업데이트로 돌아가기
New releaseJul 25, 2026

ghidra-mcp v6.0.0

MCP 서버가 Ghidra의 리버스 엔지니어링과 AI 도구를 연결합니다: 디컴파일, P-코드 에뮬레이션, 실시간 디버깅, 데이터 흐름 분석, 배치 작업, 규칙 적용을 위한 256개의 도구를 헤드리스 및 GUI 모드에서 제공합니다.

공유

Ghidra MCP 서버

MCP Toplist

Tests Release License GitHub Sponsors

Python Java Ghidra MCP

Stars Last commit Discussions Issues OpenSSF Scorecard

이 프로젝트가 유용하다면 ⭐ 저장소에 별을 눌러 주세요 — 다른 사람들이 발견하는 데 도움이 됩니다!

Ghidra MCP가 시간을 절약해 준다면 프로젝트 후원을 고려해 보세요. 일회성 후원과 정기 후원 모두 호환성 업데이트, 프로덕션 강화, 문서화, 새로운 도구 개발에 자금을 지원합니다.

Ghidra의 강력한 리버스 엔지니어링 기능을 최신 AI 도구 및 자동화 프레임워크와 연결하는 프로덕션 환경에 바로 사용할 수 있는 Model Context Protocol(MCP) 서버입니다. 219개의 MCP 도구, 실전에서 검증된 AI 워크플로, 그리고 이용 가능한 가장 포괄적인 Ghidra-MCP 통합을 제공합니다 — 이제 P-code 에뮬레이션, 라이브 디버거 통합, PCode 그래프 데이터 흐름 분석까지 포함합니다.

빠른 시작: 릴리스 설치 (클론 없음, 빌드 없음)

모든 릴리스에는 필요한 두 가지 구성 요소가 포함되어 있습니다: Ghidra 확장(GhidraMCP-<version>.zip)과 MCP 브리지(ghidra_mcp_bridge-<version>-py3-none-any.whl)입니다.

  1. 필수 구성 요소 설치: Ghidra 12.2, Java 25 및 uv. 확장은 빌드된 정확한 Ghidra 버전에서만 로드됩니다.

  2. 확장 설치: Ghidra 프로젝트 창에서 File > Install Extensions를 열고 **+**를 클릭한 뒤, 다운로드한 GhidraMCP-<version>.zip을 선택하고 Ghidra를 재시작합니다.

  3. 플러그인 활성화: 프로젝트 창에서 File > Configure > Utility > Configure를 열고 GhidraMCPPlugin을 체크합니다. 응답하는지 확인하세요:

    curl http://127.0.0.1:8089/check_connection
    # {"status": "ok", "server_kind": "gui", "version": "7.0.0"}
    
  4. 브리지 설치 (같은 릴리스 페이지에서 wheel의 링크를 복사):

    uv tool install https://github.com/bethington/ghidra-mcp/releases/download/v7.0.0/ghidra_mcp_bridge-7.0.0-py3-none-any.whl
    
  5. MCP 클라이언트를 해당 서버로 지정하세요, 절대 경로(which bridge-mcp-ghidra, 또는 Windows에서는 where.exe bridge-mcp-ghidra)를 사용합니다:

    {
      "mcpServers": {
        "ghidra-mcp": { "command": "/home/<you>/.local/bin/bridge-mcp-ghidra" }
      }
    }
    

    Windows에서는 "command": "C:\\Users\\<you>\\.local\\bin\\bridge-mcp-ghidra.exe"를 사용합니다. GUI나 서비스에서 실행된 클라이언트는 셸의 PATH를 보지 못하므로, bridge-mcp-ghidra만 입력하면 spawn ENOENT 오류가 발생합니다.

Ghidra에서 프로그램을 열고 AI 도구에 함수 목록을 요청하세요. 2-3단계의 스크린샷: docs/INSTALL_GUI.md. 소스에서 빌드하기, Docker, HTTP 전송 방식 및 모든 브리지 플래그는 아래에 더 자세히 설명되어 있습니다.

어떤 버전을 실행해야 하나요? 태그가 지정된 릴리스(7.0.0, 7.1.0, ...)는 안정 버전입니다. 릴리스 후보와 main은 베타입니다: 기능은 완성되었고 실제 테스트를 거쳤지만, 최종 버전 전에 형태가 바뀔 수 있습니다. dev는 실험적입니다: 도구가 자유롭게 병합, 이름 변경, 리팩터링되므로 그 API 위에 아무것도 구축하지 마세요.

Ghidra MCP를 사용하는 이유

대부분의 Ghidra MCP 구현은 몇 가지 읽기 전용 도구만 제공하고 끝납니다. 이 프로젝트는 다릅니다 — 데모가 아니라 실제 바이너리에서 매일 사용하는 리버스 엔지니어가 만들었습니다.

  • 219개의 MCP 도구 — 경쟁 구현보다 3배 많습니다. 단순한 읽기 작업뿐 아니라 이름 변경, 타입 지정, 주석 작성, 구조체 생성, 스크립트 실행, P-code 에뮬레이션, 라이브 디버깅을 위한 완전한 쓰기 접근을 제공합니다.
  • 실전에서 검증된 AI 워크플로 — 수백 개의 함수에 걸쳐 다듬어진 입증된 문서화 워크플로(V5). 단계별 프롬프트, 헝가리안 표기법 참조, 배치 처리 가이드, 고아 코드 탐색을 포함합니다.
  • 프로덕션급 신뢰성 — 원자적 트랜잭션, 배치 작업(API 호출 93% 감소), 구성 가능한 타임아웃, 우아한 오류 처리. 조용한 실패는 없습니다.
  • 바이너리 간 문서 전송 — SHA-256 함수 해시 매칭으로 바이너리 버전 간에 문서를 자동으로 전파합니다. 한 번 문서화하면 어디에나 적용됩니다.
  • 완전한 Ghidra Server 통합 — 공유 Ghidra 서버에 연결하고, 저장소를 관리하고, 버전 관리를 하고, 체크아웃/체크인 워크플로와 다중 사용자 협업을 수행합니다.
  • 헤드리스 및 GUI 모드 — Ghidra GUI와 함께 또는 없이 실행할 수 있습니다. CI/CD 파이프라인과 대규모 자동 분석을 위한 Docker 지원.
  • 설계상 의견이 반영됨 — v5.0은 명명 규칙, 타입 안전성, 문서화 표준을 도구 계층으로 옮깁니다. AI 에이전트와 인간 엔지니어가 모든 프롬프트에 스타일 가이드를 넣지 않고도 일관된 결과물을 생성합니다.

규칙 강제

누구나 겪어봤을 것입니다: 프로젝트를 시작한 지 6개월 후 같은 코드베이스에서 ProcessItem, process_items, handleItem, ItemProc을 발견합니다 — 같은 일을 하는 네 개의 함수가 공유된 규약 없이 네 개의 서로 다른 세션 또는 엔지니어에 의해 명명된 것입니다. 고치는 데는 필요 이상으로 오래 걸리고, 문제는 다시 발생할 것입니다.

v5.0은 규칙을 "기억해야 할 것"에서 실제로 강제할 수 있는 도구 계층으로 옮깁니다.

등급동작예시
자동 수정조용히 적용됨uint32의 count 필드 → 저장 시 자동으로 dwCount 접두사 추가
경고변경은 진행되지만 경고 반환processData → "이름은 동사가 포함된 PascalCase여야 합니다: ProcessData"
거부설명과 함께 변경 차단undefined → undefined 타입 변경 → "no-op 거부됨, 타입 변경 없음"

AI 에이전트에게 이는 모든 세션, 모든 모델, 모든 실행에서 일관된 결과물을 의미합니다 — 모든 프롬프트에 스타일 가이드를 붙여넣지 않고도 말입니다. 도구가 규칙을 알고 있으므로 모델은 호출만 하면 됩니다.

팀에게 이는 "그건 우리 명명 규칙이 아니야"라는 리뷰 코멘트 전체 범주를 제거합니다. 규칙 중재는 코드 리뷰가 아니라 도구에 남습니다.

규모 있는 단독 작업에게 analyze_function_completeness는 정직하게 측정하는 0–100% 점수를 제공합니다: 구조적 감점(고칠 수 없는 컴파일러 산출물)은 실효 점수에서 용서되고, 로그 스케일링은 하나의 나쁜 범주가 나머지 전부를 묻어버리는 것을 방지하며, 계층화된 플레이트 주석 품질은 무엇이 왜 빠졌는지 정확히 알 수 있게 해줍니다.

🌟 기능

핵심 MCP 통합

  • 완전한 MCP 호환성 — Model Context Protocol의 완전한 구현
  • 219개의 MCP 도구 — 바이너리 분석의 모든 측면을 아우르는 포괄적인 API 표면
  • 프로덕션 수준의 신뢰성 — 원자적 트랜잭션, 배치 작업, 구성 가능한 타임아웃
  • 실시간 분석 — Ghidra의 분석 엔진과의 라이브 통합

호환성 참고: MCP 도구 이름은 GitHub Copilot CLI 및 CAPI 검증을 위해 정규화됩니다. 노출되는 도구 이름은 소문자, 숫자, 밑줄, 하이픈만 사용합니다. /debugger/status와 같은 중첩 HTTP 경로는 정적 브리지 도구와의 충돌을 피하기 위해 필요할 경우 debugger_status_2와 같은 이름으로 표시됩니다.

바이너리 분석 기능

  • 함수 분석 — 디컴파일, 호출 그래프, 상호 참조, 완전성 점수 산정
  • 데이터 흐름 분석 — 모든 변수 또는 레지스터로부터의 PCode 그래프 값 전파(정방향 / 역방향)
  • 데이터 구조 발견 — 필드 분석 및 이름 지정 제안을 포함한 구조체/공용체/열거형 생성
  • 문자열 추출 — 정규식 검색, 품질 필터링, 문자열 기반 함수 발견
  • 가져오기/내보내기 분석 — 심볼 테이블, 외부 위치, 서수 가져오기 해석
  • 메모리 및 데이터 검사 — 원시 메모리 읽기, 바이트 패턴 검색, 배열 경계 탐지
  • 바이너리 간 문서화 — 함수 해시 매칭 및 버전 간 문서 전파

동적 분석 (v5.4.0)

  • P-code 에뮬레이션 — Ghidra의 EmulatorHelper를 통해 모든 함수를 격리 실행; 밀리초 단위의 무차별 대입 API 해시 해석
  • 라이브 디버거 통합 — Ghidra의 TraceRmi 프레임워크를 통한 16개의 /debugger/* 엔드포인트(GUI 플러그인 전용; Windows PE에서는 dbgeng, 그 외에는 gdb/lldb): 실행, 인터럽트/재개, 단계 진입/건너뛰기/진출, 중단점, 레지스터, 메모리 읽기, 스택 트레이스, ASLR 인식 정적↔동적 주소 변환. 브리지는 22개의 debugger_* 도구를 외부 디버거 서버로 프록시할 수도 있습니다. 이들은 옵트인 방식입니다(아래 참조)

AI 기반 리버스 엔지니어링 워크플로

카테고리