
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。
Ghidra MCP Server
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有助于资助兼容性更新、生产环境加固、文档编写以及新工具的开发。
一个可用于生产环境的模型上下文协议(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。219 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 —— 现已包含 P-code 仿真、实时调试器集成和 PCode 图数据流分析。
快速开始:安装发行版(无需克隆,无需构建)
每个发行版都附带你需要的两个
组件:Ghidra 扩展(GhidraMCP-<version>.zip)和 MCP
桥接程序(ghidra_mcp_bridge-<version>-py3-none-any.whl)。
-
安装前置依赖:Ghidra 12.2、 Java 25 和 uv。 该扩展只能在其构建时所对应的确切 Ghidra 版本中加载。
-
**安装扩展:**在 Ghidra 的项目窗口中,依次点击 File > Install Extensions,点击 +,选择你下载的
GhidraMCP-<version>.zip, 然后重启 Ghidra。 -
**启用插件:**在项目窗口中,依次点击 File > Configure > Utility > Configure,勾选 GhidraMCPPlugin。检查它是否能正常响应:
curl http://127.0.0.1:8089/check_connection # {"status": "ok", "server_kind": "gui", "version": "7.0.0"} -
安装 bridge(从同一发布页面复制 wheel 的链接):
uv tool install https://github.com/bethington/ghidra-mcp/releases/download/v7.0.0/ghidra_mcp_bridge-7.0.0-py3-none-any.whl -
将你的 MCP 客户端指向它,使用绝对路径(
which bridge-mcp-ghidra,或在 Windows 上使用where.exe bridge-mcp-ghidra):{ "mcpServers": { "ghidra-mcp": { "command": "/home/<you>/.local/bin/bridge-mcp-ghidra" } } }在 Windows 上:
"command": "C:\\Users\\<you>\\.local\\bin\\bridge-mcp-ghidra.exe"。 从 GUI 或服务启动的客户端看不到你 shell 的 PATH, 因此直接使用bridge-mcp-ghidra会因spawn ENOENT而失败。
在 Ghidra 中打开一个程序,然后让你的 AI 工具列出它的函数。步骤 2-3 的截图:docs/INSTALL_GUI.md。从源码构建、Docker、HTTP 传输以及所有 bridge 标志的说明在更下方。
我应该运行哪个版本? 带标签的发布版本(7.0.0、7.1.0、……)是稳定版。候选发布版本和 main 是测试版:功能完整且经过实际测试,但在最终版之前形态仍可能变化。dev 是实验性的:工具在那里会被自由地合并、重命名和重构,因此不要在其 API 之上构建任何东西。
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。这个项目不同——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,而不是作为演示。
- 219 个 MCP 工具——比任何竞争实现多 3 倍。不只是读取操作——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。
- 久经实战考验的 AI 工作流——经过数百个函数打磨的成熟文档工作流(V5)。包含分步提示词、匈牙利命名法参考、批处理指南和孤立代码发现。
- 生产级可靠性——原子事务、批量操作(减少 93% 的 API 调用)、可配置超时和优雅的错误处理。没有静默失败。
- 跨二进制文档迁移——SHA-256 函数哈希匹配可自动在二进制版本之间传播文档。记录一次,处处适用。
- 完整的 Ghidra Server 集成——连接共享的 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。支持 Docker,适用于 CI/CD 流水线和规模化自动分析。
- 有主见的设计——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,也能产出一致的输出。
约定强制执行
你肯定经历过:项目进行六个月后,你在同一个代码库中发现 ProcessItem、process_items、handleItem 和 ItemProc——四个做同样事情的函数,由四个不同的会话或工程师命名,彼此之间没有共享的约定。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 → 保存时自动添加前缀 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 | 更改被阻止并附有说明 | undefined → undefined 类型更改 → “拒绝空操作,类型未更改” |
对于 AI 代理,这意味着在每个会话、每个模型、每次运行中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;模型只需做出调用。
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,而不是代码审查中。
对于规模化独立工作,analyze_function_completeness 会给你一个 0–100% 的评分,它诚实地衡量:结构性扣分(无法修复的编译器产物)在你的有效评分中会被宽恕,对数缩放可防止某个糟糕类别掩盖其他一切,分层 plate 注释质量意味着你确切知道缺少什么以及为什么。
🌟 功能
核心 MCP 集成
- 完整的 MCP 兼容性 — 完整实现 Model Context Protocol
- 219 个 MCP 工具 — 覆盖二进制分析各个方面的全面 API 接口
- 生产级可靠性 — 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 — 创建结构体/联合体/枚举,并进行字段分析和命名建议
- 字符串提取 — 正则搜索、质量过滤,以及以字符串为锚点的函数发现
- 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 — 函数哈希匹配及跨版本文档传播
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 — 通过 Ghidra 的 TraceRmi 框架提供 16 个
/debugger/*端点(仅限 GUI 插件;Windows PE 上使用 dbgeng,其他平台使用 gdb/lldb):启动、中断/恢复、步入/步过/步出、断点、寄存器、内存读取、堆栈跟踪、ASLR 感知的静态↔动态地址转换。该桥接还可将 22 个debugger_*工具代理到外部调试器服务器;这些工具需主动启用(见下文)
AI 驱动的逆向工程工作流
- 函数文档工作流 V5 — 7 步流程,实现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 脚本执行 — 通过 MCP 列出并运行 Ghidra 脚本,或运行内联脚本代码(运行需主动启用:
GHIDRA_MCP_ALLOW_SCRIPTS=1) - 多程序支持 — 在多个已打开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% 的 API 调用)
- 无头服务器 — 无需 Ghidra GUI 即可完成完整分析 — 支持 Docker 和 CI/CD
- 项目与版本控制 — 创建项目、管理文件、集成 Ghidra Server
- 分析控制 — 以编程方式列出、配置和触发 Ghidra 分析器
🚀 从源码安装
上文的快速开始无需以下任何步骤。
从源码构建可用于运行 dev、参与贡献,或使用
python -m tools.setup deploy,它会为你安装、配置并重启 Ghidra。
前置条件
- Java 25 LTS(推荐 OpenJDK)
- Apache Maven 3.9+,用于下方
python -m tools.setup命令(Maven 是它们的默认后端)。如果改用已提交的 Gradle wrapper 构建,则不需要 — 见第 6 步 - Ghidra 12.2(或兼容版本)
- Python 3.10+,搭配 uv(推荐)或 pip + venv