---

目录

• 什么是 Reversecore MCP？
• 架构
• 工具目录（177 个工具）
• 引导式分析提示（22 种模式）
• MCP 资源（11 个 URI）
• 快速开始
• 连接到你的 AI 客户端
• 配置
• 安全模型
• 开发
• CI/CD 流水线
• Docker 构建架构
• 系统要求
• 项目结构
• 错误处理
• 添加新工具
• 贡献
• 文档
• 许可证

---

什么是 Reversecore MCP？

Reversecore MCP 是一个 模型上下文协议 服务器，它将 177 个分析工具 封装到一个统一的接口中，AI 助手可以通过自然语言调用这些工具。

你无需学习十几种不同工具的命令行语法，只需描述你想要做什么：

"Decompile the main function of this malware sample, extract all network IOCs,
 map the behavior to MITRE ATT&CK, and generate a triage report."

AI 助手将其拆分为多个工具调用：

r2_decompile("sample.exe", "main")
  → extract_iocs("sample.exe")
    → add_mitre_technique(technique_id="T1071.001", ...)
      → create_analysis_report(template_type="quick_triage")

每个工具都会返回一个结构化的 ToolResult（ToolSuccess 或 ToolError），其中包含类型化数据，AI 可据此进行推理、串联后续查询或向用户呈现结果。

覆盖范围

领域	可执行的操作
静态分析	反汇编、反编译（r2ghidra）、二进制解析（LIEF）、加壳检测（DIE）、能力检测（CAPA）、字符串提取、固件扫描（binwalk）
动态与符号执行	ESIL 模拟、angr 符号执行、污点分析、模糊测试框架生成
恶意软件分析	IOC 提取、YARA 扫描、休眠后门检测、自适应疫苗生成、自主漏洞挖掘
漏洞研究	危险 API 检测、ROP gadget 发现、堆漏洞利用分析、崩溃分类、PoC 生成
数字取证	内存取证（Volatility3）、PCAP 分析（Scapy）、磁盘取证（Sleuth Kit）、工件关联
源代码审计	Python AST 扫描、C/C++ 正则模式扫描
报告	基于会话的报告，包含 MITRE ATT&CK 映射、SIGMA 规则生成、VEX 报告、邮件投递

---

架构

AI Client (Claude / Cursor / any MCP-compatible client)
        │  MCP Protocol (stdio or HTTP/SSE)
        ▼
┌──────────────────────────────────────────────────────┐
│                   FastMCP 3.4.4 Server               │
│          177 registered tools · Fully async          │
│                  Python 3.10–3.12                    │
├────────────────────┬─────────────────────────────────┤
│   Guided Prompts   │  Dynamic Resources              │
│  (22 analysis      │  (11 URI-based: per-binary      │
│   modes)           │   strings, IOCs, ASM, CFG, …)   │
├────────────────────┴─────────────────────────────────┤
│                  Core Infrastructure                 │
│  Config · Security · Validators · Exceptions (17)    │
│  R2 Pool · Metrics · Memory (SQLite) · Task Queue    │
│  MITRE Mapper · Evidence Engine · Resilience Layer   │
│  Arch Registry (x86/ARM/MIPS/RISC-V/PPC)            │
│  Result Cache (SHA256) · Analysis Cache (Redis+SQL)  │
│  SAST (Python AST + C/C++ Regex) · Plugin System     │
├──────────────────────────────────────────────────────┤
│                 Analysis Engines                     │
│  Radare2 6.0.4     │  YARA 4.3.1 · LIEF · Capstone  │
│  r2ghidra           │  CAPA · angr · Qiling          │
│  Volatility3 · Scapy│ DIE · Binwalk · Sleuth Kit    │
│  pwntools · ROPgadget│ Keystone (assembler)          │
└──────────────────────────────────────────────────────┘

服务器支持 Python 3.10–3.12。可选的 angr 符号执行引擎安装在 Python 3.12 及更高版本上，这些版本有安全兼容的发布版本可用；Python 3.10 和 3.11 的安装会省略 angr。

核心基础设施（37 个模块）

reversecore_mcp/core/ 目录包含所有工具所依赖的共享基础设施：

模块	用途
config.py	基于 Pydantic BaseSettings，包含 34+ 个环境变量
security.py	输入清理、命令行参数验证
validators.py	文件和二进制路径验证，含 TOCTOU 缓解、符号链接解析
r2_pool.py	线程安全的 Radare2 连接池，大小可配置
r2_helpers.py	结构化 Radare2 输出解析
metrics.py	按工具统计执行时间、调用次数、错误率、缓存统计
memory.py	基于异步 SQLite 的 AI 记忆存储，用于跨会话持久化分析发现
mitre_mapper.py	MITRE ATT&CK 技术 ID 映射引擎
evidence.py	证据分类系统：OBSERVED、INFERRED、POSSIBLE
resilience.py	重试、熔断和超时装饰器模式
task_queue.py	基于 Redis + arq 的后台任务队列
extension_registry.py	插件注册与生命周期管理
arch_registry.py	多架构映射（x86、x86_64、ARM32、ARM64、MIPS、RISC-V、PPC → r2 arch/bits/registers）
result_cache.py	基于 SHA256 的工具结果缓存装饰器（@cache_tool_result）
analysis_cache.py	多级反编译缓存（L1：Redis，L2：SQLite）
result.py	ToolSuccess / ToolError Pydantic 模型
exceptions.py	17 个异常类，带 RCMCP-E* 错误码
decorators.py	@log_execution、@track_metrics
error_handling.py	@handle_tool_errors 装饰器
error_formatting.py	结构化错误响应格式化
execution.py	带超时和输出限制的安全子进程执行
command_spec.py	子进程调用的命令规范
loader.py	动态工具模块加载器
plugin.py	插件基类
extension.py	扩展基类
container.py	容器/沙箱执行支持
audit.py	审计日志
binary_cache.py	二进制文件缓存
json_utils.py	通过 orjson 进行 JSON 序列化（比标准库 json 快 3-5 倍）
logging_config.py	基于 Loguru 的结构化日志
report_generator.py	报告渲染引擎（Markdown、通过 xhtml2pdf 生成 PDF）
resource_manager.py	MCP 资源生命周期管理
sast/python_ast_scanner.py	基于 Python AST 的漏洞扫描器
sast/regex_scanner.py	基于正则的 C/C++ 漏洞扫描器
sast/rule_manager.py	SAST 规则加载与管理

---

工具目录（177 个工具）

📖 权威工具目录与参数参考（151 个工具） 📊 工具配置占用与上下文基准矩阵

每个工具都返回结构化的 ToolResult——要么是带类型化 data 的 ToolSuccess，要么是带 RCMCP-E* 错误码的 ToolError。工具被组织为 11 个领域插件，分布在 5 个模块化执行配置（full、static、malware、forensics、vuln-research）中：

配置	已注册工具	Schema 大小	相比 full 的 LLM 上下文节省	推荐领域
full	153	116.8 KB	基线（0%）	完整的企业级逆向工程套件
vuln-research	105	73.3 KB	-37.2%（约 10,800 tokens）	模糊测试、ASan 崩溃分类、CVE 挖掘、漏洞利用研究
static	99	67.7 KB	-42.0%（约 12,200 tokens）	反汇编、反编译（r2ghidra）、LIEF、静态分类
malware	67	62.8 KB	-46.2%（约 13,500 tokens）	威胁分类、YARA 扫描、去混淆、反分析
forensics	57	37.0 KB	-68.4%（约 19,500 tokens）	内存取证（Volatility3）、网络 PCAP（Scapy）、磁盘

---

🔍 静态分析插件（24 个工具）