DartDec：面向 Flutter AOT 的 Dart 源代码逆向重构框架

DartDec 是一个面向真实 Flutter Android 应用的逆向重构项目，目标是将 Flutter AOT 产物中提取出的结构化中间语言（Intermediate Language, IL）恢复为更接近原始工程的 Dart 源代码。项目围绕“IL 片段到 Dart 源码”的语义对齐展开，结合 Qwen2.5-Coder 的 LoRA 微调模型、片段级生成、文件级重组和 Dart-CodeBLEU 结构评估，提供一套可复现的训练与实验材料。

本仓库整理的是论文项目的 Hugging Face 上传版本，包含训练数据、训练脚本、实验复现脚本、两个最终 LoRA adapter、端到端项目源码/模型输出，以及 Dart-CodeBLEU 所需的 tree-sitter Dart 解析器记录。

项目核心思路

DartDec 的输入不是直接的机器码，而是 Flutter AOT 逆向工具导出的结构化 IL。项目先构建 Dart-IL 对齐样本，用于训练模型学习 IL 操作模式与 Dart 语法结构之间的映射；随后在真实应用上对片段级模型输出进行文件级 reassembly，恢复 import、类/函数顺序和整体代码结构；最后使用 Dart-CodeBLEU、补充结构指标和 LLM-as-a-Judge 对重构结果进行评估。

论文实验中，DartDec 在 10 个真实 Flutter 开源应用上的平均 Dart-CodeBLEU 为：

方法	平均 Dart-CodeBLEU
DartDec-32B	0.5488
DartDec-7B	0.4937
IDA+LLM baseline	0.3569

更完整的实验表格见 experiments/tables.md。

目录说明

DartDec/
  README.md
  requirements.txt
  data/
    aligned_4096/          # Dart-IL 对齐训练/验证/测试数据
    e2e_projects/          # 10 个端到端项目的原始 Dart 源码和模型输出源码
  models/
    qwen25-coder-lora-7b/  # Qwen2.5-Coder 7B 的最终 LoRA adapter
    qwen25-coder-lora-32b/ # Qwen2.5-Coder 32B 的最终 LoRA adapter
  src/
    training/              # LoRA 微调相关脚本
    experiments/           # 端到端、消融、RQ3、CodeBLEU、LLM judge 复现实验脚本
    tree_sitter_dart/      # Dart-CodeBLEU 使用的 tree-sitter Dart 解析器记录
  experiments/
    tables.md              # 论文实验结果整理表格

数据

data/aligned_4096/ 包含清洗后的 Dart-IL 对齐数据，按训练、验证、测试划分保存为 JSONL。每条样本用于训练模型从 IL 片段恢复 Dart 源代码。

data/e2e_projects/ 只包含 Dart 文件，不包含 JSON/JSONL。每个项目的结构如下：

<project>/
  original/
    lib/                  # 原 Flutter 项目的 Dart 源码
  model_outputs/
    DartDec-7B/           # 7B LoRA 模型恢复出的 Dart 文件
    DartDec-32B/          # 32B LoRA 模型恢复出的 Dart 文件

这部分用于端到端重构结果查看、人工检查和应用级指标计算。

模型

models/qwen25-coder-lora-7b/ 和 models/qwen25-coder-lora-32b/ 分别保存两个最终 LoRA adapter。目录中只保留最终 adapter 与 tokenizer/训练配置相关文件，不包含历史 checkpoint。

使用时需要先加载对应的 Qwen2.5-Coder 基座模型，再加载本仓库中的 LoRA adapter。

代码

src/training/ 保留微调必要脚本，包括 7B/32B 训练入口、继续训练入口、超参数配置和 JSONL 转换工具。

src/experiments/ 保留论文实验复现所需的精简代码，包括：

• 端到端模型输出后处理与文件级 reassembly
• A0/A2 消融实验
• RQ3 通用大模型对比
• Dart-CodeBLEU 计算与汇总
• LLM-as-a-Judge 评价

早期测试脚本、日志、原始指标 CSV、图片、备份输出和 checkpoint/trend 分析脚本未纳入本上传目录。

Dart-CodeBLEU 与 tree-sitter Dart

src/tree_sitter_dart/ 记录 Dart-CodeBLEU 评估使用的 Dart parser。该部分基于社区项目 https://github.com/UserNobody14/tree-sitter-dart 进行整理，因为官方 tree-sitter 语法集合不直接提供 Dart 支持。

仓库中保留了复现结构解析所需的 grammar、parser 源码和必要配置；不包含 .git/、node_modules/、build/ 等本地缓存或构建产物。

复现提示

安装依赖可从 requirements.txt 开始。实验脚本来自本地研究环境，部分路径以 /path/to/DartDec、/path/to/output 等占位形式保留；重新运行前需要替换为当前机器上的实际路径、基座模型路径和输出目录。

涉及 API 调用的实验脚本通过环境变量读取配置，例如 OPENAI_API_KEY、OPENROUTER_API_KEY 和 OPENAI_BASE_URL。上传内容中不包含真实 API key。

适用场景

本仓库适合用于：

• 复现 DartDec 的 Flutter AOT 到 Dart 源码恢复实验
• 查看 Dart-IL 对齐训练数据格式
• 加载 7B/32B LoRA adapter 进行片段级 Dart 恢复
• 对比 10 个端到端项目的原始源码与模型恢复源码
• 复用 tree-sitter Dart 解析器进行 Dart-CodeBLEU 结构评分