WinDbg MCP

Сервер MCP (Model Context Protocol), предоставляющий каждую функцию отладчика Windows pybag в виде нативного инструмента MCP. Он предоставляет любому MCP-совместимому клиенту (Claude Desktop, Claude Code, Cowork, OpenAI Codex CLI, Cursor и кастомные агенты) полный контроль над пользовательскими процессами, сеансами ядра и анализом дампов памяти — всё через типизированные вызовы инструментов со структурированными JSON-ответами.

---

Требования

• Только Windows — для pybag требуется Microsoft Debugging Tools for Windows
• Python 3.10+
• Microsoft Debugging Tools for Windows (часть Windows SDK)

---

Установка

1. Клонируйте репозиторий```bat

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

### 2. Установите зависимости Python```bat
pip install pybag mcp

3. Установка средств отладки Microsoft

Загрузите Windows SDK и выберите Средства отладки для Windows в процессе установки: https://developer.microsoft.com/en-us/windows/downloads/windows-sdk/

---

Подключение к LLM IDE и клиентам

Сервер запускается как локальный процесс stdio. Все клиенты, перечисленные ниже, запускают его одинаково — python <path-to>/windbg_mcp.py — но у каждого свой формат конфигурации.

---

Claude Desktop

Отредактируйте файл конфигурации Claude Desktop и добавьте запись windbg-mcp:

Расположение файла конфигурации:

• 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"] } } }

Перезапустите Claude Desktop. Все 55 инструментов отладки появятся автоматически.

---

### Claude Code (CLI)

Выполните следующую команду один раз, чтобы зарегистрировать сервер. Claude Code сохраняет запись
в своей конфигурации MCP и делает инструменты доступными в каждом последующем сеансе.```bash
claude mcp add windbg-mcp python C:\path\to\windbg-mcp\windbg_mcp.py

Чтобы проверить, был ли зарегистрирован сервер:```bash claude mcp list

Чтобы удалить его позже:```bash
claude mcp remove windbg-mcp

---

Claude Cowork

Есть два способа добавить WinDbg MCP в Cowork: через JSON-конфигурацию (быстро) или установкой в виде пакета плагина .mcpb (переносимый, доступный для общего использования).

Вариант A — JSON-конфигурация

1. Откройте настольное приложение Claude и перейдите в Settings → MCP Servers.
2. Нажмите Add Server и вставьте следующее:```json { "windbg-mcp": { "command": "python", "args": ["C:\path\to\windbg-mcp\windbg_mcp.py"] } }

3. Сохраните и перезапустите Cowork. Инструменты будут доступны в вашем следующем сеансе.

#### Вариант B — Установка в виде `.mcpb`-пакета плагина

Файл `.mcpb` представляет собой zip-архив каталога плагина, который Cowork может установить
напрямую. Это рекомендуемый подход при совместном использовании сервера с командой или
на разных машинах.

**Шаг 1 — Сборка файла `.mcpb`**

Из корня клонированного репозитория выполните:```bat
powershell -Command "Compress-Archive -Path '.\*' -DestinationPath 'windbg-mcp.zip'; Rename-Item 'windbg-mcp.zip' 'windbg-mcp.mcpb'"

Это создаёт windbg-mcp.mcpb в текущем каталоге, объединяя windbg_mcp.py, manifest.json и любые другие файлы проекта.

Шаг 2 — Установка в Cowork

1. Откройте десктопное приложение Claude.
2. Перейдите в Настройки → Плагины (или Расширения).
3. Нажмите Установить плагин и выберите windbg-mcp.mcpb.
4. Cowork читает manifest.json из пакета, регистрирует MCP-сервер и делает все инструменты доступными немедленно — ручная настройка пути не требуется.

manifest.json, входящий в этот репозиторий, уже настроен правильно:```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}` разрешается во время установки в каталог, куда Cowork распаковал пакет, поэтому вам не нужно жестко прописывать пути.

---

### OpenAI Codex CLI

Добавьте сервер в файл конфигурации Codex CLI. Обычно файл находится по пути
`~/.codex/config.json` (Linux/macOS) or `%USERPROFILE%\.codex\config.json` (Windows).```json
{
  "mcpServers": {
    "windbg-mcp": {
      "command": "python",
      "args": ["C:\\path\\to\\windbg-mcp\\windbg_mcp.py"]
    }
  }
}

После сохранения запустите новый сеанс Codex. Инструменты WinDbg будут доступны для вызова моделью.

---

Cursor

1. Откройте Cursor → Preferences → Cursor Settings.
2. Перейдите на вкладку MCP.
3. Нажмите Add new global MCP server и используйте следующую конфигурацию:```json { "windbg-mcp": { "command": "python", "args": ["C:\path\to\windbg-mcp\windbg_mcp.py"] } }

4. Сохраните. Курсор подключится к серверу при следующем сеансе Composer.

---

### Continue.dev

Добавьте следующее в ваш `~/.continue/config.json` (или в `.continue/config.json` на уровне рабочей области):```json
{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "python",
          "args": ["C:\\path\\to\\windbg-mcp\\windbg_mcp.py"]
        }
      }
    ]
  }
}

Перезагрузите расширение Continue. В списке инструментов появятся 55 отладочных инструментов.

---

Пользовательские агенты и MCP SDK

Если вы создаете собственного агента или конвейер автоматизации, подключитесь к WinDbg MCP через стандартный транспорт MCP stdio. Сервер использует JSON-RPC 2.0 через stdin/stdout.

Python (с использованием 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 (используя пакет `@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);

await client.close();

LangChain / LangGraph```python

from langchain_mcp_adapters.tools import load_mcp_tools 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"], )