返回更新列表
新发布Jul 25, 2026

ghidra-mcp v6.0.0

MCP server桥接Ghidra的逆向工程与AI工具：256个工具，用于反编译、P-code模拟、实时调试、数据流分析、批量操作和约定执行，支持无头模式和GUI模式。

分享

Ghidra MCP 服务器

MCP Toplist

Tests Release License GitHub Sponsors

Python Java Ghidra MCP

Stars Last commit Discussions Issues OpenSSF Scorecard

如果你觉得这个项目有用，请给仓库 ⭐ 点个 star —— 这能帮助更多人发现它！

如果 Ghidra MCP 为你节省了时间，欢迎考虑赞助本项目。一次性赞助和定期赞助都能帮助资助兼容性更新、生产环境加固、文档以及新工具的开发。

一个生产就绪的 Model Context Protocol (MCP) 服务器，将 Ghidra 强大的逆向工程能力与现代 AI 工具和自动化框架连接起来。253 个 MCP 工具、经过实战检验的 AI 工作流，以及目前最全面的 Ghidra-MCP 集成 —— 现在还包括 P-code 仿真、实时调试器集成和 PCode 图数据流分析。

为什么选择 Ghidra MCP？

大多数 Ghidra MCP 实现只提供少量只读工具就草草了事。本项目与众不同 —— 它由一位每天在真实二进制文件上使用它的逆向工程师构建，而非作为演示。

  • 253 个 MCP 工具 —— 比任何竞争实现多 3 倍。不仅是读取操作 —— 还提供完整的写入访问，用于重命名、类型标注、注释、结构体创建、脚本执行、P-code 仿真和实时调试。
  • 经过实战检验的 AI 工作流 —— 在数百个函数上打磨验证的文档工作流（V5）。包含分步提示词、匈牙利命名法参考、批处理指南以及孤立代码发现。
  • 生产级可靠性 —— 原子事务、批量操作（减少 93% API 调用）、可配置超时以及优雅的错误处理。没有静默失败。
  • 跨二进制文档迁移 —— SHA-256 函数哈希匹配可在不同二进制版本间自动传播文档。一次编写，处处适用。
  • 完整的 Ghidra Server 集成 —— 连接共享 Ghidra 服务器、管理仓库、版本控制、检出/检入工作流以及多用户协作。
  • 无头模式和 GUI 模式 —— 可在有或没有 Ghidra GUI 的情况下运行。Docker 就绪，适用于 CI/CD 流水线和规模化自动分析。
  • 设计上坚持己见 —— v5.0 将命名约定、类型安全和文档标准移入工具层。AI 代理和人类工程师无需在每个提示词中附带风格指南，即可产出一致的输出。

约定强制执行

你肯定经历过：项目进行到六个月时，你在同一个代码库中发现 ProcessItem、process_items、handleItem 和 ItemProc —— 四个函数做同一件事，却由四个不同的会话或工程师命名，彼此没有共享约定。修复它花费的时间比应有的更长，而且问题还会再次发生。

v5.0 将约定从"需要记住的事情"移入工具层，在那里它们才能真正被强制执行。

层级行为示例
自动修复静默应用uint32 上的 count 字段 → 保存时自动加前缀为 dwCount
警告更改通过，但返回警告processData → "名称应为 PascalCase 并包含动词：ProcessData"
拒绝更改被阻止并附说明undefined → undefined 类型更改 → "无操作被拒绝，类型未更改"

对于 AI 代理，这意味着每个会话、每个模型、每次运行都能获得一致的输出 —— 无需在每个提示词中粘贴风格指南。工具知道规则；模型只需做出决策。

对于团队，它消除了整类"这不符合我们的命名约定"的审查评论。约定仲裁留在工具中，而非代码审查中。

对于规模化独立工作，analyze_function_completeness 提供一个 0–100% 的评分，诚实衡量：结构性扣分（无法修复的编译器产物）在你的有效评分中被豁免，对数缩放防止某个糟糕类别掩盖其他一切，分层板级注释质量意味着你确切知道缺少什么以及为什么。

🌟 功能特性

核心 MCP 集成

  • 完整 MCP 兼容性 —— 完整实现 Model Context Protocol
  • 253 个 MCP 工具 —— 覆盖二进制分析各个方面的全面 API 接口
  • 生产就绪的可靠性 —— 原子事务、批量操作、可配置超时
  • 实时分析 —— 与 Ghidra 分析引擎实时集成

兼容性说明： MCP 工具名称已针对 GitHub Copilot CLI 和 CAPI 验证进行规范化。对外暴露的工具名称仅使用小写字母、数字、 下划线和连字符；诸如 /debugger/status 之类的嵌套 HTTP 路径 在需要避免与静态桥接工具冲突时，会以 debugger_status_2 之类的名称对外公布。

二进制分析能力

  • 函数分析 —— 反编译、调用图、交叉引用、完整性评分
  • 数据流分析 —— 从任意变量或寄存器进行 PCode 图值传播（前向/后向）
  • 数据结构发现 —— 结构体/联合体/枚举创建，附带字段分析和命名建议
  • 字符串提取 —— 正则搜索、质量过滤以及字符串锚定的函数发现
  • 导入/导出分析 —— 符号表、外部位置、序号导入解析
  • 内存与数据检查 —— 原始内存读取、字节模式搜索、数组边界检测
  • 跨二进制文档 —— 函数哈希匹配和跨版本文档传播

动态分析（v5.4.0）

  • P-code 仿真 —— 通过 Ghidra 的 EmulatorHelper 隔离运行任意函数；在毫秒级内暴力破解 API 哈希解析
  • 实时调试器集成 —— 基于 Ghidra 的 TraceRmi 框架提供 17 个 Java 端点和 22 个 Python 桥接工具（Windows PE 上使用 dbgeng，其他平台使用 gdb/lldb）：附加、单步执行、断点、寄存器、内存读取、非中断函数跟踪、ASLR 感知的静态↔动态地址转换

AI 驱动的逆向工程工作流

  • 函数文档工作流 V5 —— 7 步流程，用于完整的函数文档编写，包含匈牙利命名法、类型审计和自动化验证评分
  • 批量文档 —— 并行子代理调度，同时为多个函数编写文档
  • 孤立代码发现 —— 自动化扫描器在已知代码之间的空隙中发现未发现的函数
  • 数据类型调查 —— 用于结构体发现和字段分析的系统化工作流
  • 跨版本匹配 —— 基于哈希的函数匹配，跨不同二进制版本

开发与自动化

  • Ghidra 脚本管理 —— 完全通过 MCP 创建、运行、更新和删除 Ghidra 脚本
  • 多程序支持 —— 在多个打开的程序之间切换和比较
  • 批量操作 —— 批量重命名、注释、类型标注和标签管理（减少 93% API 调用）
  • 无头服务器 —— 无需 Ghidra GUI 即可进行完整分析 —— Docker 和 CI/CD 就绪
  • 项目与版本控制 —— 创建项目、管理文件、Ghidra Server 集成
  • 分析控制 —— 以编程方式列出、配置和触发 Ghidra 分析器

🚀 快速开始

前置条件

  • Java 21 LTS（推荐 OpenJDK）
  • Apache Maven 3.9+
  • Ghidra 12.1.3（或兼容版本）
  • Python 3.10+，搭配 uv（推荐）或 pip + venv

共享 Ghidra Server 用户：Ghidra 12.1.3 客户端要求 Ghidra Server 为 12.1、12.0.5 或更新的兼容版本。在从 12.1 客户端使用此插件之前， 请先升级服务器。

Ghidra 12.1.3 将 Jython 作为可选扩展提供。Java 脚本默认可用， 但 ghidra_scripts/ 中的 .py 脚本需要从 File > Install Extensions 安装 Jython 扩展并重启 Ghidra。

安装

推荐所有平台：直接使用 python -m tools.setup。

ensure-prereqs 安装运行时 Python 依赖以及本地 Maven 仓库所需的 Ghidra JAR 包。 deploy 复制构建输出、安装用户配置文件扩展，并修补 Ghidra 用户配置。

  1. 克隆仓库： ```bash git clone https://github.com/bethington/ghidra-mcp.git cd ghidra-mcp
  2. 推荐：先运行环境预检： ```text python -m tools.setup preflight --ghidra-path "F:\ghidra_12.1.3_PUBLIC"
  3. 构建并部署到 Ghidra： ```text python -m tools.setup ensure-prereqs --ghidra-path "F:\ghidra_12.1.3_PUBLIC" python -m tools.setup build python -m tools.setup deploy --ghidra-path "F:\ghidra_12.1.3_PUBLIC"

deploy 在需要时会保存/关闭已运行的匹配 Ghidra 实例，安装扩展，启动 Ghidra，等待 MCP 健康检查，并运行 schema 冒烟测试。

  1. 可选的严格/手动模式（高级）： ```text

    Skip automatic prerequisite setup

    python -m tools.setup build python -m tools.setup deploy --ghidra-path "F:\ghidra_12.1.3_PUBLIC"
  2. 显示命令帮助： ```text python -m tools.setup --help
  3. 可选的仅构建模式（高级/故障排除）： ```text python -m tools.setup build

支持两种 Java 后端。Gradle 是本地工作的默认选择——它直接从安装目录读取 Ghidra 的 jar 包，因此无需 install-file 步骤，除 JDK 外无需安装任何其他内容。CI 构建和门禁使用 Maven，因此 Maven 是受维护的对等选项，而非备选方案。 ```bash

Gradle (default) -- the wrapper is committed, so no Gradle install is needed.

-PGHIDRA_INSTALL_DIR or the GHIDRA_INSTALL_DIR env var both work.

In Git Bash use forward slashes; a backslash path is mangled before Gradle sees it.

./gradlew buildExtension -PGHIDRA_INSTALL_DIR=/path/to/ghidra

I'm sorry, but I don't see any content to translate in your message. You mentioned "INPUT:" but no actual text followed it.
阅读更多

分类

静态分析动态分析 (沙盒)逆向工程脚本与自动化调试器模糊测试实用工具与框架二进制分析学习与教育AI 辅助逆向