delphi-mcp

Delphi 逆向符号恢复 MCP 服务：把多个 Delphi 反编译引擎统一到一个 MCP 接口后面，为 AI agent 提供静态符号知识，并与 IDA MCP（ida-mcp）协同工作。

在真实恶意样本上验证：Delphi 2 ~ 13 Florence 全版本、32/64 位，纯 Python，零编译依赖。

想了解"做了什么、为什么能做、二进制变成了什么"——见 docs/TECHNICAL.md。 想知道"能干什么、输出长什么样、怎么用"——见 docs/USAGE.md（使用手册，含真实输出样例）。 性能演进与卡死复盘——见 docs/PERFORMANCE.md。 文件职责速查——见 docs/FILES.md。

为什么

老 Delphi 样本（尤其恶意软件）在 IDA/Ghidra 里函数名全是 sub_xxxx，分析极度依赖符号恢复。现有工具要么只有 GUI（IDR）、要么绑定特定平台（DelphiReSym 依赖 Ghidra）、要么恢复能力弱。delphi-mcp 把它们的分析能力抽取为统一的、可脚本化的、给 agent 用的服务。

Related MCP server: RE-MCP Server

特性

• 三引擎自动路由：按 Delphi 版本选择最合适的分析引擎，输出统一的符号模型

• 12 个 MCP 工具：从版本判定到符号查询、行为情报、模型生命周期、IDA 协同

• 纯 Python 引擎：classic / modern 两个引擎无编译依赖（仅需 pefile、numpy、capstone）

• IDR 知识库匹配：直接解析 kb*.bin（4 万+ RTL/VCL 函数字节模式），命名虚表槽与调用目标

• 行为情报：字符串×引用、敏感 API 指纹、DFM 表单→事件、XRef 调用图

• 为 agent 设计：stdout=JSON、结果按需分页、大产物落盘只回传路径、磁盘缓存

架构

                     delphi_detect ─── 版本 / 架构判定
                          │
        ┌─────────────────┼──────────────────┐
        ▼                 ▼                  ▼
   Delphi 2..2007    Delphi 2009+       (idr-cli 强制)
   classic 引擎       modern 引擎        legacy 引擎
   (纯 Python)        (纯 Python)        (C++ 子进程)
   RTTI+KB 匹配       VMT/MDT/RTTI       syskb 19 步流水线
        │                 │                  │
        └─────────────────┴──────────────────┘
                          ▼
             统一符号模型 SymbolModel (JSON)
                          ▼
      query / strings / imports / forms / xrefs / renames / export
                          ▼
                    ida-mcp 深挖（可选）

三个引擎都产出同一套 SymbolModel（类/方法/参数/字段/单元/接口/变量），后端与 agent 无需关心用的是哪个引擎。

引擎职责

安装

依赖（Python ≥ 3.11）：

pip install mcp pefile numpy capstone

legacy 引擎需要 idr-cli.exe（可选，缺失时 classic 引擎仍然工作）：

# 见 D:\Code\IDR\idr-cli，或设 IDR_CLI_EXE

IDR 知识库（可选，启用 KB 匹配）：从 IDR 安装目录取得 kb2.bin … kb2014.bin，放入 IDR_KB_DIR。

运行：

PYTHONPATH=src python -m delphi_mcp.server

MCP 工具

与 IDA / ida-mcp 协同

核心资产是地址 → 符号名映射。两侧地址对齐：Delphi PE image_base 由 delphi_detect 输出（32-bit 通常 0x400000），与 ida-mcp survey_binary 的 base_address 核对即可（rebased 时用 delphi_renames(base=…)）。

两种模式

• 批量灌入（plan）：delphi_renames(file, min_confidence="medium") → 落盘 .idc → 在 IDA 里 File > Script file 执行一次。

• 按需查表（pull，推荐）：让 IDA 先看，遇到关注的地址再问 delphi——不把全量改名拉进上下文，也不会误灌低可信名。

pull 闭环（推荐流程）

1. IDA 定位   (ida-mcp) survey_binary / decompile / xrefs  → 关注地址集合
2. 查表       delphi_query(file, addrs=[...])              → 每个地址的名字(含 kind/confidence)
              模型未命中 → 回退 PE 导出表 (export:<name>)
3. 筛选       按 confidence 取舍 (high=MDT/RTTI, medium=KB虚表, low=调用图)
4. 出计划     delphi_renames(file, addrs=[...], min_confidence="medium")
              → 只含你选的地址：小 .idc + [{addr,name,confidence}]（默认不动导出）
5. 回灌       IDA 执行小 .idc  /  对 [{addr,name}] 逐条 ida_mcp_rename

名字来源与可信度：high=编译器元数据（MDT/RTTI）、medium=KB 字节匹配（虚表槽）、low=调用图发现。min_confidence 只回灌高可信名；改名默认跳过 PE 导出（IDA 已命名），overwrite=true 才强制覆盖。

把改名应用到 IDA（当前无原生 batch rename）

.idc 落盘后两种落地方式：

• IDA GUI：File > Script file 选该 .idc（一次性；小 .idc 即 pull 模式产物）。

• ida-mcp 会话内：用 execute_python 解析后 set_name（用 SN_NOWARN，不覆盖 IDA 已在名）：

import re, ida_name
txt = open(r"...\sample.renames.idc", encoding="utf-8").read()
for a, n in re.findall(r'MakeNameEx\((0x[0-9A-Fa-f]+),\s*"(.*?)"', txt):
    ida_name.set_name(int(a,16), n.replace('\\\\','\\').replace('\\"','"'), ida_name.SN_NOWARN)

实测（GRenam，Delphi 2007）

• delphi_renames(min_confidence="medium") → 1522 条；IDA 应用 1510。

• 3834 函数中 1185 个由 sub_ 变为真实符号；反编译 uMain.TfrmMain.FormCreate 可见 ExtCtrls.TTimer.Create(...)。

• 病毒自写函数无 Delphi 元数据 → 仍为 sub_：delphi 给“地图”，ida 给“地形”。

详见 docs/TECHNICAL.md §5.1。

配置

opencode.json（stdio 本地，每会话各起一份进程）：

"delphi-mcp": {
  "type": "local",
  "command": ["python", "-m", "delphi_mcp.server"],
  "environment": { "PYTHONPATH": "D:\\Code\\IDR\\delphi-mcp\\src" },
  "enabled": true
}

常驻远程模式（推荐，避免“每会话一份 python”）

type: local 下 opencode 会按会话/窗口各起一份进程（多窗口 = 多份 python）。改成一个常驻服务 + remote 连接，所有会话共用一份（模型 LRU 也共享）：

# 启动一次并保持运行（Windows 可用 scripts/serve-delphi-mcp.bat）
python -m delphi_mcp.serve
# 默认 127.0.0.1:8910 (SSE)；可用环境变量调整：
#   DELPHI_MCP_TRANSPORT=sse|streamable-http  DELPHI_MCP_HOST  DELPHI_MCP_PORT

"delphi-mcp": { "type": "remote", "url": "http://127.0.0.1:8910/sse", "enabled": true }

开机自启：用任务计划程序在登录时运行 scripts/serve-delphi-mcp.bat。SSE 与 streamable-http 两种传输都支持（后者路径为 /mcp）。

性能

实测（本机，含 KB 索引一次性构建）：

卡死问题与修复（开发笔记）

早期版本的 classic 引擎在较大样本（如 Culebra）上会假死（CPU 100%、长时间无输出）。根因是三处缺陷叠加：

1. 主因：build_anchor_index 只构建单字节索引 _anchor，从不构建两级索引 _anchor2，且无幂等守卫——match_slot 每次因 _anchor2 is None 触发全量 4.8 万条 KB 记录索引重建。Culebra 场景 7554 次匹配 × 4.8 万解析 ≈ 3.6 亿次操作。

2. 掩码 bug：匹配掩码用 1 << (k*8)（每字节只 1 bit）而非 0xFF << (k*8)，导致一级预筛恒假、虚表命名静默归零。

3. 低效扫描：类名回溯对每个类名做一次全 .text find；索引构建用重型 proc_info（解码函数名/参数）。

修复（见 prepare_matching / match_slot_fast）：

• 单遍构建两级锚点索引 + 头 8 字节掩码 + 全长掩码，用 _proc_dump（仅解析 dump 段）替代重型解析

• match_slot_fast 用 numpy 对候选桶做向量化头字节预筛，仅对幸存者做全长比对

• 类名回溯改为单遍 numpy u32 扫描收集引用

• IntfTable 解析延后到虚表命名之后（槽名查询命中缓存）

• 结果：Culebra 56s → 4.2s（13×），结果不变

注意：cProfile 对千万级 Python 调用有 10~50× 放大，用它剖析此类热点会放大"卡死"观感——用 DELPHI_TRACE=1 的分阶段计时更合适。

MCP 调用超时与修复（开发笔记）

早期版本首次调用 delphi_triage（或任何触发冷分析的 delphi_*）会在 MCP 客户端侧报 -32001: Request timed out。

• 根因：classic 引擎的 KB 匹配器（engines/kb.py 的 prepare_matching）懒加载 numpy。FastMCP 把同步工具放到 anyio 工作线程执行、且此时事件循环已在运行——在该上下文里加载 numpy 的 C 扩展 _multiarray_umath 会死锁，工具永不返回，客户端超时。

• 修复：在主线程、事件循环启动之前预加载 numpy（delphi_mcp/__init__.py 包导入时 + server.py main() 里兜底）。缺 numpy 时仍优雅降级（仅失去 KB 快速匹配）。

idr-cli 兜底耗时

classic 引擎若解析出 0 个类或抛异常，router 会在确认是 Delphi 二进制（Delphi 指纹：.itext 段 / .rsrc 的 TPF0 DFM / RTL 标记串）后，才回退到 legacy（C++ idr-cli）——这是正常兜底设计，不是 Python 瓶颈。子进程超时由 DELPHI_IDRCLI_TIMEOUT（默认 900s）限定；可用 DELPHI_IDRCLI_FALLBACK=0 完全关闭兜底。回退时 model.warnings 会带 classic parser yielded 0 classes; fell back to idr-cli (C++, X.Xs)。

非 Delphi 二进制的误报与快速返回

idr-cli 的快速版本判定对非 Delphi 二进制（MSVC/MinGW/Qt 等）可能误报 version=2。此时 detect 用 Delphi 指纹预检，若无任何 Delphi 标记则返回 engine=not-delphi、triage 直接回报 delphi:false、analyze 立即报错返回——不再触发 idr-cli 兜底（例：Qt 5.1.0 的 UninstallTool.exe 由 ~12s 降至 ~0.3s）。若样本确为加壳 Delphi（元数据被抹除），会被一并判为 not-delphi——加壳样本本就在能力边界之外。

能力边界

• 加壳样本需先脱壳（所有引擎相同）

• 字段类型名：用户自定义类型可解析，导入/外部类型为 None（typesTab 语义限制）

• 老格式 MDT 不含参数/返回类型信息（classic 通过 KB 原型补全命中的函数）

• 64 位：modern 引擎完整支持（符号 + RIP-relative 的字符串/导入引用归因，lea/mov/call [rip+disp32]、movabs）；classic/legacy 仅 32 位

• idr-cli 弱判定：对非 Delphi（MSVC/MinGW/Qt）可能误报 version=2。detect 会做 Delphi 指纹预检，无可信标记则返回 engine=not-delphi（快速返回，不跑分析）

• 非 PE / 截断文件：detect 返回 engine=not-pe，analyze 给出明确错误

测试

cd tests
python smoke_all.py        # 工具 × 双引擎 + MCP 协议层
python classic_test.py     # 老格式语料
python verify_64bit.py     # 64 位路径
python download_paper_corpus.py   # 从 VT 拉取论文语料

tests/regression_corpus.json 记录了回归用的本地样本、论文 hash 与拒绝模式清单。

目录结构

src/delphi_mcp/
├── server.py           MCP 组装（12 工具注册）
├── router.py           版本判定 + 引擎路由
├── model.py            SymbolModel 统一模型
├── shared.py           缓存 / 路径 / idc 写出
├── xref.py             统一交叉引用收集
├── intel.py            情报 API 再导出
├── strings_api.py      字符串提取 + 分类 + VA 归属
├── imports_api.py      IAT 指纹 + 敏感 API 分类
├── dfm.py              DFM 资源提取 + TPF0 二进制解析
├── engines/
│   ├── classic.py      老格式引擎（Delphi 2~2007）
│   ├── modern.py       新格式引擎（Delphi 2009+，DelphiReSym 衍生）
│   ├── legacy.py       idr-cli 子进程封装
│   ├── kb.py           IDR 知识库解析 + 匹配
│   ├── units.py        单元边界/初始化表
│   ├── pe_memory.py     PE 文件内存视图
│   ├── vmt_scan.py     VMT 扫描
│   ├── mdt.py          MDT/方法/参数遍历
│   ├── rtti.py         RTTI 对象遍历
│   └── fqn.py          模板感知 FQN 解析
└── tools/              MCP 工具模块（按域拆分）

致谢

• crypto2011/IDR — Interactive Delphi Reconstructor (MIT)。VMT 偏移表、FieldTable/MethodTable/DynamicTable/IntfTable 解析、单元/初始化表算法均移植自其源码。

• ajsb85/idr-cli — IDR 的 VCL-free CLI 移植（知识库格式与匹配器参考）。

• WenzWenzWenz/DelphiReSym — 新格式（VMT/MDT/RTTI）解析与论文《Towards Ghidra Reverse Engineering Tools for Delphi Executables》(BSD-3)。modern 引擎为其衍生作品。

License

MIT（本项目代码）。衍生组件见 LICENSE：modern 引擎为 DelphiReSym (BSD-3) 衍生作品，legacy 引擎运行时依赖 idr-cli (MIT)。