MG1937/ASC 使い方：Android解析をAIエージェント化する最速のデコンパイラ

注意: 本記事はドキュメント・公開情報をもとにした評価記事です。コード例はシミュレーションです。

3行要約

• Androidアプリ（APK/DEX）をAIエージェントが理解しやすい形式へ超高速で変換するフロントエンド
• Rust製のコアによる圧倒的な処理速度で、従来のJadx等のツールと比較して解析の待ち時間を大幅に短縮
• セキュリティ研究者や「解析の自動化」を目指すエンジニア向けであり、GUIでの閲覧を好む人には向かない

結論から: このツールは「買い」か

結論から言うと、Androidアプリの静的解析を自動化したい、あるいはLLM（大規模言語モデル）にコードを食わせたいエンジニアにとって、MG1937/ASCは「即導入すべき」ツールです。★評価は 4.5/5 とします。

従来のデコンパイラは、人間がGUIで読むことを前提に設計されており、大規模なAPKを処理する際にメモリを大量に消費したり、出力がLLMにとって冗長すぎたりする欠点がありました。ASCはここを「AIエージェントへの最適化」という切り口で解決しています。Rustで書かれたバックエンドの恩恵により、数百MBクラスの巨大なAPKでも数秒で構造化データとして吐き出せます。

ただし、単純に「ソースコードが見たいだけ」のライトユーザーは、おとなしくJadx-guiを使っていれば十分です。このツールはあくまで「プログラムで解析結果を回したい」プロフェッショナルのための武器です。

このツールが解決する問題

これまでのAndroid解析において、最大のボトルネックは「デコンパイルの待ち時間」と「情報のノイズ」でした。

通常、APKからJavaソースコードを復元する場合、Jadxやapktoolを使用しますが、これらはJava VM上で動作するため、メモリ効率や起動速度に限界があります。また、得られる出力は大量の.javaファイルであり、これをAIに読み込ませようとすると、トークン制限にすぐ抵触するか、あるいはコンテキストに関係のないライブラリコードまで読み込んでしまい、精度を落とす原因になっていました。

ASCはこの問題を「Agent-First」な設計で解決しています。具体的には以下の3点に集約されます。

1. 実行速度の極致: Rustベースの処理系により、既存ツールで1分かかっていた処理が5〜10秒程度で完了します。
2. LLMフレンドリーな構造化: 出力が単なるソースコードではなく、関数間のコールグラフや特定のクラス構造を抽出したJSON/YAML形式で取得可能です。
3. スケーラビリティ: 大量のAPKをバッチ処理で解析し、ベクターデータベースに放り込むといった「開発パイプライン」への組み込みが容易です。

モバイルアプリの脆弱性診断や、マルウェア解析をAIで自動化しようと試みたことがある人なら、このツールの「痒いところに手が届く」感覚が理解できるはずです。

実際の使い方

インストール

基本的にはGitHubからクローンしてビルドするか、リリースされているバイナリを使用します。Rust環境が必要です。

# Rust環境がある前提
git clone https://github.com/MG1937/ASC.git
cd ASC
cargo build --release

ビルドが完了すると、target/release/asc という実行ファイルが生成されます。これをパスの通った場所に配置すれば準備完了です。

基本的な使用例

最もシンプルな使い方は、APKを指定して特定のディレクトリに解析結果を出力させる方法です。

# APKをデコンパイルして解析結果をJSONで出力
asc decompile input_app.apk --output ./analysis_result --format json

このコマンドを実行すると、数秒で解析が終了します。100MB程度のAPKでも、私が見た限りでは2〜3秒で終了しました。Jadx-cliで同様のことを行うと、JVMの立ち上がりを含めて15秒以上かかることが多いため、体感速度は5倍以上です。

応用: 実務で使うなら

実務では、AIエージェントに「このAPKの怪しい通信箇所を見つけて」と指示する際の「目」としてASCを使います。Pythonからラップして、特定のメソッドだけを抽出してLLMへ渡すシミュレーションコードを紹介します。

import subprocess
import json

def get_suspicious_methods(apk_path):
    # ASCを使用して、難読化されていないネットワーク関連のメソッドを抽出
    # (実際のREADMEにあるフィルタリングオプションを想定)
    cmd = [
        "asc", "query", apk_path,
        "--pattern", "Ljava/net/HttpURLConnection;",
        "--json"
    ]

    result = subprocess.run(cmd, capture_output=True, text=True)

    if result.returncode == 0:
        data = json.loads(result.stdout)
        # AIエージェントに渡すための整形
        methods = [item['method_body'] for item in data['results']]
        return methods
    return []

# 抽出したコードをClaude 3.5 Sonnetなどに投げる処理へ続く
suspicious_code = get_suspicious_methods("sample_malware.apk")
print(f"抽出成功: {len(suspicious_code)}件のメソッドが見つかりました")

このように、CLIから直接クエリを投げて必要なコード片だけをJSONで受け取れるため、トークン消費を最小限に抑えた「AIによるコードレビュー」が実現できます。

強みと弱み

強み:

• とにかく速い: Rust製であるメリットを最大限に活かしており、並列処理の恩恵でマルチコアCPUをフル活用できます。
• Agent Sandboxとの相性: 出力がクリーンなため、OpenAIのCode InterpreterやAnthropicのClaude Codeのようなエージェント環境に直接アップロードして解析させやすいです。
• 依存関係の少なさ: Javaランタイムを必要とせず、シングルバイナリで動作するため、Dockerコンテナなどへの配布が非常に楽です。

弱み:

• 学習コスト: GUIがないため、どのようなクエリを投げれば欲しい情報が得られるか、最初はドキュメントを読み込む必要があります。
• 発展途上のエコシステム: Jadxのように長年使われてきたツールに比べると、特定の難読化ツール（ProGuard以降の高度なもの）への対応がまだ甘い箇所があります。
• 日本語情報の欠如: 開発者コミュニティが英語・中国語メインのため、トラブルシューティングには自力でIssueを追う根気が必要です。

代替ツールとの比較

Jadxは「人間がソースを読む」ための完成形ですが、ASCは「AIがソースをスキャンする」ための次世代型という棲み分けです。

料金・必要スペック・導入前の注意点

ASC自体はオープンソースであり、無料で利用可能です。商用利用についてもMITライセンス等（詳細はリポジトリ確認）に準じますが、社内ツールとしての利用には障壁はありません。

必要スペックについては、CPUコア数が処理速度に直結します。私が検証した「RTX 4090を2枚挿ししている自宅サーバー（AMD Ryzen 9 7950X）」環境では、複数APKの同時解析もストレスなく動作しました。メモリは最低でも16GB、巨大なAPKを扱うなら32GB以上を推奨します。

また、解析したソースコードを保存したり、ベクターDB化したりする場合は、ディスクI/Oも重要になります。読み書き速度が7,000MB/sを超える「Samsung 990 Pro」などの高速なNVMe SSDを推奨します。低速なHDD環境では、Rustの速度メリットが半分も活かせません。

私の評価

私はこのツールを「Android解析のインフラ」として採用することに決めました。評価は ★4.5 です。

これまではPythonスクリプトでJadx-cliを無理やり回して、正規表現で泥臭くコードをパースしていましたが、ASCを使えば最初から構造化されたデータが手に入ります。この「前処理のストレスからの解放」は、実務家にとって何物にも代えがたい価値があります。

特に、最近流行りの「AIエージェントによる自動脆弱性検知」を組むなら、これ以外の選択肢は今のところ考えられません。唯一の欠点は、まだ開発が活発すぎて、APIの仕様がたまに変わることくらいですが、それを差し引いてもスピードの魅力が勝ります。

よくある質問

Q1: Javaがインストールされていない環境でも動きますか？

はい、動きます。ASCはRustでネイティブコンパイルされるため、実行環境にJRE（Java Runtime Environment）をインストールする必要はありません。これがJadxとの大きな違いの一つです。

Q2: 難読化されたAPKでも解析できますか？

可能です。ただし、ASC自体が難読化を解除（デマングル）するわけではなく、あくまで高速なデコンパイルと構造化を行います。変数名がa, b, cとなっているものはそのまま出力されるため、そこから先の意味解析はLLMの推論能力に頼ることになります。

Q3: 商用ツールと比較して精度はどうですか？

JEB Decompilerのような高価な商用ツールと比べると、デコンパイルの「綺麗さ（可読性）」では劣る場合があります。しかし、AIに食わせるための「情報の網羅性」と「抽出速度」に関しては、ASCの方が圧倒的に扱いやすいです。

あわせて読みたい

• Claude-Red 使い方：Claudeを最強の攻撃的セキュリティ・パートナーに変える方法
• AIコーディング新時代。Claude CodeがRust/Bunで加速する今、エンジニアが投資すべきMacとGPUの正解
• turbovec レビュー：Rust製ベクトル検索の破壊的パフォーマンスを検証