Reversecore MCP

社区

面向安全分析的 AI 逆向工程 MCP 服务器

分类: 开发工具第 199 / 438
Stars: ★ 211 非常热门
传输方式: stdio（本地进程） · SSE
运行环境: Docker 20.10+ · Python 3.10+ · 预编译二进制
凭据: 可选 API Key
许可证: MIT
最近提交: 5 天前
工具数: 12

54FMRS · D

来源显示 Reversecore MCP 是 MIT 许可的开源安全分析服务器，版本 3.0.3，提供 PyPI 和 OCI 分发方式。其覆盖面广、工具链丰富，并强调路径验证、输入清理、结构化错误、速率限制和可选沙箱；但它面向专业安全工作流，使用不可信样本时仍需独立配置隔离和访问控制。

最强项 · 文档质量 13/20 最弱项 · 安全与权限 8/20

可靠性

10/20

安全与权限

8/20

维护活跃度

11/20

文档质量

13/20

安装易用性

12/20

查看各项评分依据

可靠性 10/20: 静态材料显示服务器声明了stdio传输、结构化工具结果、超时、输出限制和错误码，并声称有大量测试与CI覆盖；但未提供实际源代码、CI工作流或测试文件，无法验证MCP初始化、工具列表握手、注册数量与实现行为是否一致。工具依赖Radare2、Ghidra插件、YARA、angr、Volatility、Sleuth Kit、Redis等，失败面较广；README中的工具名称与示例存在不完全一致。按静态校准，可靠性不超过12，并因可验证证据不足扣分。
安全与权限 8/20: 材料显示存在路径约束、符号链接解析、命令参数列表执行、API密钥认证、时序安全比较、速率限制、回环限制、非root容器和资源限制等控制。但沙箱默认关闭，且服务器包含原始Radare2命令、文件复制/创建、导入导出、补丁生成、PoC生成、ROP构造、邮件发送和动态分析能力；未见明确的逐项用户确认、最小权限配置、审计覆盖或数据外传说明。未达到红线条件，但权限边界和危险操作确认不完整，因此显著扣分。
维护活跃度 11/20: 项目标示为未归档，使用MIT许可证，并提供版本3.0.3、PyPI和GHCR发布路径；README还描述了安全扫描、依赖审计和多架构发布流程。可是没有提交历史、发布时间、维护者响应、更新频率、依赖更新记录或安全响应渠道的证据；星数和开放问题只能作为发现信号，不能加分。许可证和发布路径明确，因此高于中位数但仍有治理证据缺口。
文档质量 13/20: README覆盖架构、工具目录、提示、资源、安装方式、客户端配置、环境变量、安全模型、测试命令、Docker结构和示例，信息量较高。扣分原因是大量工具缺少逐项参数、权限影响、失败条件和实际输出证据；README内容在末尾被截断，并存在manifest仅声明stdio而文档还描述HTTP/SSE、示例工具命名不一致、Docker使用latest而manifest使用固定版本等可审查性问题。
安装易用性 12/20: 提供PyPI、本地源码、Docker和Docker Compose路径，并给出Cursor/Claude等客户端配置示例和Windows、macOS、Linux挂载示例。扣分原因是完整能力依赖复杂的外部工具链和较高资源需求，Redis及多种取证、分析组件存在额外准备成本；本地安装仍需手动安装Radare2，平台差异、镜像版本和HTTP部署细节也可能导致脆弱性。整体可操作，但并非少步骤即用。

静态评测 · 未实际运行收录于 2026-08-14

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络

适合谁

安全研究人员和恶意软件分析人员
需要通过自然语言编排多种分析引擎的团队
进行二进制、固件、漏洞和取证分析的开发者

不适合谁

不需要安全分析或逆向工程能力的普通开发任务
希望在没有隔离环境的情况下直接处理不可信样本的用户
只需要简单文件操作或通用数据库功能的用户

所需权限

需要访问配置的分析工作区和其中的样本文件
Docker 部署需要挂载本地样本目录
HTTP 模式可配置 API 密钥、上传大小和请求速率限制
可选地使用 Redis、SQLite 记忆库和容器沙箱

风险与副作用

分析对象可能是恶意或具有攻击性的二进制文件；应使用隔离环境。
服务器包含 PoC 生成、ROP 构建和漏洞研究工具，误用可能产生安全影响。
沙箱默认关闭；未启用沙箱时动态分析可能在主机环境执行。
HTTP 模式、文件上传和工作区挂载配置不当可能扩大文件或网络暴露面。
分析结果可能包含推断；项目通过 OBSERVED、INFERRED 和 POSSIBLE 标记证据等级。

安装接入

准备工作

运行环境：Docker 20.10+ · Python 3.10+ · 预编译二进制

MCP_API_KEY 可选密钥 HTTP 认证密钥，通过 X-API-Key 或 Bearer 头传递，自行生成

其他可选配置项（33 个）

REVERSECORE_WORKSPACE 可选分析工作区目录，Docker 模式下挂载为 /app/workspace

MCP_TRANSPORT 可选传输模式：stdio 或 http

MCP_HOST 可选 HTTP 模式绑定的主机地址，无 API key 时自动回退为 127.0.0.1

MCP_PORT 可选 HTTP 服务器端口，默认 8000

REVERSECORE_READ_DIRS 可选额外的只读目录列表，逗号分隔

REVERSECORE_STRICT_PATHS 可选路径缺失时是否报错而非警告

REVERSECORE_STRUCTURED_ERRORS 可选是否启用带错误码的结构化错误响应

REVERSECORE_DEFAULT_TOOL_TIMEOUT 可选默认工具执行超时秒数，默认 120

REVERSECORE_MAX_OUTPUT_SIZE 可选工具输出的最大字节数

REVERSECORE_RATE_LIMIT 可选 HTTP 模式下每分钟最大请求数

MAX_UPLOAD_SIZE 可选上传文件最大大小，默认 100 MB

FILE_RETENTION_MINUTES 可选上传文件保留时长，默认 24 小时

REVERSECORE_R2_POOL_SIZE 可选 Radare2 连接池大小，默认 3

REVERSECORE_R2_POOL_TIMEOUT 可选从池中获取连接的超时秒数

REVERSECORE_R2_EXTENSIONS 可选 r2 扩展类列表，格式 module:ClassName

REVERSECORE_GHIDRA_MAX_PROJECTS 可选缓存的 r2ghidra 反编译项目上限

REVERSECORE_GHIDRA_EXTENSIONS 可选 Ghidra 扩展类列表

MAX_EMULATION_INSTRUCTIONS 可选 ESIL 模拟的最大指令数，默认 1000

REVERSECORE_SANDBOX_ENABLED 可选是否为动态分析工具启用沙箱执行

REVERSECORE_SANDBOX_MODE 可选沙箱模式：auto/host/container/disabled

REVERSECORE_SANDBOX_DOCKER_IMAGE 可选沙箱使用的 Docker 镜像名

REVERSECORE_SANDBOX_CPU_LIMIT 可选沙箱容器 CPU 核心限制

REVERSECORE_SANDBOX_MEMORY_LIMIT 可选沙箱容器内存限制

REVERSECORE_SANDBOX_PIDS_LIMIT 可选沙箱容器 PID 数限制

REVERSECORE_SANDBOX_USER 可选沙箱执行使用的非 root 用户

REDIS_URL 可选任务队列与缓存使用的 Redis 地址

MEMORY_DB_PATH 可选 AI 记忆 SQLite 数据库路径

REVERSECORE_LIEF_MAX_FILE_SIZE 可选 LIEF 解析的最大文件大小，默认 1 GB

LOG_LEVEL 可选日志级别：DEBUG/INFO/WARNING/ERROR

LOG_FILE 可选日志文件路径

LOG_FORMAT 可选日志格式：human 或

REVERSECORE_PLUGIN_DIRS 可选插件扫描目录，逗号分隔

REVERSECORE_SAST_RULES_PATH 可选自定义 YAML SAST 规则文件路径

推荐使用 Docker 运行完整环境：将样本目录挂载到容器内的 /app/workspace，并使用文件名而非本机完整路径引用样本。也可以通过 PyPI 安装 reversecore-mcp，或从源代码运行；本地模式需要安装 Radare2，完整取证功能还需要相应外部工具。服务器支持 stdio，也可配置 HTTP/SSE 模式。

claude_desktop_config.json

{"mcpServers":{"reversecore":{"command":"docker","args":["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"]}}}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "reversecore": {
      "command": "docker",
      "args": [
        "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"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add reversecore -- 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

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

启动服务器后，在客户端工具列表中应能看到 run_file、Radare2_decompile_function、extract_iocs 等工具；再对工作区中的样本文件调用 run_file，若返回文件类型与架构信息则说明安装成功。

常见排障

Docker 模式下确认样本目录已正确挂载，并使用容器内路径或文件名。
本地安装时确认 Radare2 可通过 r2 --version 使用。
完整功能缺失时检查 YARA、Volatility3、Scapy、Sleuth Kit、GDB 和其他后端依赖。
HTTP 模式下检查 MCP_TRANSPORT、MCP_HOST、MCP_PORT 和 API 密钥设置。
长时间任务可检查默认超时、Redis 任务队列和容器 CPU/内存限制。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

分析样本 sample.exe，提取其中的 IP、URL 等 IOC 指标
用 run_capa 检测这个二进制具备哪些能力（如持久化、加密）
扫描我的内存转储 memdump.raw，列出所有进程并检测代码注入
对这个 Python 项目运行 audit_source_code，找出危险代码模式

工具能力 12

run_file 只读

识别文件类型、架构和编译器。

run_strings 只读

提取 ASCII 和 Unicode 字符串。

parse_binary_with_lief 只读

解析 PE、ELF 和 Mach-O 的头部、节、导入、导出及 TLS 信息。

run_capa 只读

检测二进制能力，例如数据加密或持久化。

Radare2_analyze_binary 只读

使用 Radare2 对二进制执行完整自动分析。

Radare2_decompile_function 只读

使用 r2ghidra 将指定函数反编译为伪 C 代码。

extract_iocs 只读

提取 IP、URL、域名、哈希、注册表键和加密货币地址等 IOC。

run_yara 只读

使用自定义规则文件和内置规则集扫描文件。

展开其余 4 个工具

memory_analyze 只读

使用 Volatility3 对内存转储执行分析。

pcap_analyze 只读

使用 Scapy 分析 PCAP 协议分布和异常。

audit_source_code 只读

使用 AST 和正则表达式扫描 Python、C 和 C++ 源代码中的危险模式。

create_analysis_report 写入

生成完整分析、快速分类、IOC 摘要或执行摘要报告。

使用场景

恶意软件静态分析和 IOC 提取

二进制反汇编、反编译和控制流分析

漏洞研究、补丁差异分析和模糊测试

内存、磁盘、网络及系统工件取证

Python、C 和 C++ 源代码安全审计

生成 YARA、SIGMA、VEX 和分析报告

支持客户端

Claude Desktop

Cursor

依据项目文档列出，未经本站实测。

详细介绍

Reversecore MCP 通过 Model Context Protocol 为 AI 助手提供逆向工程、恶意软件分析、漏洞研究、数字取证和源代码安全审计能力。服务器集成 Radare2、r2ghidra、YARA、LIEF、Capstone、angr、Volatility3、Scapy 和 Sleuth Kit 等分析引擎，提供 120 个工具、22 种引导式分析模式和 11 个 MCP 资源。