-
-
[原创]ai自动化逆向环境搭建与实战
-
发表于: 1天前
-
前几天有个叫rea的东西“大火”，作为圈内人，当然要看看这到底是个什么玩意了。试了之后发现似乎啥也不是，只是对一些安全工具本身的mcp做了一层封装，底层能力还是依赖大模型本身和ida，jadx这些安全工具自己的mcp。
这层封装本身也没有必要，只要自己在agent里配置好ida的mcp，能力完全一样。
所以rea本身就是一个炒作下没有任何用处的东西。
本文借此机会详细讲述如何自己搭建ai自动化逆向环境。
ai已经火了很久了，但是在rea出来之前我也没怎么用过agent，听说过mcp，skill什么的，但是完全没用过，都是把代码复制粘贴给ai，让他辅助分析，效果也还行。
agent我的理解就是把网页的ai对话搬到了本地，本质还是网络请求和后端的大模型交互，不过在本地可以有更多的拓展功能和操作权限等等等。
首先去下载一个叫opencode的agent：
下载好后需要导入自己的ai apikey：
等连接上ai后，可以在对话框里进行对话了：
这样agent就装好了。
mcp是可以理解为大模型和程序之间的接口
对大模型来说，想要调用一些函数提供的能力，需要提供以下东西：
1.函数：
需要在代码里编写若干供大模型调用的函数，这里的代码就是正常开发时写的代码
2.描述：
这是mcp中最关键的部分。因为大模型使用自然语言来进行交互，具体怎么调用，为什么调用，完全基于自然语言的理解。这里的描述，其实就是函数里的注释：
例如这是jadx的mcp，定义的python方法时大模型会调用的，其中的注释是供大模型理解的
大模型会自己阅读注释，正确理解每个函数什么时候调用。
3.命令
大模型想要调用一个函数，必须要执行一些命令。例如java，python等等。这些命令要在配置的时候提供给大模型。
4.配置
一个mcp的配置大概长这样：
其中主要包括mcp名称，启动命令，等待超时等等。
因为函数执行都需要时间，如果是ida反编译之类的时间会更久。所以需要配置一个等待和超时时间，ai会根据这个时间决定是继续等待执行结果还是中止。
给大模型配置ida的能力，大模型可以自己去分析一个可执行文件，包括不限于elf结构，函数的反编译，交叉引用等等。
注意，ida9.3和ida9.4的mcp配置方式不同，本文使用ida9.3配置。
首先安装uv
然后激活idalib
idalib在ida的安装目录下存在
然后安装ida-pro-mcp(需要python3.11以上)
|
|
|
|
|
这个是ida9.4以上好像 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
