WinDbg MCP

Un servidor MCP (Model Context Protocol) que expone cada función del depurador de Windows de pybag como una herramienta nativa de MCP. Le otorga a cualquier cliente compatible con MCP (Claude Desktop, Claude Code, Cowork, OpenAI Codex CLI, Cursor y agentes personalizados) control total sobre procesos en modo usuario, sesiones de kernel y análisis de volcados de memoria — todo a través de llamadas de herramientas tipadas con respuestas JSON estructuradas.

---

Requisitos

• Solo Windows — pybag requiere Microsoft Debugging Tools for Windows
• Python 3.10+
• Microsoft Debugging Tools for Windows (parte del Windows SDK)

---

Instalación

1. Clonar el repositorio```bat

git clone https://github.com/your-username/windbg-mcp.git cd windbg-mcp

### 2. Instalar dependencias de Python```bat
pip install pybag mcp

3. Instalar Microsoft Debugging Tools

Descargue el SDK de Windows y seleccione Debugging Tools for Windows durante la instalación: https://developer.microsoft.com/en-us/windows/downloads/windows-sdk/

---

Conexión a LLM IDEs y Clientes

El servidor se ejecuta como un proceso local stdio. Todos los clientes a continuación lo inician de la misma manera — python <path-to>/windbg_mcp.py — pero cada uno tiene su propio formato de configuración.

---

Claude Desktop

Edite el archivo de configuración de Claude Desktop y agregue la entrada windbg-mcp:

Ubicación del archivo de configuración:

• Windows: %APPDATA%\Claude\claude_desktop_config.json
• macOS: `~/Library/Application Support/Claude/claude_desktop_config.json````json { "mcpServers": { "windbg-mcp": { "command": "python", "args": ["C:\path\to\windbg-mcp\windbg_mcp.py"] } } }

Reinicie Claude Desktop. Las 55 herramientas de depuración aparecerán automáticamente.

---

### Claude Code (CLI)

Ejecute el siguiente comando una vez para registrar el servidor. Claude Code almacena la entrada
en su propia configuración MCP y hace que las herramientas estén disponibles en cada sesión posterior.```bash
claude mcp add windbg-mcp python C:\path\to\windbg-mcp\windbg_mcp.py

Para verificar que el servidor fue registrado:```bash claude mcp list

Para eliminarlo después:```bash
claude mcp remove windbg-mcp

Claude Cowork

Hay dos formas de agregar WinDbg MCP a Cowork: mediante configuración JSON (rápida) o instalándolo como un paquete de complemento .mcpb (portátil, compartible).

Opción A — Configuración JSON

1. Abre la aplicación de escritorio de Claude y ve a Configuración → MCP Servers.
2. Haz clic en Agregar servidor y pega lo siguiente:```json { "windbg-mcp": { "command": "python", "args": ["C:\path\to\windbg-mcp\windbg_mcp.py"] } }

3. Guarda y reinicia Cowork. Las herramientas estarán disponibles en tu próxima sesión.

#### Opción B — Instalar como un paquete de plugins `.mcpb`

Un archivo `.mcpb` es un archivo zip del directorio de plugins que Cowork puede instalar
directamente. Este es el enfoque recomendado cuando se comparte el servidor con un equipo o
entre máquinas.

**Paso 1 — Construir el archivo `.mcpb`**

Desde la raíz del repositorio clonado, ejecuta:```bat
powershell -Command "Compress-Archive -Path '.\*' -DestinationPath 'windbg-mcp.zip'; Rename-Item 'windbg-mcp.zip' 'windbg-mcp.mcpb'"

Esto crea windbg-mcp.mcpb en el directorio actual, empaquetando windbg_mcp.py, manifest.json y cualquier otro archivo del proyecto.

Paso 2 — Instalar en Cowork

1. Abre la aplicación de escritorio de Claude.
2. Ve a Configuración → Plugins (o Extensiones).
3. Haz clic en Instalar plugin y selecciona windbg-mcp.mcpb.
4. Cowork lee manifest.json del paquete, registra el servidor MCP y pone todas las herramientas disponibles de inmediato — no se requiere configuración manual de rutas.

El manifest.json incluido en este repositorio ya está configurado correctamente:```json { "manifest_version": "0.2", "name": "windbg-mcp", "version": "1.0.0", "description": "WinDbg MCP — full Windows debugger control via MCP tools", "server": { "type": "python", "entry_point": "windbg_mcp.py", "mcp_config": { "command": "python", "args": ["${__dirname}/windbg_mcp.py"] } } }

`${__dirname}` se resuelve en el momento de la instalación al directorio donde Cowork desempaquetó el paquete, por lo que no necesita codificar rutas de forma fija.

---

### OpenAI Codex CLI

Agregue el servidor a su archivo de configuración de Codex CLI. El archivo normalmente se encuentra en
`~/.codex/config.json` (Linux/macOS) o `%USERPROFILE%\.codex\config.json` (Windows).```json
{
  "mcpServers": {
    "windbg-mcp": {
      "command": "python",
      "args": ["C:\\path\\to\\windbg-mcp\\windbg_mcp.py"]
    }
  }
}

Una vez guardado, inicia una nueva sesión de Codex. Las herramientas de WinDbg estarán disponibles para que el modelo las llame.

---

Cursor

1. Abre Cursor → Preferences → Cursor Settings.
2. Navega a la pestaña MCP.
3. Haz clic en Add new global MCP server y usa esta configuración:

{
  "mcpServers": {
    "WinDbg": {
      "command": "python",
      "args": [
        "-m",
        "codex_windbg_server",
        "--llm-provider",
        "openai",
        ...
      ]
    }
  }
}
``````json
{
  "windbg-mcp": {
    "command": "python",
    "args": ["C:\\path\\to\\windbg-mcp\\windbg_mcp.py"]
  }
}

4. Guarda. Cursor se conectará al servidor en su próxima sesión de Composer.

---

Continue.dev

Añade lo siguiente a tu ~/.continue/config.json (o al .continue/config.json a nivel de espacio de trabajo):```json { "experimental": { "modelContextProtocolServers": [ { "transport": { "type": "stdio", "command": "python", "args": ["C:\path\to\windbg-mcp\windbg_mcp.py"] } } ] } }

Recarga la extensión Continue. Las 55 herramientas de depuración aparecerán en la lista de herramientas.

---

### Agentes personalizados y el SDK de MCP

Si estás construyendo tu propio agente o pipeline de automatización, conéctate a WinDbg MCP a través del transporte stdio estándar de MCP. El servidor habla JSON-RPC 2.0 sobre stdin/stdout.

#### Python (usando el SDK `mcp`)```python
import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

server_params = StdioServerParameters(
    command="python",
    args=[r"C:\path\to\windbg-mcp\windbg_mcp.py"],
)

async def main():
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # List all available tools
            tools = await session.list_tools()
            print([t.name for t in tools.tools])

            # Load a crash dump
            result = await session.call_tool(
                "load_dump",
                arguments={"path": r"C:\crashes\crash.dmp"},
            )
            print(result.content)

            # Read 64 bytes at RSP
            result = await session.call_tool(
                "read_mem",
                arguments={"addr": "0x00000000001FF000", "size": 64},
            )
            print(result.content)

asyncio.run(main())

TypeScript / Node.js (usando el paquete @modelcontextprotocol/sdk)```typescript

import { Client } from "@modelcontextprotocol/sdk/client/index.js"; import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

const transport = new StdioClientTransport({ command: "python", args: ["C:\path\to\windbg-mcp\windbg_mcp.py"], });

const client = new Client({ name: "my-agent", version: "1.0.0" }, {}); await client.connect(transport);

// Call a tool const result = await client.callTool({ name: "load_dump", arguments: { path: "C:\crashes\crash.dmp" }, }); console.log(result.content);