ghidra-mcp 是用 Java 为 Ghidra 提供 MCP 接口的项目，README 称其包含 245 项工具，并支持图形界面与无头运行，供 AI 客户端和自动化程序调用二进制分析及相关操作。
项目做什么
项目旨在把 Ghidra 的逆向分析能力接入模型上下文协议（MCP），使兼容客户端能够以工具调用方式读取或修改分析结果。README 列出的范围包括函数反编译、交叉引用、数据类型编辑、脚本管理、批处理，以及 P-code 仿真和调试器连接；具体能力受 Ghidra 版本、运行模式和环境配置影响。
与同类方案相比
按 README 所述，工具覆盖面包含分析、写入、批量操作、项目管理和动态分析，并提供图形界面插件与无头服务器两种运行方式。批处理、可配置超时和事务处理被列为可靠性设计；工具层还描述了命名与类型规范的自动修正、警告和拒绝机制。这些均为项目文档中的说明，实际效果仍需在目标环境中验证。
设计与创新
README 强调的设计特点包括在工具层执行命名与类型约定、按函数哈希跨二进制版本匹配文档、P-code 图数据流分析，以及通过 TraceRmi 接入实时调试。文档还称提供函数完整度评分和成套文档工作流。仅凭简介和 README 无法独立验证其新颖性，也无法核实其相较其他实现的工具数量或优势主张。
适用场景
适用场景可能包括借助 AI 辅助分析函数与数据流、批量整理符号和注释、检查结构与导入导出信息、执行 Ghidra 脚本，以及在支持的环境中进行函数仿真和实时调试。团队也可评估其规范约束与跨版本文档匹配能力；无头模式和 Docker 部署则面向自动化任务，但需先确认部署配置及目标 Ghidra 版本兼容性。
谁会受益
对于已使用 Ghidra、且希望通过 MCP 客户端编排分析流程的开发者或逆向人员，项目提供了较集中的接口和批量操作路径，可减少在客户端与 Ghidra 之间手动传递操作的需要。其工作流文档可能帮助规范重复分析任务；是否能提升效率、准确性或团队协作质量，取决于具体样本、工具调用方式和使用者验证。
使用前需要注意
README 的工具数量、性能表现、可靠性和竞争比较属于项目自身陈述，给定信息不足以独立核验；README 也未提供足以确认各功能边界的完整测试结果。安装依赖 Java 21、Python、构建工具及兼容的 Ghidra，服务器、扩展和调试器还可能需要额外配置。跨版本兼容范围、实际安全边界及许可证条款不能仅据现有简介确认。
本文基于抓取时的项目 README 和仓库简介整理；功能、限制与文档可能随项目更新而变化。