GhidraLens

在你的 AI 客户端中渲染 Ghidra。点击符号即可重命名，点击调用即可跟踪。

迄今为止，每一个 Ghidra MCP 服务器都只返回文本。模型可以读取文本，但你无法在其中导航。GhidraLens 以交互式视图的形式返回同样的分析结果——它基于 MCP Apps（io.modelcontextprotocol/ui）构建，这个扩展让服务器可以把真正的 HTML 送进对话中。

你和模型正在查看同一个实时程序。点击变量进行重命名，模型下一次反编译时就会看到新名称。

这是一张真实的截图：where.exe，由 Ghidra 反编译，每个标识符都带有它来源的地址。

功能一览

函数浏览器

调用图

总共有十个工具。三个是打开的视图；其余的是查询和写入操作，其中有两个模型永远不会看到——它们的存在只是为了视图中的点击能够触发它们。

Related MCP server: GhidraMCP

工作原理

  MCP client  ──stdio──▶  server/  ──HTTP──▶  bridge/  ──JPype──▶  Ghidra (JVM)
  (Claude,                 TypeScript         PyGhidra            program stays
   Cursor, …)              MCP server         session             resident
       ▲
       │  ui:// HTML in a sandboxed iframe
       └──  ui/  three self-contained views

桥接器特意作为一个独立的常驻进程。Ghidra 的自动分析是代价最高的步骤，而且它只发生一次。在一个 64 KB 的 Windows 系统实用程序（198 个函数）上测得：

重启 MCP 服务器或客户端后，已分析的程序仍然保留。

安装

前提条件： Ghidra 11.3+、JDK 21+、Python 3.9–3.13（不是 3.14——JPype 还没有对应的 wheel），以及 Node 20+。参见 bridge/setup.py.md——Python 端比较挑剔，该文件涵盖了所有可能出错的情况。如果 JAVA_HOME 未设置，GhidraLens 会为你找到 JDK，这覆盖了常见的“Java 已安装，但 shell 尚未重启”的情况。

git clone https://github.com/hellosverre/ghidralens
cd ghidralens
npm install
npm run build

然后在你想查看的二进制文件上启动桥接器：

python bridge/serve.py --binary /path/to/target.exe

它会打印一个令牌。把该令牌和构建好的服务器路径放入你的 MCP 客户端配置：

{
  "mcpServers": {
    "ghidralens": {
      "command": "node",
      "args": ["/absolute/path/to/ghidralens/server/dist/index.js"],
      "env": {
        "GHIDRALENS_BRIDGE_URL": "http://127.0.0.1:8799",
        "GHIDRALENS_TOKEN": "paste-the-printed-token-here"
      }
    }
  }
}

然后向你的客户端提问：“反编译处理许可证验证的函数。”

工具

add_comment 是特意对模型隐藏的。可见性正是 MCP Apps 区分“代理可以做这件事”和“点击可以做这件事”的方式；把写入工具从模型的列表中剔除，既能让列表保持简短，也能防止模型自作主张地重命名内容。

重命名和注释一直保存在内存中，直到 save_program 将它们写入 Ghidra 项目——之后它们会像其他任何编辑一样出现在 Ghidra GUI 中。

在没有 Ghidra 的情况下开发视图

npm run dev:ui
# open http://localhost:5173/dev/harness.html

ui/dev/harness.ts 是一个真正的 MCP Apps 宿主——它在一个 iframe 中针对视图运行 SDK 的 AppBridge，因此 ui/initialize 握手、初始的 ui/notifications/tool-result，以及每次点击触发的 tools/call，都通过真实的 postMessage JSON-RPC 进行。右侧有消息跟踪面板和宿主主题切换开关，因为视图在两种主题下都必须显示正常。

两种数据源，可在工具栏中切换：

• fixtures — 不需要 Ghidra，无需安装任何东西

• live bridge — 代理到正在运行的桥接器，让你针对真实分析过的程序进行开发

在相信任何东西之前，请先使用 live。fixtures 是整洁的；真实输出是一个 400 行、带 56 个局部变量和 87 个节点调用图的函数，而布局问题恰恰是在这里真正暴露出来的。

在本地模型上运行

逆向工程正是人们不愿意发送给托管模型的工作，因此 agent/ollama-agent.mjs 是一个小型 MCP 宿主，它将 GhidraLens 放在 Ollama 之后。无需 API 密钥，数据不会离开你的机器。

OLLAMA_MODEL=qwen3:14b node agent/ollama-agent.mjs "what does this binary do?"

它遵循 _meta.ui.visibility，因此仅限应用使用的工具对模型保持隐藏——这与图形客户端所执行的隔离方式相同。一个 ~9B 的模型足以通过 find_strings 和 list_functions 定位方向；14B 的模型在阅读反编译后的 C 代码方面明显更胜一筹。

测试

前两个是 CI 可以运行的。test_session.py 是在修改 bridge/session.py 之后最重要的那个——它是唯一能证明 Ghidra API 调用正确性的测试，而且在编写当天就捕获了三个真实 bug。

安全

桥接器仅绑定 127.0.0.1，要求每次运行提供 X-GhidraLens-Token 令牌，并拒绝任何带有 Origin 或 Referer 头的请求——因此浏览器中打开的网页无法访问你的反编译器。它没有多用户模式，也不打算对外暴露；--host 只接受回环地址。

分析二进制文件并不会执行它，但 Ghidra 会毫不介意地打开恶意软件。请使用与其他任何逆向工程工作相同的隔离方式。

许可证

MIT。