CopoHub Trending

LaurieWired/GhidraMCP

MCP Server for Ghidra

Java · ★ 11,851 · Fork 1,297 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

LaurieWired/GhidraMCP 已在 GitHub Trending 每日榜单上榜 1 天,最高排名第 27,首次上榜 2026-11-09,最近一次上榜 2026-11-09。

日期排名Star当日增长
2026-11-09#2711,851+22

同期上榜的项目

GhidraMCP 项目深度剖析与商业评估报告

GhidraMCP 项目深度剖析与商业评估报告

1. 核心定位与商业落地价值

1.1 核心痛点剖析 软件逆向工程(SRE)历来属于知识密集度极高、人力边际成本昂贵的安全子领域。传统逆向分析过程中,分析师面临三大核心瓶颈: 1. 符号去混淆与意图推断耗时极大:无符号二进制(Stripped Binaries)中充斥着海量无意义标识符(如 sub4011a0, DAT00405020),人工重命名与上下文交叉引用的追踪占据了 60% 以上的基础分析工时。 2. 大语言模型(LLM)与逆向工具链的割裂:早期 LLM 辅助逆向大多依赖“人工复制伪代码 $\to$ 粘贴至 Web 界面询问 $\to$ 人工回填结果至 IDA/Ghidra”的“单向断链”模式,缺乏上下文感知的状态回传与交互回路。 3. 分析流程自动化受限:虽然 Ghidra 具备 Headless 批处理与 Java/Python 脚本扩展能力,但其控制逻辑必须由分析师预先硬编码,无法根据混淆特征或反调试机制动态自适应调整分析路径。

LaurieWired/GhidraMCP 依托 Anthropic 提出的 Model Context Protocol (MCP) 标准,将美国国家安全局(NSA)开源的 Ghidra 逆向工程平台抽象为标准化 Agent 工具集。它构建了一个闭环的“感知(Read/Decompile)- 决策(Reasoning)- 执行(Mutate/Rename)”自主逆向循环体系。

+-----------------------------------------------------------------------------------+ | LLM / MCP Client | | (Claude Code / Cursor / Custom Agent) | +-----------------------------------------------------------------------------------+ ▲ │ JSON-RPC 2.0 (MCP Protocol) │ [Transport: stdio / Streamable HTTP SSE] ▼ +-----------------------------------------------------------------------------------+ | ghidra-mcp (Python Server) | | - MCP Tool Schema Registration (listmethods, decompile, rename, etc.) | | - Protocol Mapping & Parameter Validation | | - Headless PyGhidra Execution Mode Controller | +-----------------------------------------------------------------------------------+ ▲ │ RESTful HTTP (JSON Payload) │ Default: 127.0.0.1:8080 ▼ +-----------------------------------------------------------------------------------+ | Ghidra Extension (Java 21 Plugin) | | +-----------------------------------------------------------------------------+ | | | Embedded HTTP Server (Sun/Java HttpServer / Netty) | | | +-----------------------------------------------------------------------------+ | | │ | | ▼ Ghidra API Context | | +---------------------------+ +-----------------------+ +-------------------+ | | | DecompileProcess (Native) | | FlatProgramAPI / DB | | SymbolTable / | | | | ClangToken AST Generator | | Transaction Manager | | DataTypeManager | | | +---------------------------+ +-----------------------+ +-------------------+ | +-----------------------------------------------------------------------------------+

1.2 商业落地场景 企业级自动化威胁情报与恶意软件分类(Malware Triage Pipeline):在 SOC/CERT 场景下,海量未知样本(PE/ELF/Mach-O)涌入。通过将 GhidraMCP 封装为后端微服务,由自主 Agent 执行去混淆、识别可疑 API 序列、重建关键加密算法结构,并在数分钟内出具反混淆后的控制流分析报告,可将一级安全事件分析响应效率提升数十倍。 固件与 IoT 漏洞挖掘(Automated N-Day / 0-Day Auditing):针对闭源固件提取的二进制组件,Agent 可根据已知模式搜索不安全的字符串操作、内存拷贝与硬编码凭据,并自主追踪跨函数数据流,极大压缩静态审计时间。 遗留闭源系统现代代码重构(Legacy Binary Comprehension):在国防、能源及金融等遗留基础设施中,许多关键系统源代码丢失。GhidraMCP 能够自主探索二进制文件的函数调用拓扑,自动补齐结构体与语义化命名,为 C/C++ 伪代码到现代语言(如 Rust/Go)的转译提供前置结构化数据。

1.3 竞品差异化与护城河 相比传统的 IDA-ChatGPT 插件、Gepetto 或单纯基于 OpenAI 函数调用的临时脚本,GhidraMCP 的优势体现在: 1. 协议标准化与生态互操作性:采用标准的 MCP 规范,解耦了特定大模型厂商与宿主 IDE。开发团队无需重复针对 VS Code、Claude Code、Cursor 或私有 Agent 架构编写专有桥接代码。 2. 读写双向自治性(Mutating Capability):不仅提供逆向信息的只读抽取(Decompile),还具备符号重命名、数据类型标注等写回能力(Writeback),真正赋予了 Agent “改变反编译数据库状态”的能力。 3. GUI 与 Headless 双模支持:兼顾人工分析师在 GUI 中的协同驾驶(Copilot)模式,以及基于 pyghidra 的无头容器化自动化流水线模式,具备极高的部署弹性。

---

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/LaurieWired/GhidraMCP.svg)](https://github.fq6825.top/repo/LaurieWired/GhidraMCP)