Ghidra MCP服务器

![License](https://opensource.org/licenses/Apache-2.0) ](https://openjdk.java.net/projects/jdk/21/) ](https://ghidra-sre.org/) ](CHANGELOG.md)

如果你觉得这有用，请⭐ 为repo加星——这有助于其他人发现它！

一个生产就绪的模型上下文协议（MCP）服务器，将Ghidra强大的逆向工程能力与现代人工智能工具和自动化框架连接起来。 193个MCP工具，久经考验的人工智能工作流程，以及最全面的Ghidra MCP集成。

重要提示：v4.3+迁移说明

如果您要从旧版本升级，请先阅读以下内容：

Python桥不再接受 --ghidra-server.
通过环境变量设置Ghidra TCP URL： GHIDRA_MCP_URL.
桥现在更喜欢先进行本地UDS自动发现。如果UDS可用，即使TCP存在，它也会使用UDS。
如果您的Ghidra状态显示 TCP: Disabled，直接HTTP调用，如 http://127.0.0.1:17171/... 将按设计失败。

建议的MCP客户端配置（stdio）：

[mcp_servers.ghidra]
command = "python3"
args = ["/absolute/path/to/bridge_mcp_ghidra.py", "--transport", "stdio"]
env = { GHIDRA_MCP_URL = "http://127.0.0.1:17171" } # used when TCP mode is enabled/needed
enabled = true

为什么选择Ghidra MCP？

大多数Ghidra MCP实现都为您提供了一些只读工具，到此为止。这个项目是不同的——它是由一位逆向工程师构建的，他每天在真实的二进制文件上使用它，而不是作为演示。

193个MCP工具 --比任何竞争性实现多3倍。不仅仅是读取操作，还有重命名、键入、注释、结构创建和脚本执行的完全写入权限。
久经考验的人工智能工作流程 --经过验证的文档工作流程（V5）在数百个功能中得到了改进。包括分步提示、匈牙利符号参考、批处理指南和孤立代码发现。
生产级可靠性 -原子事务、批处理操作（API调用减少93%）、可配置超时和优雅的错误处理。没有无声的失败。
跨二进制文档传输 --SHA-256函数哈希匹配会自动在二进制版本之间传播文档。文件一次，到处申请。
完全集成Ghidra服务器 --连接到共享的Ghidra服务器、管理存储库、版本控制、签出/签入工作流和多用户协作。
无头模式和GUI模式 --使用或不使用Ghidra GUI运行。Docker已为CI/CD管道和大规模自动化分析做好准备。

🌟 特性

核心MCP集成

完全MCP兼容性 --模型上下文协议的完整实现
193 MCP工具 -全面的API表面，涵盖二进制分析的各个方面
生产就绪可靠性 --原子事务、批处理操作、可配置超时
实时分析 --与Ghidra分析引擎的实时集成

二元分析能力

功能分析 --反编译、调用图、交叉引用、完整性评分
数据结构发现 --结构/联合/枚举创建，包括字段分析和命名建议
串提取 --正则表达式搜索、质量过滤和字符串锚定函数发现
进出口分析 --符号表、外部位置、顺序导入解析
内存和数据检查 --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的文档传播

人工智能驱动的逆向工程工作流程

功能文档工作流V5 --使用匈牙利符号、类型审核和自动验证评分进行完整功能文档的7步流程
批处理文档 --并行子代理调度，用于同时记录多个功能
孤立代码发现 --自动扫描仪在已知代码之间的间隙中发现未被发现的功能
数据类型调查 --结构发现和现场分析的系统工作流程
跨版本匹配 --跨不同二进制版本的基于哈希的函数匹配

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、键入和标签管理（API调用减少93%）
无头服务器 --无需Ghidra GUI的完整分析——Docker和CI/CD就绪
项目和版本控制 --创建项目、管理文件、Ghidra服务器集成
分析控制 --以编程方式列出、配置和触发Ghidra分析器

🚀 快速开始

先决条件

Java 21 LTS （建议使用OpenJDK）
Apache Maven 3.9+
吉德拉12.0.3 （或兼容版本）
Python 3.8+ 使用pip

安装

推荐用于Windows：使用 mcp4ghidra-setup.ps1 作为主要切入点。它在一个命令中处理先决条件设置+构建+部署。 重要提示： -SetupDeps 仅安装Maven/Ghidra JAR依赖项。 -Deploy 是最终用户命令，并且（默认情况下）在构建/部署之前也确保Python要求。

克隆存储库：

   git clone https://github.com/bethington/ghidra-mcp.git
   cd ghidra-mcp

建议：先运行环境预检：

   .\mcp4ghidra-setup.ps1 -Preflight -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

构建并部署到Ghidra（单个命令）：

   .\mcp4ghidra-setup.ps1 -Deploy -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

可选的严格/手动模式 （高级）：

   # Skip automatic prerequisite setup
   .\mcp4ghidra-setup.ps1 -Deploy -NoAutoPrereqs -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

显示脚本帮助:

   .\mcp4ghidra-setup.ps1 -Help
   # or
   Get-Help .\mcp4ghidra-setup.ps1 -Detailed

可选的仅构建模式 （高级/故障排除）：

   # Preferred: script-managed build-only
   .\mcp4ghidra-setup.ps1 -BuildOnly

   # Manual Maven build (requires Ghidra deps already installed in local .m2)
   mvn clean package assembly:single -DskipTests

安装（Linux--Ubuntu/Debian）

使用 mcp4ghidra-setup.sh 作为Linux的主要入口点。它处理先决条件设置、Maven依赖项安装、构建和部署。

克隆存储库：

   git clone https://github.com/bethington/ghidra-mcp.git
   cd ghidra-mcp

安装系统必备组件 （如果尚未安装）：

   sudo apt update && sudo apt install -y openjdk-21-jdk maven python3 python3-pip curl jq unzip

飞行前运行环境：

   ./mcp4ghidra-setup.sh --preflight --ghidra-path ~/ghidra_12.0.3_PUBLIC

构建并部署到Ghidra（单个命令）：

   ./mcp4ghidra-setup.sh --deploy --ghidra-path ~/ghidra_12.0.3_PUBLIC

这将：

- 将Ghidra JAR依赖项安装到本地 ~/.m2/repository - 构建 GhidraMCP-.zip 使用Maven - 将扩展解压缩到特定于操作系统的Ghidra用户扩展目录 - 更新 preferences 和 LastExtensionImportDirectory - 安装Python要求

可选：仅设置Maven依赖关系：

   ./mcp4ghidra-setup.sh --setup-deps --ghidra-path ~/ghidra_12.0.3_PUBLIC

显示脚本帮助：

   ./mcp4ghidra-setup.sh --help

按操作系统扩展/配置路径 - Linux： $HOME/.config/ghidra/ghidra__PUBLIC/ - macOS： $HOME/Library/ghidra/ghidra__PUBLIC/ - 扩展文件夹： /Extensions/GhidraMCP/

其他辅助脚本 （PowerShell实用程序的Linux等效工具）： - functions-extract.sh -通过Ghidra REST API提取函数（使用 curl/jq) - functions-process.sh --使用Claude CLI进行并行函数处理

基本用法

选项1：标准传输（推荐用于AI工具）

python bridge_mcp_ghidra.py

使用明确的TCP回退URL（如果需要）：

GHIDRA_MCP_URL=http://127.0.0.1:17171 python bridge_mcp_ghidra.py --transport stdio

注： --ghidra-server 在v4.3+中被删除。

选项2:SSE传输（Web/HTTP客户端）

python bridge_mcp_ghidra.py --transport sse --mcp-host 127.0.0.1 --mcp-port 8081

在吉德拉

启动Ghidra并打开一个 代码浏览器 窗口
在 代码浏览器，通过启用插件 文件>配置>配置所有插件>GhidraMCP
可选：通过配置自定义端口 代码浏览器>编辑>工具选项>GhidraMCP HTTP服务器
通过启动服务器 工具>GhidraMCP>启动MCP服务器
检查 工具>GhidraMCP>服务器状态 确认运输：

- UDS: Running 和 TCP: Disabled 意味着桥接器/工具应通过UDS连接。 - TCP: Running 表示HTTP端点在您配置的端口上可用（默认 8089 除非更改）。

验证它是否正常工作

# Quick health check
curl http://127.0.0.1:8089/check_connection
# Expected: "Connected: GhidraMCP plugin running with program ''"

# Get version info
curl http://127.0.0.1:8089/get_version

❓ 故障排除

“GhidraMCP”菜单未出现在“工具”中

原因： 插件未启用或安装不正确。

解决方案：

验证是否安装了扩展： 文件>安装扩展 --应列出GhidraMCP
启用插件： 文件>配置>配置所有插件>GhidraMCP （勾选此框）
重新启动Ghidra 安装/启用后

服务器没有响应/连接被拒绝

原因： 服务器未启动或端口错误。

解决方案：

确保已启动服务器： 工具>GhidraMCP>启动MCP服务器
检查配置的端口： 编辑>工具选项>GhidraMCP HTTP服务器
检查端口是否正在使用中：

   # Linux/macOS
   lsof -i :8089
   # Windows
   netstat -ano | findstr :8089

查找Ghidra控制台中的错误： 窗口>控制台

MCP工具出现故障，显示“传输关闭”

原因： 网桥进程在启动时退出（最常见的是更新后过时的CLI参数）。

修复：

移除 --ghidra-server 来自MCP客户端参数。
用途：

- args： ["/path/to/bridge_mcp_ghidra.py", "--transport", "stdio"] - 环境： GHIDRA_MCP_URL=http://127.0.0.1:17171 （或您的TCP端口）

在客户端中重新启动MCP服务器切换。
在Ghidra，检查 工具>GhidraMCP>服务器状态:

- 如果 TCP: Disabled，HTTP检查 127.0.0.1: 预计会失败。 - 这在使用UDS传输时是正常的。

500内部服务器错误

原因： 服务器端异常，通常是由于缺少程序数据。

解决方案：

确保在CodeBrowser中加载二进制文件
首先运行自动分析： 分析>自动分析
检查Ghidra控制台(窗口>控制台)Java异常
某些操作需要经过充分分析的二进制文件

404未找到错误

原因： 终结点不存在或URL错误。

解决方案：

验证终结点是否存在： curl http://127.0.0.1:8089/get_version
检查端点名称中的拼写错误
确保使用正确的HTTP方法（GET与POST）

扩展未出现在安装扩展中

原因： JAR文件位置错误。

解决方案：

手动安装位置： ~/.ghidra/ghidra_12.0.3_PUBLIC/Extensions/GhidraMCP/lib/GhidraMCP.jar
或使用： 文件>安装扩展>添加 并选择ZIP文件
确保为您的Ghidra版本构建了JAR/ZIP

构建失败，显示“未找到Ghidra依赖项”

原因： Ghidra JAR未安装在本地Maven存储库中。

解决方案：

# Windows (recommended)
.\mcp4ghidra-setup.ps1 -SetupDeps -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# Or manual install (see install-ghidra-deps.sh)

📊 生产绩效

MCP工具184个工具已全面实施
速度：对大多数行动的反应低于秒
效率：通过批处理操作减少93%的API调用
可靠性：具有全有或全无语义的原子事务
AI工作流程：经过验证的文档提示在数百个实际功能中得到了改进
部署：自动版本感知部署脚本

🛠️ API 参考

核心业务

check_connection -验证MCP连接
get_metadata -程序元数据和信息
get_version -服务器版本信息
get_function_count -返回程序的函数总数
get_entry_points -二进制入口点发现
get_current_address -获取光标地址（仅限GUI）
get_current_function -在光标处获取功能（仅GUI）
get_current_selection -获取当前选择上下文（地址+函数）
read_memory -从内存中读取原始字节
save_program -保存当前程序
exit_ghidra -保存并优雅退出Ghidra

功能分析

list_functions -列出所有函数（分页）
list_functions_enhanced -带有isThunk/is外部标志的列表
list_classes -列出命名空间/类名（分页）
search_functions_enhanced -使用过滤器进行高级功能搜索
decompile_function -将函数分解为C伪代码
force_decompile -强制重新反编译（绕过缓存）
batch_decompile -批量反编译多个函数
get_function_callers -获取函数调用者
get_function_callees -获取函数调用项
get_function_call_graph -函数关系图
get_full_call_graph -完整的程序调用图
get_function_signature -获取函数原型字符串
get_function_hash -标准化函数操作码的SHA-256哈希
get_bulk_function_hashes -带过滤器的分页批量哈希
get_function_jump_targets -从反汇编中获取跳转目标地址
get_function_metrics -获取函数的复杂性度量
get_function_xrefs -获取函数交叉引用
analyze_function_complete -综合功能分析
analyze_function_completeness -文件完整性评分
batch_analyze_completeness -多功能批量完整性分析
find_similar_functions_fuzzy -模糊相似性匹配
bulk_fuzzy_match -所有功能的批量模糊匹配
diff_functions -并行区分两种功能
validate_function_prototype -验证函数原型字符串
can_rename_at_address -检查地址是否可以重命名
delete_function -删除地址处的功能

内存和数据

list_segments -内存段和布局
list_data_items -列出定义的数据标签和值（分页）
list_data_items_by_xrefs -按外部参照计数排序的数据项
get_function_by_address -功能在地址
disassemble_function -拆卸列表
disassemble_bytes -原始字节反汇编
get_xrefs_to -地址的交叉引用
get_xrefs_from -地址的交叉引用
get_bulk_xrefs -批量交叉引用查找
analyze_data_region -分析内存区域结构
inspect_memory_content -查看原始内存内容
detect_array_bounds -检测阵列边界
search_byte_patterns -搜索字节模式
create_memory_block -创建新的内存块

跨二进制文档

get_function_documentation -导出完整的功能文档
apply_function_documentation -将文档导入目标功能
compare_programs_documentation -比较程序之间的文档
build_function_hash_index -构建持久JSON索引
lookup_function_by_hash -在索引中查找匹配函数
propagate_documentation -将文档应用于所有匹配的实例

数据类型和结构

list_data_types -可用数据类型
search_data_types -搜索数据类型
get_data_type_size -获取数据类型的字节大小
get_valid_data_types -获取有效Ghidra内置类型的列表
get_struct_layout -获取结构的详细现场布局
validate_data_type -验证数据类型语法
validate_data_type_exists -检查数据类型是否存在
create_struct -创建自定义结构
add_struct_field -向结构中添加字段
modify_struct_field -修改现有字段
remove_struct_field -从结构中删除字段
create_enum -创建枚举
get_enum_values -获取枚举值
create_array_type -创建数组数据类型
create_typedef -创建typedef别名
create_union -创建联合数据类型
create_pointer_type -创建指针数据类型
clone_data_type -用新名称克隆数据类型
apply_data_type -将类型应用于地址
delete_data_type -删除数据类型
consolidate_duplicate_types -合并重复类型
suggest_field_names -人工智能辅助的结构字段名称建议
create_data_type_category -在类型管理器中创建类别文件夹
move_data_type_to_category -将类型移动到其他类别
list_data_type_categories -列出所有数据类型类别
import_data_types -从GDT/头文件导入类型

符号和标签

list_imports -导入的符号和库
list_exports -导出的符号和函数
list_external_locations -外部位置参考
get_external_location -具体外部位置细节
list_strings -通过分析提取字符串
search_memory_strings -按正则表达式/子字符串模式搜索字符串
list_namespaces -可用命名空间
list_globals -全局变量
create_label -在地址处创建标签
batch_create_labels -批量标签创建
delete_label -删除地址处的标签
batch_delete_labels -批量标签删除
rename_label -重命名现有标签
rename_or_label -重命名或创建标签

重命名和文档

rename_function -按名称重命名函数
rename_function_by_address -按地址重命名函数
rename_data -重命名数据项
rename_variables -重命名函数变量
rename_global_variable -重命名全局变量
rename_external_location -重命名外部引用
batch_rename_function_components -批量重命名
set_decompiler_comment -设置反编译器注释
set_disassembly_comment -设置拆卸注释
set_plate_comment -设置功能板注释
get_plate_comment -获取功能板评论
batch_set_comments -批量评论设置
clear_function_comments -清除函数的所有注释
list_bookmarks -列出所有书签
set_bookmark -创建或更新书签
delete_bookmark -删除书签

类型系统

set_function_prototype -设置函数签名
set_local_variable_type -设置变量类型
set_parameter_type -设置参数类型
batch_set_variable_types -批量类型设置
set_variable_storage -控制变量存储位置
set_function_no_return -将函数标记为不返回
clear_instruction_flow_override -指令上的明确流量超控
list_calling_conventions -可用的通话约定
get_function_variables -获取所有函数变量
get_function_labels -在功能中获取标签

Ghidra脚本管理

list_scripts -列出可用脚本
run_script -运行脚本
list_ghidra_scripts -列出自定义Ghidra脚本
save_ghidra_script -保存新脚本
get_ghidra_script -获取脚本内容
run_ghidra_script -按名称执行Ghidra脚本
run_script_inline -执行内联脚本代码
update_ghidra_script -更新现有脚本
delete_ghidra_script -删除脚本

多程序支持

list_open_programs -列出所有打开的程序
get_current_program_info -当前程序详细信息
switch_program -切换活动程序
list_project_files -列出项目文件
open_program -从项目中打开程序

项目生命周期

create_project -创建一个新的Ghidra项目
open_project -打开现有项目
close_project -关闭当前项目
delete_project -删除项目
list_projects -在目录中列出Ghidra项目

项目组织

create_folder -在项目树中创建文件夹
move_file -将域文件移动到另一个文件夹
move_folder -将文件夹移动到其他位置
delete_file -从项目中删除域文件

分析工具

find_next_undefined_function -查找未定义的函数
find_undocumented_by_string -按字符串引用查找函数
batch_string_anchor_report -串锚分析
get_assembly_context -获取程序集上下文
analyze_struct_field_usage -分析结构字段访问
get_field_access_context -获取字段访问模式
create_function -在地址处创建函数
analyze_control_flow -圈复杂度和循环检测
analyze_call_graph -构建函数调用图
analyze_api_call_chains -检测API调用威胁模式
detect_malware_behaviors -检测恶意软件行为类别
find_anti_analysis_techniques -寻找反分析技术
find_dead_code -检测无法访问的代码
extract_iocs_with_context -从字符串中提取IOC
apply_data_classification -将数据分类应用于地址

分析控制

list_analyzers -列出所有可用的Ghidra分析仪
configure_analyzer -启用/禁用或配置分析器
run_analysis -以编程方式触发Ghidra自动分析

服务器连接（Ghidra服务器）

connect_server -连接到Ghidra服务器
disconnect_server -断开与Ghidra服务器的连接
server_status -检查服务器连接状态
list_repositories -列出服务器上的存储库
create_repository -创建新存储库
list_repository_files -列出服务器存储库文件夹中的文件
get_repository_file -获取服务器存储库中文件的元数据

版本控制

checkout_file -从版本控制中检出文件
checkin_file -签入带有注释的文件
undo_checkout -撤消结账而不提交
add_to_version_control -将文件添加到版本控制

版本历史记录

get_version_history -获取文件的完整版本历史记录
get_checkouts -获取活动结账状态

管理员

terminate_checkout -强制终止用户的结账
list_server_users -列出Ghidra服务器上的所有用户
set_user_permissions -设置用户的存储库访问级别

知识数据库（仅桥接，需要PostgreSQL）

store_function_knowledge -将记录的功能数据存储到知识数据库中
query_knowledge_context -按关键字搜索记录的函数（ILIKE+tsvector）
store_ordinal_mapping -按二进制版本存储序号到名称的映射
get_ordinal_mapping -按二进制、版本、序号查找已知序号
export_system_knowledge -按游戏系统将记录的功能导出为降价

看更改日志.md 版本历史。

🏗️ 建筑

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   AI/Automation │◄──►│   MCP Bridge    │◄──►│  Ghidra Plugin  │
│     Tools       │    │ (bridge_mcp_    │    │ (GhidraMCP.jar) │
│  (Claude, etc.) │    │  ghidra.py)     │    │                 │
└─────────────────┘    └─────────────────┘    └─────────────────┘
        │                       │                       │
   MCP Protocol            HTTP REST              Ghidra API
   (stdio/SSE)          (localhost:8089)      (Program, Listing)

组件

bridge_mcp_ghidra.py --将MCP协议转换为HTTP调用的Python MCP服务器（193个工具）
GhidraMCP.jar --Ghidra插件，通过HTTP公开分析功能（176个GUI端点）
MCP4Ghidra无头服务器 --独立无头服务器——184个端点，无需GUI
ghidra_scripts/ --常见任务的自动化脚本集合

🔧 发展

从源头构建

# Recommended: one command does setup + build + deploy
.\mcp4ghidra-setup.ps1 -Deploy -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# Optional: build only (no deploy)
.\mcp4ghidra-setup.ps1 -BuildOnly

# Version bump (updates all 7 project files atomically)
.\bump-version.ps1 -New X.Y.Z

脚本命令参考

主要操作（选择一个）：

-Deploy （默认）：自动设置前置条件、构建、部署
-SetupDeps：将Ghidra JAR安装到本地 .m2 （仅限Maven deps；不安装Python包）
-BuildOnly：仅构建工件
-Clean：删除中的构建/缓存工件和本地Ghidra依赖文件夹 .m2 适用于活动版Ghidra
-Preflight：验证工具、路径、所需的Ghidra jar和写入权限，而无需进行更改

有用的选项：

-GhidraPath "C:\ghidra_12.0.3_PUBLIC"
-GhidraVersion "12.0.3"
-StrictPreflight
-NoAutoPrereqs
-SkipBuild
-SkipRestart
-DryRun
-Force
-Verbose
-Help

快速示例：

# Standard deploy (recommended)
.\mcp4ghidra-setup.ps1 -Deploy -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# First-time dependency setup only
.\mcp4ghidra-setup.ps1 -SetupDeps -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# Build only
.\mcp4ghidra-setup.ps1 -BuildOnly

# Preflight checks only
.\mcp4ghidra-setup.ps1 -Preflight -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# Strict preflight (fails on warnings)
.\mcp4ghidra-setup.ps1 -Preflight -StrictPreflight -GhidraPath "C:\ghidra_12.0.3_PUBLIC"

# Show command help
.\mcp4ghidra-setup.ps1 -Help

项目结构

ghidra-mcp/
├── bridge_mcp_ghidra.py     # MCP server (Python, 193 tools)
├── src/main/java/           # Ghidra plugin + headless server (Java)
│   └── com/xebyte/
│       ├── MCP4GhidraPlugin.java         # GUI plugin (176 endpoints)
│       ├── headless/                    # Headless server (184 endpoints)
│       └── core/                        # Shared service layer (12 services)
├── ghidra_scripts/          # Automation scripts
├── tests/                   # Python unit tests + endpoint catalog
│   ├── unit/               # Catalog consistency, schema, tool function tests
│   └── endpoints.json      # Endpoint specification (191 entries)
├── docs/                    # Documentation
│   ├── prompts/            # AI workflow prompts
│   ├── releases/           # Version release notes
│   └── project-management/ # Project docs
└── .github/workflows/      # CI/CD pipelines

依赖库

Ghidra JAR必须安装到本地Maven存储库中(~/.m2/repository)在编译之前。这是每台机器的一次性设置，当您的Ghidra版本更改时也是如此。 -Deploy 现在默认情况下会自动安装这些。

该工具强制以下内容之间的版本一致性：

pom.xml (ghidra.version)
-GhidraVersion （如有提供）
-GhidraPath 版本段（例如。， ghidra_12.0.3_PUBLIC)

如果这些不匹配，部署将很快失败，并出现明显的错误。

故障排除：版本不匹配

如果看到版本不匹配错误，请对齐所有三个值：

pom.xml → ghidra.version
-GhidraVersion （如果使用）
-GhidraPath 版本段(ghidra_X.Y.Z_PUBLIC)

然后重新运行：

.\mcp4ghidra-setup.ps1 -Deploy -GhidraPath "C:\ghidra_12.0.3_PUBLIC" -GhidraVersion "12.0.3"

# Windows
.\mcp4ghidra-setup.ps1 -SetupDeps -GhidraPath "C:\path\to\ghidra_12.0.3_PUBLIC"

# Optional version override
.\mcp4ghidra-setup.ps1 -SetupDeps -GhidraPath "C:\path\to\ghidra_12.0.3_PUBLIC" -GhidraVersion "12.0.3"

所需库（14个JAR，~37MB）：

库	源路径	目的
Base.jar	`Features/Base/lib/`	Ghidra核心功能
解压缩器.jar	`Features/Decompiler/lib/`	反编译引擎
PDB罐	`Features/PDB/lib/`	Microsoft PDB符号支持
FunctionID.jar	`Features/FunctionID/lib/`	功能识别
软件建模.jar	`Framework/SoftwareModeling/lib/`	程序模型API
Project.jar	`Framework/Project/lib/`	项目管理
Docking.jar	`Framework/Docking/lib/`	UI对接框架
Generic.jar	`Framework/Generic/lib/`	通用实用程序
实用程序.jar	`Framework/Utility/lib/`	核心公用设施
Gui.jar	`Framework/Gui/lib/`	GUI组件
FileSystem.jar	`Framework/FileSystem/lib/`	文件系统支持
Graph.jar	`Framework/Graph/lib/`	图形/调用图分析
DB.jar	`Framework/DB/lib/`	数据库操作
Emulation.jar	`Framework/Emulation/lib/`	P代码仿真

备注：库中不包括库（请参阅 .gitignore).在构建之前，您必须从Ghidra安装中安装它们。

脚本角色: - mcp4ghidra-setup.ps1：统一自动化脚本(-SetupDeps, -BuildOnly, -Deploy, -Clean) - 默认 -Deploy 行为：自动设置先决条件，然后构建和部署 - 使用 -NoAutoPrereqs 用于严格/手动先决条件管理

发展特征

自动化部署：版本感知部署脚本
批量操作：将API调用减少93%
原子事务：全有或全无语义
综合录井：调试和跟踪功能

📚 文档

核心文档

文档索引 -完整的文档导航
项目结构 -项目组织指南
命名约定 -代码命名标准
匈牙利标记法 -变量命名指南

AI工作流提示

功能文档V5 --主要工作流程：匈牙利符号、类型审核和验证评分的7步流程
批处理文档V5 --多功能处理的并行子代理调度
孤立代码发现 --用于未发现功能的自动扫描仪
数据类型调查 --系统结构发现
跨版本匹配 --基于哈希的函数匹配
快速启动提示 --简化初学者工作流程
所有提示 --完整提示索引

发布历史

完成变更日志 -所有版本发布说明
发布说明 -详细的发布文档

🐳 无头服务器（Docker）

GhidraMCP包括一个无头服务器模式，用于在没有Ghidra GUI的情况下进行自动分析。

Docker快速入门

# Build and run
docker-compose up -d ghidra-mcp

# Test connection
curl http://localhost:8089/check_connection
# Connection OK - GhidraMCP Headless Server v4.3.0

无头API工作流

# 1. Load a binary
curl -X POST -d "file=/data/program.exe" http://localhost:8089/load_program

# 2. Run auto-analysis (identifies functions, strings, data types)
curl -X POST http://localhost:8089/run_analysis

# 3. List discovered functions
curl "http://localhost:8089/list_functions?limit=20"

# 4. Decompile a function
curl "http://localhost:8089/decompile_function?address=0x401000"

# 5. Get metadata
curl http://localhost:8089/get_metadata

关键无头端点

端点	方法	描述
`/load_program`	POST	加载二进制文件进行分析
`/run_analysis`	POST	运行Ghidra自动分析
`/list_functions`	GET	列出所有发现的函数
`/list_exports`	GET	列出导出的符号
`/list_imports`	GET	列出导入的符号
`/decompile_function`	GET	将函数分解为C代码
`/create_function`	POST	在地址处创建函数
`/get_metadata`	GET	获取程序元数据
`/create_project`	POST	创建Ghidra项目
`/list_analyzers`	GET	列出可用分析器
`/server/status`	GET	检查Ghidra服务器连接

配置

Docker的环境变量：

GHIDRA_MCP_PORT -服务器端口（默认：8089）
GHIDRA_MCP_BIND_ADDRESS -绑定地址（Docker默认为0.0.0.0）
JAVA_OPTS -JVM选项（默认值：-Xmx4g-XX:+UseG1GC）

🤝 贡献

看贡献.md 详细的贡献指南。

快速开始

分叉存储库
创建要素分支(git checkout -b feature/amazing-feature)
构建并测试您的更改(mvn clean package assembly:single -DskipTests)
根据需要更新文档
提交您的更改(git commit -m 'Add amazing feature')
推到分支(git push origin feature/amazing-feature)
打开拉取请求

📄 许可证

此项目根据Apache许可证2.0获得许可-请参阅许可证文件以获取详细信息。

🏆 生产状态

度量	值
版本	4.3.0
MCP工具	193已完全执行
GUI端点	175（MCP4Ghidra插件）
无头端点	183（MCP4Ghidra无头服务器）
编译	✅ 100%成功
批量效率	API呼叫减少93%
AI工作流程	7个经过验证的文档工作流程
Ghidra脚本	包括自动化脚本
文档	全面的AI提示

看更改日志.md 查看版本历史和发行说明。

🙏 致谢

👥 贡献者

该项目得益于敬业贡献者的工作：

核心贡献者

@heeen --重大贡献包括：

用于交叉二进制比较的模糊函数匹配和结构化差分（#13）

脚本执行改进和错误修复（#12）

新的API端点： save_program, exit_ghidra, delete_function, create_memory_block, run_script_inline (#11)

架构愿景：注释驱动设计、UDS传输、Python桥优化建议

Ghidra团队 -对于令人难以置信的逆向工程平台

模型上下文协议 -用于标准化的AI集成框架

贡献者 -用于测试、反馈和改进

______________________________________________________________________

🔗 相关项目

再宇宙 --Ghidra BSim PostgreSQL平台，用于大规模二进制相似性分析。与GhidraMCP完美搭配，用于人工智能驱动的逆向工程工作流程。
作弊引擎服务器python --用于动态内存分析和调试的MCP服务器。

______________________________________________________________________

Ghidra MCP Server

快速接入

详细介绍

Ghidra MCP服务器

重要提示：v4.3+迁移说明

为什么选择Ghidra MCP？

🌟 特性

核心MCP集成

二元分析能力

人工智能驱动的逆向工程工作流程

开发与自动化

🚀 快速开始

先决条件

安装

安装（Linux--Ubuntu/Debian）

基本用法

选项1：标准传输（推荐用于AI工具）

选项2:SSE传输（Web/HTTP客户端）

在吉德拉

验证它是否正常工作

❓ 故障排除

“GhidraMCP”菜单未出现在“工具”中

服务器没有响应/连接被拒绝

MCP工具出现故障，显示“传输关闭”

500内部服务器错误

404未找到错误

扩展未出现在安装扩展中

构建失败，显示“未找到Ghidra依赖项”

📊 生产绩效

🛠️ API 参考

核心业务

功能分析

内存和数据

跨二进制文档

数据类型和结构

符号和标签

重命名和文档

类型系统

Ghidra脚本管理

多程序支持

项目生命周期

项目组织

分析工具

分析控制

服务器连接（Ghidra服务器）

版本控制

版本历史记录

管理员

知识数据库（仅桥接，需要PostgreSQL）

🏗️ 建筑

组件

🔧 发展

从源头构建

脚本命令参考

项目结构

依赖库

故障排除：版本不匹配

发展特征

📚 文档

核心文档

AI工作流提示

发布历史

🐳 无头服务器（Docker）

Docker快速入门

无头API工作流

关键无头端点

配置

🤝 贡献

快速开始

📄 许可证

🏆 生产状态

🙏 致谢

👥 贡献者

核心贡献者

🔗 相关项目

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP