@0x0SojalSec: AI Ghidra 和 Radare2：AI 驱动的逆向工程。能够反汇编、反编译、使用 YARA 扫描等的 AI 代理，以及…

AI Ghidra 和 Radare2：基于 AI 的逆向工程。能够反汇编、反编译、使用 YARA 扫描的 AI 智能体，非常适合恶意软件分析、漏洞研究和自动化报告，能够以自然语言理解二进制文件。 - https://t.co/nbs39c26pw https://t.co/5StUDAQHOK — # sjkim1127/Reversecore_MCP 来源：https://github.com/sjkim1127/Reversecore_MCP # Reversecore MCP 基于 AI 的逆向工程与安全分析（通过模型上下文协议） 企业级集成静态与动态分析服务器——用自然语言描述需求，获得专家级的逆向工程、漏洞分类、恶意软件分析和取证结果。 — CI/CD (https://github.com/sjkim1127/Reversecore_MCP/actions/workflows/main.yml) Python (https://www.python.org/) 许可协议：MIT 测试 覆盖率 FastMCP (https://github.com/jlowin/fastmcp) Docker (https://github.com/sjkim1127/Reversecore_MCP/pkgs/container/reversecore_mcp) 观看演示 (https://youtu.be/wJGW2bp3c5A) SafeSkill 已验证 (https://safeskill.dev/scan/sjkim1127-reversecore-mcp) — ## 目录 - 什么是 Reversecore MCP？ - 架构 - 工具目录（50+ 工具） - 引导式分析提示 - 快速开始 - 连接到你的 AI 客户端 - 配置 - 安全模型 - 开发 - 项目结构 - 贡献 - 许可协议 — ## 什么是 Reversecore MCP？ Reversecore MCP 是一个企业级的模型上下文协议（Model Context Protocol）(https://modelcontextprotocol.io/) 服务器，它将 Claude、Cursor 等 AI 助手转化为专家级的安全研究工作台。它的能力远不止二进制反汇编。Reversecore MCP 集成了 50 多种分析工具，涵盖： - 🔬 静态分析——反汇编、反编译、二进制解析 - 💥 动态分类——GDB 崩溃解析、可利用性评估 - 🦠 恶意软件分析——能力检测、IOC 提取、威胁狩猎 - 🧬 漏洞研究——符号执行、模糊测试、ROP 小工具检测 - 🔏 SAST——对 Python、C 和 C++ 进行源代码审计 - 🕵️ 数字取证——内存、磁盘、网络和工件分析 - 📊 报告——映射了 MITRE ATT&CK 的结构化报告 无需手动学习复杂的工具，你只需用自然语言描述你的需求： "对这个恶意软件样本的 main 函数进行反编译，提取所有网络 IOC，将行为映射到 MITRE ATT&CK，并生成一份分类报告。" ↓ Reversecore MCP 自动调用 r2_decompile → extract_iocs → add_session_mitre → create_analysis_report，返回结构化的、分析师级别的输出。 — ## 架构 AI 客户端（Claude / Cursor / 任何兼容 MCP 的客户端） │ MCP 协议（stdio 或 HTTP/SSE） ▼ ┌──────────────────────────────────────────────────────┐ │ FastMCP 服务器 │ │ 50+ 注册的工具 · 异步 │ │ Python 3.10–3.12 │ ├────────────────────┬─────────────────────────────────┤ │ 引导式提示 │ 动态资源 │ │ （5 种专家模式） │（工作区、指标、健康状态） │ ├────────────────────┴─────────────────────────────────┤ │ 核心基础设施 │ │ 配置 · 安全 · 验证器 · 异常层次 │ │ R2 连接池 · 指标 · 内存（SQLite） · 任务队列 │ │ MITRE 映射器 · 证据引擎 · 韧性层 │ ├──────────────────────────────────────────────────────┤ │ 分析引擎 │ │ Radare2 + r2ghidra │ YARA · LIEF · Capstone │ │ CAPA（Mandiant） │ angr（符号执行） │ │ Volatility3 · Scapy │ DIE · Qiling · Binwalk │ └──────────────────────────────────────────────────────┘ ### 核心基础设施模块 | 模块 | 用途 | |—|—| | core/config.py | 集中式、感知环境的配置 | | core/security.py | 输入清理与路径验证 | | core/validators.py | 文件与二进制路径验证器 | | core/r2_pool.py | 线程安全的 Radare2 连接池 | | core/r2_helpers.py | 结构化的 Radare2 输出工具 | | core/metrics.py | 每个工具的执行时间与错误率 | | core/memory.py | 异步 SQLite AI 内存存储 | | core/mitre_mapper.py | MITRE ATT&CK 技术映射引擎 | | core/evidence.py | 证据分类（OBSERVED / INFERRED / POSSIBLE） | | core/resilience.py | 重试、断路器、超时模式 | | core/task_queue.py | 后台任务队列（Redis + arq） | | core/extension_registry.py | 插件/扩展注册系统 | | core/sast/ | Python AST 扫描器 + C/C++ 正则扫描器 | — ## 工具目录 > Reversecore MCP 提供了 50 多种工具，分为 7 个类别。每个工具都返回结构化的 ToolResult，包含 status、content 和可选的 error 字段。 ### 🔍 静态分析 | 工具 | 后端 | 描述 | |—|—|—| | run_file | file 命令行 | 文件类型、架构和编译器指纹识别 | | run_strings | strings 命令行 | ASCII/Unicode 字符串提取，可配置最小长度和限制 | | run_binwalk | Binwalk | 固件深度扫描：嵌入式签名、文件系统、压缩 blob | | parse_binary_with_lief | LIEF | 完整的 PE / ELF / Mach-O 头、节区、导入/导出和 TLS 解析 | | detect_compiler_and_packer | DIE (diec) | 通过 Detect It Easy 检测编译器、链接器、加壳器和保护器 | | run_capa | CAPA (Mandiant FLARE) | 高级能力检测——“加密数据”、“创建持久化”等 | | audit_source_code | AST + 正则 SAST | Python AST 扫描器 + C/C++ 正则扫描器，用于检测危险模式 | ### ⚙️ 反汇编与反编译 | 工具 | 后端 | 描述 | |—|—|—| | run_radare2 | r2pipe | 使用连接池执行原始 Radare2 命令 | | Radare2_disassemble | Radare2 | 函数反汇编，带完整自动分析 (aaa) | | r2_decompile | r2ghidra | 高质量的 C 反编译（Ghidra 引擎嵌入在 r2 中，无需 JVM） | | r2_recover_structures | r2ghidra + SQLite | 自动恢复 C 结构体并持久化到注释数据库 | | r2_analyze_function | Radare2 | 深入的单函数分析，带类型推断和变量追踪 | | r2_get_call_graph | Radare2 | 给定函数地址的调用图提取 | | r2_simulate_patch | Radare2 | 在应用到磁盘之前预览二进制补丁效果 | | r2_session | Radare2 | 有状态的多命令分析会话 | | disassemble_with_capstone | Capstone | 多架构反汇编：x86/x64、ARM、MIPS、PPC、SPARC | ### 🔗 交叉引用与二进制注释 | 工具 | 后端 | 描述 | |—|—|—| | analyze_xrefs | Radare2 | 追踪函数调用、数据引用和控制流 | | r2_read_memory | Radare2 | 从给定虚拟地址读取原始字节 | | r2_list_structures | SQLite | 列出持久化注释数据库中的所有已注释 C 结构体 | | r2_create_structure | SQLite | 创建并持久化一个新的结构体注释 | | r2_add_bookmark | SQLite | 在地址上添加持久化注释 | | r2_list_bookmarks | SQLite | 列出工作区中的所有地址书签 | | r2_list_types | Radare2 | 列出当前二进制分析中所有已知类型 | ### 🧬 动态与符号分析 | 工具 | 后端 | 描述 | |—|—|—| | emulate_machine_code | Radare2 ESIL | 无需运行二进制即可进行寄存器/内存追踪的代码模拟 | | verify_path_and_get_args | angr | 符号执行——验证路径可达性并计算具体输入 | | generate_fuzzing_harness | Qiling + AFL++ | 自动生成基于 Qiling 的模糊测试桩，针对特定函数 | | diff_binaries | Radare2 | 语义化二进制差异，追踪版本间的补丁变化 | | match_libraries | Radare2 | 通过函数指纹匹配识别静态链接库 | ### 🦠 恶意软件分析与威胁检测 | 工具 | 后端 | 描述 | |—|—|—| | dormant_detector | Radare2 + 启发式 | 查找隐藏后门、孤立函数、定时炸弹和逻辑炸弹 | | extract_iocs | 正则表达式 + LIEF | 提取 IP、URL、域名、哈希、注册表键、加密货币地址 | | run_yara | YARA | 使用自定义规则文件和内置规则集进行 YARA 规则扫描 | | adaptive_vaccine | YARA + Radare2 | 生成检测 YARA 规则 + 二进制补丁以消除威胁 | | vulnerability_hunter | Radare2 + 分析 | 检测危险 API 模式（strcpy、sprintf）和 ROP 小工具链 | ### 📝 会话跟踪与报告生成 | 工具 | 描述 | |—|—| | start_analysis_session | 启动一个计时分析会话，带有唯一会话 ID | | add_session_ioc | 在实时会话中收集并标记 IOC | | add_session_mitre | 在分析过程中记录 MITRE ATT&CK 技术 ID | | end_analysis_session | 结束会话：计算持续时间，锁定 IOC/ATT&CK 列表 | | create_analysis_report | 以 4 种模式呈现会话报告：full / triage / ioc_summary / executive | | generate_malware_submission | 一键生成标准化的 JSON 提交报告 | | send_report_email | 通过 SMTP 发送渲染后的报告 | ### 🕵️ 数字取证 | 工具 | 后端 | 描述 | |—|—|—| | analyze_memory_dump | Volatility3 | 完整内存取证：进程列表、网络连接、注入代码、句柄 | | analyze_network_capture | Scapy | PCAP 分析：协议分解、DNS 查询、HTTP 负载、异常检测 | | analyze_disk_image | The Sleuth Kit | 文件系统取证：已删除文件、时间线重建、元数据 | | analyze_artifacts | 自定义解析器 | 浏览器历史、Windows 注册表配置单元、事件日志、预提取文件 | ### 📊 服务器健康状态与工作区 | 工具 | 描述 | |—|—| | get_server_health | 运行时间、内存使用、已加载工具和运行状态 | | get_tool_metrics | 每个工具的调用次数、平均执行时间和错误率 | | list_workspace | 列出分析工作区中的所有可用文件 | | get_file_info | 特定工作区文件的元数据（大小、哈希、类型） | — ## 引导式分析提示 在 AI 客户端中引用以下提示，以激活专家分析模式： | 提示 | 用例 | |—|—| | full_analysis_mode | 6 阶段全面分析：分类 → 反汇编 → 行为 → 网络 → 持久化 → 报告 | | basic_analysis_mode | 快速分类，用于初始评估和快速结论 | | game_analysis_mode | 游戏客户端分析，包含反作弊检测和内存检查 | | firmware_analysis_mode | IoT/嵌入式固件：binwalk 提取、UART 字符串、硬编码凭据 | | report_generation_mode | 结构化会话工作流，带 MITRE ATT&CK 技术映射 | > 提示的工作原理： 每个提示为 AI 提供了一个专家身份、结构化的思维链检查点以及证据分类（OBSERVED / INFERRED / POSSIBLE）。这会产生分析师级别的输出，而不仅仅是原始工具输出。 — ## 快速开始 ### 选项 1 —— Docker（推荐） 这是零依赖安装的最快方式： bash docker run -i --rm \ -v /path/to/your/samples:/app/workspace \ -e REVERSECORE_WORKSPACE=/app/workspace \ -e MCP_TRANSPORT=stdio \ ghcr.io/sjkim1127/reversecore_mcp:latest ### 选项 2 —— 从源码构建 bash git clone https://github.com/sjkim1127/Reversecore_MCP.git cd Reversecore_MCP ./scripts/run-docker.sh # 自动检测 Intel / Apple Silicon 或者手动操作： bash docker compose --profile x86 up -d # Intel/AMD docker compose --profile arm64 up -d # Apple Silicon (M1/M2/M3) ### 选项 3 —— Python（本地开发） bash git clone https://github.com/sjkim1127/Reversecore_MCP.git cd Reversecore_MCP python -m venv venv && source venv/bin/activate pip install -r requirements.txt python server.py > 本地模式的先决条件： 系统中必须安装 Radare2（r2 --version）。YARA 将通过 yara-python 自动安装。 — ## 连接到你的 AI 客户端 将服务器配置添加到你的 IDE 客户端设置中（例如 ~/.cursor/mcp.json 或 claude_desktop_config.json）。 ### ⚡ 选项 1：Docker Exec 模式（强烈推荐） 如果你通过 Docker Compose 运行服务器（后台模式），此模式使用直接在运行容器内通道化的标准 stdio。它提供零启动延迟、持久化分析内存和完美兼容性（绕过了 IDE 客户端端的 HTTP/SSE 连接错误）。 json { "mcpServers": { "Reversecore_MCP": { "command": "docker", "args": [ "exec", "-i", "-e", "MCP_TRANSPORT=stdio", "reversecore-mcp-arm64", "python", "server.py" ] } } } 注意：如果你使用的是 Intel/AMD 架构，请将 reversecore-mcp-arm64 替换为 reversecore-mcp。 — ### 🌐 选项 2：SSE HTTP 模式 如果你更喜欢基于网络的流式传输（Server-Sent Events）用于远程客户端： json { "mcpServers": { "Reversecore_MCP": { "url": "http://localhost:8000/mcp/sse" } } } — ### 📦 选项 2：Stdio 模式（按需 Docker） 如果你更喜欢每次请求时自动运行一个新的隔离容器： 🍎 macOS json { "mcpServers": { "reversecore": { "command": "docker", "args": [ "run", "-i", "--rm", "-v", "/Users/YOUR_USERNAME/samples:/app/workspace", "-e", "REVERSECORE_WORKSPACE=/app/workspace", "-e", "MCP_TRANSPORT=stdio", "ghcr.io/sjkim1127/reversecore_mcp:latest" ] } } } 🐧 Linux json { "mcpServers": { "reversecore": { "command": "docker", "args": [ "run", "-i", "--rm", "-v", "/home/YOUR_USERNAME/samples:/app/workspace", "-e", "REVERSECORE_WORKSPACE=/app/workspace", "-e", "MCP_TRANSPORT=stdio", "ghcr.io/sjkim1127/reversecore_mcp:latest" ] } } } 🪟 Windows json { "mcpServers": { "reversecore": { "command": "docker", "args": [ "run", "-i", "--rm", "-v", "C:/samples:/app/workspace", "-e", "REVERSECORE_WORKSPACE=/app/workspace", "-e", "MCP_TRANSPORT=stdio", "ghcr.io/sjkim1127/reversecore_mcp:latest" ] } } } > ⚠️ 重要——Docker 中的文件路径 > > 你的本地文件夹将被挂载到容器内的 /app/workspace。 > 请始终仅使用文件名来引用文件，不要使用本地完整路径。 > > | ❌ 错误 | ✅ 正确 | > |—|—| > | r2_decompile("/Users/john/samples/mal.exe") | r2_decompile("mal.exe") | — ## 配置 所有设置都可以通过环境变量或 .env 文件提供（参见 .env.example）： | 变量 | 默认值 | 描述 | |—|—|—| | MCP_TRANSPORT | http | 传输模式：stdio 或 http | | REVERSECORE_WORKSPACE | /app/workspace | 分析工作区目录 | | REVERSECORE_READ_DIRS | "" | 额外的冒号分隔的只读目录 | | LOG_LEVEL | INFO | 日志详细程度：DEBUG、INFO、WARNING、ERROR | | MCP_API_KEY | (未设置) | HTTP 模式认证的 API 密钥（可选） | | RATE_LIMIT | 60 | 每分钟最大请求数（仅 HTTP 模式） | | TOOL_TIMEOUT | 300 | 工具执行默认超时时间（秒） | | R2_POOL_SIZE | 4 | Radare2 连接池大小 | | REDIS_URL | redis://localhost:6379 | 后台任务队列的 Redis URL | | SMTP_HOST | (未设置) | 报告邮件投递的 SMTP 主机 | | SMTP_PORT | 587 | SMTP 端口 | | SMTP_USER | (未设置) | SMTP 用户名 | | SMTP_PASSWORD | (未设置) | SMTP 密码 | — ## 安全模型 安全性是首要关注点。Reversecore MCP 的设计确保能够安全分析不受信任的恶意软件样本，而不会对主机系统造成风险。 | 控制措施 | 实现方式 | |—|—| | 无 shell 注入 | 所有子进程调用使用列表参数，绝不使用 shell 字符串 | | 路径遍历防护 | 所有文件访问都经过验证，并限定在配置的工作区内 | | 输入清理 | 所有参数在执行前通过 core/security.py 进行清理 | | 速率限制 | HTTP 模式下可配置每分钟请求限制（通过 slowapi） | | 容器隔离 | 以非 root 的 appuser（UID 1000）身份运行，具有最小的 Linux 能力 | | 密钥扫描 | G