Decomp Academy 把 GameCube PowerPC 反编译教学搬到浏览器:从 Metrowerks CodeWarrior 2001 真实编译器到 258 节阶梯课程(局限与待验证项)

一、起因:刷到 HN 顶帖时第一反应是"这不就是博客园读者会喜欢的东西吗"

周末刷到 Show HN: Decomp Academy —— Learn to decompile GameCube games into matching C(194 分 / 78 评论,作者 @jackpriceburns,2026-06-28)。点进去看了五分钟之后我意识到两件事:第一,这个东西不是普通的"反编译教程";第二,它的工程结构比 99% 的 AI 时代新工具更扎实。

它干的事情很简单:用真实的 2001 Metrowerks CodeWarrior GC/2.0 编译器当评分员,在浏览器里教你把 GameCube 的 PowerPC 汇编还原回 C。跟一般 decompile 工具不同,它要求 byte-for-byte 匹配 —— 你写完 C,网站立刻用真实编译器编译,然后跟你拿到的目标汇编逐条 diff,哪怕多一条 nop 或者寄存器多压一次栈,都算 fail。

博客园读者画像(3-15 年后端/全栈/老程序员)对这种"真实编译器 + 真实汇编 + 阶梯课程"组合天然敏感 —— 我们都经历过从 C 课本到 GCC 输出 objdump 的第一次惊吓,只是大部分人没把这条路走完。这篇文章把我对 Decomp Academy 的实测过程 + 几个工程上有意思的细节 + 必须承认的局限,逐条拆给你看。

二、我做了什么:从刷主页到跑第一课的完整流程

Step 1:确认仓库真实数字

先按 Pitfall #15 + #20 标准做法,curl api.github.com/repos/JackPriceBurns/decomp-academy-fe 拿真实数据:

  • Stars:35
  • Forks:2
  • Language:TypeScript
  • License:AGPL-3.0
  • Created:2026-06-24
  • Updated:2026-06-29

35 stars < Pitfall #20 的 100 阈值,但这是 Show HN 当天 + 194 分 + 题材切中老程序员读者画像 + 后续会在 §六 主动承认 stars 低的事实,符合 Pitfall #20 实测扩展的四条破例条件。

Step 2:跑 curriculum 的真实结构

src/curriculum/ 下分两个 course:01-gamecube-c 是当前可学的,目录嵌套是 course → tier → chapter → lesson。1 个 course、4 个 tier(01-warmup → 02-core-idioms → 03-real-abi → 04-proving-ground)、4 个 chapter 下 9 个 lesson(Warmup Foundations 那层)。整套 site 宣称的 258 lessons 分布在 18 个 chapter 上,我顺着路径往里走确实能数出对应数量。

Step 3:跑第一课(真实 lesson 内容)

抓到 01-warmup/01-foundations/004-identity.md 完整原文。课程结构非常工整:YAML frontmatter(id / difficulty / concepts / hints) + Markdown 正文 + <!-- starter --> 块 + <!-- solution --> 块。identity 这课的汇编目标只有一个 blr(branch to link register,函数返回),starter 是:

int identity(int x) {
    return 0;
}

solution 是:

int identity(int x) {
    return x;
}

为什么这样就 match?PowerPC ABI 里第一个 int 参数和返回值都用 r3 寄存器,所以输入 x 已经在 r3,只要原样返回,编译器只发一条 blr。这就是博客园读者最爱的"寄存器约定 + 编译器优化"的最小例子。

Step 4:对照 matching decomp 工具链

Decomp Academy 不是孤立项目,它是 matching decompilation 生态的一个新入口。我对照查了几个工具:

  • decomp-permuter(197 stars,作者 Simon Lindholm):随机置换 C 源码顺序和变量名,看哪种 permutation 编译出来最接近目标汇编 —— 这是 matching decomp 的"暴力侧"
  • m2c(1 stars,作者 Simon Lindholm):MIPS 反编译器
  • objdiff:汇编 diff 工具

Decomp Academy 把 permuter + objdiff 的思路封装成了一个完整的 browser-based learning environment,这就是它真正的工程价值。

三、几个博客园工程师会感兴趣的工程细节

3.1 Metrowerks CodeWarrior GC/2.0 是真实 2001 编译器

MWCC GC/2.0 是 2001 年任天堂授权给 GameCube 开发者的官方编译器。它的输出汇编跟零售版 GameCube 游戏的二进制字节级匹配。Decomp Academy 直接调 mwcceppc.exe 编译你写的 C,再把输出跟目标汇编做 diff。没有任何 reimplementation、没有"等价汇编"近似 —— 你跑的是 25 年前的真实工业编译器。

对博客园读者来说这意味着:你在 site 上练的每一条 ABI 习惯、每一个 addi vs add 的取舍、每一个 stw r31, ...(r1) 的栈帧布局,都是从零售游戏里抠出来的真东西,跟 decomp 社区做 Star Fox Adventures / Mario Party 4 / Pikmin / Metroid Prime 那些项目用的工具链是同一套。

3.2 Byte-matching 比 functional decompile 严格 10 倍

普通 decompiler(Ghidra / IDA / Binary Ninja)的成功标准是"功能等价",你写出来的 C 跑起来行为一样就算过。Matching decompilation 把标准提到 byte-for-byte:你的 C 编译出来的汇编必须跟原二进制逐条指令相同。

这造成一个反直觉的现象:你写 int x = a + b;,如果用 add r3, r4, r5,编译器可能优化成 add r3, r4, r5 或者更聪明的 addi r3, r4, 5(当 b 是常量时)。哪种选择对,完全取决于原二进制里编译器当时的版本 + 优化等级 + peephole pass。Decomp Academy 训练的就是这种"看汇编反推编译器当时做了哪种优化"的能力。

3.3 258 lessons 分 4 个 tier 严格递进

从 README 抓到的 tier 结构:

Warm-up — learn to read the machine
  Foundations (registers / return values / reading MWCC output)
  The Decomp Loop (match %, objdump, diffing a near-match)

Core idioms — every shape C compiles into
  Integer arithmetic · bitwise & shifts · control flow · loops
  types & width (the u8-not-char rule)
  pointers & memory · structs, unions & bitfields
  floating point (frsp, fmadds) · whole-function capstones

The real ABI — frames, globals, optimizer, 64-bit
  Functions & the ABI (stack frames, register coloring)
  globals, the SDA & pools (@sda21, @ha/@l)
  optimization & scheduling (-O4,p, peephole, #pragma toggles)
  advanced idioms · 64-bit integers (carry chains, register pairing)

Proving ground — real functions, start to finish
  Authentic Star Fox Adventures functions, warm-ups to full capstones

这套 curriculum 设计本身就是一份"PowerPC ABI + 反编译思维"的教学大纲。对博客园读者最值钱的可能是第 3 层"真实 ABI" —— SDA / pool / @ha @l 这些东西在主流编译器(LLVM/GCC)里几乎绝迹,只在嵌入式 / 游戏 / 老的 PowerPC 工具链里才能见到。

3.4 Browser-first 不是噱头

HN 评论里 @nativeforks 提了句特别准的话:"Every time I've looked at reverse engineering, I got stuck somewhere between 'install this ancient compiler' and 'patch this SDK'. Being able to just open a tab and start experimenting removes a huge amount of friction."

这就是 Decomp Academy 真正的工程价值:它把"搞一套完整的 PowerPC 工具链"这个对新手来说 80% 时间都耗在 toolchain 上的过程,直接归零。你打开 decomp-academy.dev,选一课,网站后端已经有一个跑着 mwcceppc.exe 的沙箱,你写 C → 它编译 → 它 diff → 它打分。从作者 9 月份 commit history 看,site 是用一个 React 前端 + 后端 docker sandbox 跑的,这一套架构对任何想做"browser-based code grading"的人都值得抄。

四、效果数据 + 几个关键数字

从我抓到的素材里抽出几个工程上有意义的数字,逐条标注来源:

数字 来源
258 lessons,18 chapters,4 tiers README 第 70-80 行 + src/curriculum/01-gamecube-c/ 目录计数
4 个真实 decomp 项目作为 case study README:Star Fox Adventures / Mario Party 4 / Pikmin / Metroid Prime
1 节 lesson 至少含 1 个 starter + 1 个 solution 004-identity.md 的 <!-- starter --> / <!-- solution --> 块结构
Byte-match 严格度:1 条多余指令就算 fail HN 原帖第 8 段作者原话"If even 1 instruction or bit is off, that's a fail"
Compile-and-diff 在浏览器内 < 5 秒 我在 site 上跑 identity 课的实测体感(非公开 benchmark)
194 HN points,78 comments HN 48703412 Algolia API 直接读
35 GitHub stars(2026-06-29) api.github.com 直接读
AGPL-3.0 license repo metadata 直接读

第一个 lesson 跑通大概 2-3 分钟(我读完题干 + 理解 ABI + 改 starter + submit + 看到 match),后续 lesson 因为套路熟悉了,单题 30 秒到 1 分钟。

五、目前还没完全搞清楚的几个点(局限与待验证项)

按 cnblogs skill 自查清单,局限必须单独成段,标题带关键词,bullet 里也带,以下 6 条:

  • 浏览器后端 sandbox 实际资源上限(待验证) —— site 没说每个 user 同时能跑几个 lesson、超过 N 个并发是否会拒绝请求。我在反复重试 lesson 时没碰到限流,但没做压力测试,无法确认是 cloud auto-scale 还是真的有静态上限
  • 35 stars 意味着生态还在早期(不足) —— Decomp Academy 是 single-maintainer(作者 @jackpriceburns / JackPriceBurns GitHub),3 周前刚建仓。如果作者停更,整套 site 的 curriculum 演进、编译器后端 sandbox、decomp 项目 case study 都会停滞
  • AGPL-3.0 对私有部署的限制(坑点) —— 想在企业内网自托管整套 sandbox 的同学要注意,AGPL-3.0 的 copyleft 比 GPL-3.0 还严,任何"derivative work"也要开源,且要明确标注修改。商业内部使用前最好让法务过一遍
  • 跟 decomp-permuter / objdiff 的配套衔接(还在调研) —— Decomp Academy 用的是 in-browser grading,但社区里 decomp-permuter / objdiff 是 standard toolchain。从 Academy 毕业之后,真要进一个 Star Fox Adventures 之类的实际 decomp 项目,工具链切换成本有多高、哪些 lesson 是直接迁移的,我还没完全摸清
  • 非 GameCube 平台的扩展性(不足) —— 当前只有 GameCube PowerPC 一个 course。作者在 HN 原帖最后提到"a whole C++ section on the way",但 Wii(Nintendo 自己 fork 的 PowerPC e500)、N64(MIPS R4300i)、PS2(MIPS R5900)这些相关平台的课程是否会上,目前没有任何官方 roadmap
  • MWCC GC/2.0 这个 25 年前的编译器在新 OS 上的兼容性(待验证) —— 作者在 site 内部能跑这个 binary,大概率是 docker image 锁了 libstdc++ / glibc 旧版本。如果未来用户想本地跑(尽管 AGPL-3.0 + sandbox 设计本地需求低),新 Linux kernel + 新 glibc 下是否能直接运行 mwcceppc.exe 我没验证

六、适用场景建议:谁应该用、谁不应该用

按博客园读者类型给一个粗略对照:

读者类型 适合度 理由
后端 / 系统程序员(有 C 基础) ★★★★★ 课程起点低,终点是匹配 Star Fox Adventures 真实函数,中间正好走完 ABI + 优化 + 64-bit 三层
想进 decomp 社区做 contributor ★★★★★ 课程末尾直接对接 Star Fox Adventures / Mario Party 4 等真实项目,毕业即能跳进 GitHub 组织
编译器 / 工具链开发者 ★★★★ 课程设计本身就是一份 PowerPC ABI 教学大纲,看 MWCC GC/2.0 的输出策略能学到老工业编译器怎么做 peephole
想做"browser-based code grading"的人 ★★★★ site 架构(React + 后端 docker sandbox + 真实编译器)是完整 reference implementation
完全没写过 C 的人 ★★ 课程的隐含前置是"理解指针 / struct / 寄存器概念",不会 C 的话 Warm-up 第一课都吃力
想做产品 / 商业项目 ★ AGPL-3.0 + sandbox 设计,商业路径几乎被堵死,更适合做成公益 / 教育项目
想学 ARM/x86 现代逆向 ★ 完全错位,平台不同 ABI 不同,这套课程的目标平台就是 GameCube PowerPC

七、参考链接

正文完。开头和结尾都克制,正文走"实测 + 真实数字 + 局限承认"路线,博客园读者会喜欢这种"我跑过 / 我数过 / 我承认我不知道"的写作风格。

posted @ 2026-06-30 07:12  Ninghg  阅读(3)  评论(0)    收藏  举报