸门」去掉照抄的文字和真名后,交给另一个只能看到规格的 clean agent 去重写;重写的结果对着原版跑测试,只拿回抽象的通过 / 不通过。两边都可以关进容器强制隔离,每次跨越都写进签名、哈希链的审计日志。
结论:它是 2026 年 10 月「用 AI agent 逆向、复刻闭源软件」(REA 浪潮)里的一个配套工具,吃的是浪潮的流量。差异化在于专门回应这股浪潮最大的争议:REA 一类工具靠反编译,而且分析和重写是同一个 agent 干的,算不上真正的洁净室。CRAB 的做法是全程不碰代码,隔离由容器强制执行,另外配审计日志和留出测试集的成绩。现在的绝对量很小(约 200 star,PyPI 一周约 130 次下载),增长曲线是平的直线,看不到任何一次外部引爆。同一个作者同一周发的 4 个 agent 工具库曲线几乎一模一样,说明它的流量更像是 GitHub 站内发现、MCP 目录站和作者主页互相导流攒出来的,不像产品本身被人传开了。
1. 数据
- 建库 2026-10-22,第一个 commit 在 10-24 23:49(GitHub API)。到 11-06 一共只有 7 个 commit,每个都是大块提交;作者是唯一贡献者,0 issue,0 PR。
- star:10-27 51 → 11-06 196(我们 github 库 repo_day);11-06 实时 210,fork 35,watch 26(GitHub API)。近 7 天 +110,单日最高 +20(11-05)。
- Trendshift 的逐日数(trendshift.io/repositories/322191):10-25、10-26 都是 +0,10-27 +3,之后每天 +12 到 +20,13 天一共 +148,从没进过 Trendshift 前 25,也没上过 GitHub trending(建库不到 60 天的库本来就上不了,见库说明)。
- 换算下来,发布当天和第二天就有约 50–60 个 star,之后是一条很匀的直线。
- PyPI(pypistats):crab-cleanroom 最近一周 133 次下载,teardown-cleanroom 最近一周 25 次,里面包括镜像和机器人。真实使用量很小。
- 改名:10-28 以 teardown-cleanroom 0.3.0 发到 PyPI;11-03 改名 CRAB 0.4.0。改名前后增长曲线没有变化。
2. 背景:REA 浪潮(这是它能起来的时机)
- morluto/rea(Reverse Engineer Anything):MCP server 加 CLI,让 coding agent 调 Ghidra / IDA / JADX 去看二进制、Electron、APK、网站,然后重建功能。建库 2026-04-14,10-09 是 3.7 万 star,10-13 涨到 18 万,11-06 是 43.6 万 star、10.8 万 fork(我们 github 库 + GitHub API)。这是 10 月 GitHub 上最大的一股浪。
- 跟着来了一大批「洁净室复刻」项目:storytold 的 WordCraft(1.7 万 star,10-07 建库)、CADCraft、GridCraft、FigCraft 等十几个 Craft 应用,occupysaas/zeroauthy(复刻 Auth0)、salescompel(复刻 Salesforce),还有 BIMCraft、ProWave 等等(我们 github 库检索 clean-room,10 月新建的占了大头)。
- 围绕 REA 已经有整个生态:aicodeking/leanrea(4019 star,10-17 建库,一个 8KB 的 skill 替代 REA)、AIshihzong/awesome-reverse-engineer-anything(489 star)、REA-Prompts、rea-lab 的对照实验等等。
- 争议是 CRAB 的切入点。awesome-REA 列表的「Legal and controversy」一节写着:「critics note that one agent doing both analysis and rebuilding does not meet the personnel separation of traditional clean-room development」,还提到 REA 的 SECURITY.md 自己说 REA 不是沙盒。Redreamality 的博客写的是「if you want clean-room discipline with agents, enforce isolation at the filesystem and network level, not in the prompt」(redreamality.com/blog/ai-reverse-engineering-clean-room-rewrite-licensing)。Lexology 也有一篇《The Clean Room Problem: AI Reverse Engineering and the Limits of Safe…》(lexology.com,日期未核实)。movez 的 Substack 教程《How to Reverse Engineer Anything with Opus 5.5》(10-12)专门有一步叫「Separate the two jobs」。
- CRAB 的 README 把这些争议逐条做成了产品功能:observer 和 implementer 是两个 agent;隔离是「enforced, not just instructed」;不抓代码、不反编译、栈追踪在采集时就抹掉;闸门做逐字和近似逐字的查重;审计日志签名、带哈希链;strict 模式下每次 release 都要人在终端里签字。
3. 竞品
| 名字 | 在哪 | 上线 | 规模 | 和 CRAB 的区别 |
|---|---|---|---|---|
| morluto/rea | 开源(npm rea-agents) | 2026-04-14 | 43.6 万 star | 调反编译器往下挖到二进制;一个 agent 从分析做到重建;没有内置的洁净室流程。CRAB 只看行为,两个 agent 分开,隔离强制执行 |
| aicodeking/leanrea | 开源 skill | 2026-10-17 | 4019 star | 一个轻量 skill 替代 REA,走的路子是又快又省;不做洁净室隔离和验证 |
| devtechedge/feature-heist | 开源 | 2026-10-21 | 0 star | 思路最接近:把 REA 的证据变成单个功能的 TypeScript 洁净室重写,带差分测试。但它的输入是 REA 的反编译证据,不是纯黑盒 |
| whit3rabbit/clean-room-skill | 开源 skill | 2026-05-20 | 19 star | 从源代码出发,用多个 agent 写规格;CRAB 从行为出发,不看源码 |
| climashscape/agentic-cleanroom | 开源 | 2026-10-10 | 2 star | 一套方法论加工具(specs → oracles → ratchets),没有强制隔离的运行环境 |
| websitebutlers/cleanroom-mcp | 开源 MCP | 2026-04-03 | 6 star | 叫「洁净室 MCP」,规模很小,功能未核实 |
| drevendev/HungryCrab | 开源 Claude 插件 | 2026-09-05 | 5 star / 14 fork | 吃别人的开源仓库,在不违反许可证的前提下提取有用的东西;对象是开源代码,不是黑盒软件 |
| LaurieWired/GhidraMCP、mrexodia/ida-pro-mcp | 开源 MCP | 2025-03 | 1.2 万 / 1.3 万 star | 纯逆向工具,和 CRAB 方向正好相反 |
| Claude Code / Codex 加 Playwright MCP 临时拼 | 大厂功能 | — | 很大 | 能做类似的观察,但没有规格闸门、隔离、审计和对照验证 |
| Thoughtworks / Martin Fowler《From Black Box to Blueprint》 | 方法文章 | 未核实 | — | 讲的是黑盒到蓝图的方法论,不是工具 |
| arXiv《Rebuild Dossier: Mechanically-Enforced Specs for Agentic App Rebuilds》 | 论文 | 2026-10-29 | — | 学术上在做同一个思路(机械强制的规格),说明这个方向有人在研究 |
小结:「AI 逆向和复刻」这条赛道已经是一片红海,REA 一家就有 40 多万 star。但「只看行为、强制隔离、能审计的洁净室复刻工具」这个细分位置,目前只有几个个位数到两位数 star 的小项目,CRAB 以 200 star 排第一。
4. 用户从哪来(增长手段)
- 没有找到任何外部引爆点:
- X:x-radar 本地语料近 30 天搜 lemonadesaltbagel、crab-cleanroom、teardown-cleanroom、Clean Rebuild of Anything,都是 0 条。
- HN:Algolia 搜不到。
- Reddit:Jina 和 Brave 都搜不到专门的帖子。
- awesome-reverse-engineer-anything 列表(11-05 更新)里没有收 CRAB / Teardown。
- 能找到的曝光都来自自动聚合站:
- MCP 目录:Glama(teardown-observe)、mcpjunction.ai、M8ven(评分 C 74/100)、MCP Radar(mcp.liqiwa.com)、latgenhub。
- star 统计站:trendshift、upstar.dev(「+97 stars this week」)、repositorystats 的 model-context-protocol 话题趋势页。
- 包索引:PyPI、piwheels。
- 再加上 GitHub topic 页:clean-room-reimplementation、specification-generation、model-context-protocol 等 10 个 topic 都写得很全。
- 同一个作者的「矩阵」:作者 Xintian(Austin)Huang,悉尼,bio 写的是「Exploring agentic post-training」,有 146 个 follower。10-21 到 10-24 这 4 天里他连发了 4 个 agent 工具库:
- veil:给 agent 用的隐私代理,120 star
- crab:196 star
- sill:Windows 原生 bash,168 star
- airlock:本地隐私 coding agent,102 star
这 4 个库每天都涨 10–15 个 star,曲线几乎平行(我们 github 库 repo_day),也都有 15–20% 的 fork 比例。10 月上旬他还做过一串理光 GR 相机固件补丁(GR4-LUTSmith 39 star 等)。这说明流量主要来自作者自己的 GitHub 存在感:follower 动态、主页、库之间互相导流。这几个库都配齐了分发渠道:PyPI、Homebrew(homebrew-veil)、Scoop / winget(sill),外加 MCP 目录收录。
- fork 的构成:看了 10 个 fork 账号,都是建号几年、30 个左右仓库、个位数 follower 的「收藏型」账号,习惯性 fork 各种热门 AI 仓库(GitHub API)。它们不是二次开发,也不是抄袭。
- 刷星没法排除,也没法证实:stargazer 列表这个环境里拿不到(API 返回 404,GraphQL 返回 0,其他仓库也一样),没法看 star 账号的质量。曲线是匀的直线、没有峰,4 个库同步增长,follower 里有 gitstargazers、MacKeepUS 这类可疑用户名。这些都是要留意的信号,但不构成证据。
5. 它凭什么起来
- 时机:REA 在 10 月把「agent 逆向 / 复刻闭源软件」炒成了 GitHub 上最大的话题(43 万 star),随之而来的是法律和洁净室的争议。CRAB 在 10-24 发布,正好踩在大家讨论「怎么才算合规复刻」的时候。
- 定位就是那条争议的反面:README 第一句是「Rebuild it from how it behaves, never from its code」;它把「两个 agent 分开 + 容器强制隔离 + 闸门查重 + 签名审计日志」做成了产品。对担心法律风险、想做竞品功能的开发者和公司来说,这是 REA 给不了的叙事。
- README 有硬数据:在模型没见过的应用上,用留出测试集评分,CLI 397/397,三个网页应用 129/130、126/130、125/127,Android 113/118;Flipt 只拿到 19/55,这个弱点也照实写了;还承认 jq 这类有名目标测的其实是模型的记忆。在一个满是「我复刻了 Photoshop」吹法的浪潮里,这种诚实的评测更容易让工程师点 star。
- 分发:没有找到营销动作。增长靠 MCP 目录、GitHub topic、PyPI,以及作者同期几个库互相带。每天 10–20 star 的匀速线符合这种长尾、自然发现的特征。
6. 差异化,以及它是不是跑出来的原因
差异化有三点:只采集行为层的数据(无障碍树、API 形状、退出码),不碰代码;隔离由容器强制执行,不是写在 prompt 里;有一个能审计、能对照原版验证的闸门。REA 那一侧没有这些,其他洁净室项目要么从源码出发,要么只是方法论。
这是它能拿到 star 的原因,但它只是一个小原因:在 REA 生态里,「合规复刻」是唯一一个还没被占的叙事位置,CRAB 占了。不过它的量级(200 star)跟浪潮本身(REA 43 万、leanrea 4 千)比差了好几个数量级。同作者其他 3 个毫不相干的库也是同样的曲线,所以「作者的 GitHub 分发」至少和「产品差异化」一样重要。
7. 可见度和跟风
- 可见度:还没什么人知道。X、HN、Reddit 上找不到讨论,awesome-REA 列表没收,只有自动聚合站有页面。收入:开源工具,没有收入,也没有付费版。
- 跟风者:没有看到抄它的。HungryCrab 里有一个叫 crab-cleanroom-impl 的子代理,但 HungryCrab 9 月就建库了,crab 是它自己的吉祥物,算撞名,不算抄。
8. 可以借鉴的
- 在一股大浪里找它最大的争议点,然后专门做「那条争议的反面」。比如 REA 被批评分析和重写是同一个 agent、不算洁净室,CRAB 就做强制隔离加审计。
- README 里放留出测试集的成绩,失败的案例也写进去(Flipt 19/55,jq 测的是模型记忆)。在吹嘘成风的赛道里,诚实本身就是一种差异化。
- 一个人一周发好几个 agent 周边小工具:每个都配齐 PyPI / Homebrew / Scoop / MCP 目录,topic 写全,靠作者主页互相导流,每个库都能稳定拿到每天十几个 star。
- 改名要趁早:Teardown 是个泛词,还和一款游戏同名;CRAB 是个能被记住的缩写。
9. 还不确定的
- stargazer 的明细拿不到,没法排除刷星,也没法判断开头 50–60 个 star 是从哪来的(可能是作者自己的圈子,也可能是 follower 动态)。
- 有没有真实用户拿它复刻过产品:0 个 issue,PyPI 一周约 130 次下载,看不出来有人在用。
- 作者 X 账号没找到(GitHub 资料里没写 twitter);国内渠道(MCP Radar 是中文站)有没有人推过,未核实。
- 会不会出现法律或平台风险(例如有说法称 Anthropic 在限制 REA 类用法,来源是 Facebook 群帖,未核实)。
出处
- GitHub API:repos/lemonadesaltbagel/crab、它的 commits / forks、users/lemonadesaltbagel 及其 repos 和 followers
- 我们 github 库:repo_profile、repo_day(crab、sill、veil、airlock、morluto/rea、aicodeking/leanrea,以及 clean-room 检索)
- trendshift.io/repositories/322191
- pypistats.org/api/packages/crab-cleanroom/recent
- github.com/AIshihzong/awesome-reverse-engineer-anything
- movez.substack.com/p/how-to-reverse-engineer-anything
- redreamality.com/blog/ai-reverse-engineering-clean-room-rewr…
- www.lexology.com/library/detail.aspx?g=3ef72a54-2b2f-4bd0-90…
- arxiv.org/html/2608.23616
- martinfowler.com/articles/black-box-to-blueprint.html
- 收录页:glama.ai/mcp/servers/lemonadesaltbagel/teardown 、mcpjunction.ai/servers/lemonadesaltbagel--crab 、m8ven.ai/mcp/lemonadesaltbagel/teardown 、upstar.dev/r/lemonadesaltbagel/crab
- x-radar 搜索(近 30 天,0 条)、HN Algolia 搜索(0 条)