Расширение Ghidra, предоставляющее сервер Model Context Protocol (MCP) для реверс-инжиниринга с помощью ИИ

ReVa (Reverse Engineering Assistant) — это Ghidra MCP-сервер, который позволяет языковым моделям ИИ взаимодействовать с мощными возможностями обратного инжиниринга Ghidra. ReVa использует Передовые методы для ограничения разложения контекста и поддержки Длинные задачи по реверс-инжинирингу.

ReVa отличается от других проектов по созданию ИИ-ассистентов для задач в области недвижимости тем, что использует tool ориентированный approach с фокусом по разработке инструментов для эффективного использования LLM. ReVa стремится предоставить разнообразные небольшие инструменты для LLM, так же как ваша среда RE предоставляет набор небольших инструментов К тебе.

Каждый из инструментов, предоставленных LLM, построен так, чтобы быть простым для её использования и выдерживать различные входные данные и для уменьшения галлюцинаций LLM. Мы делаем это, предоставляя LLM схему, но терпимя другие входные данные, включая описания, направляющие LLM, и перенаправление исправляемых ошибок обратно в LLM, а также дополнительные вывод для руководства следующим решением LLM.

Инструменты ReVa отличаются от других решений — они предлагают более компактные, критические фрагменты с подкреплением и связями с другими

ReVa - Ghidra MCP Server for AI-Powered Reverse Engineering

A Ghidra extension that provides a Model Context Protocol (MCP) server for AI-assisted reverse engineering

ReVa (Reverse Engineering Assistant) is a Ghidra MCP server that enables AI language models to interact with Ghidra’s powerful reverse engineering capabilities. ReVa uses state of the art techniques to limit context rot and enable long form reverse engineering tasks.

ReVa is different from other efforts at building AI assistants for RE tasks because it uses a tool driven approach with a focus on designing tools for effective LLM use. ReVa aims to provide a variety of small tools to the LLM, just as your RE environment provides a set of small tools to you.

Each of the tools given to the LLM are constructed to be easy for the LLM to use and to tolerate a variety of inputs and to reduce hallucination by the LLM. We do this by providing the LLM with a schema but tolerating other input, including descriptions that guide the LLM,and redirecting correctable mistakes back to the LLM, and including extra output to guide the next decision by the LLM.

ReVa’s tools differ to other solutions, they provide smaller, critical fragments with reinforcement and links to other relevant information to reduce context usage and hallucination. This greatly improves performance, especially on long form reverse engineering tasks. This allows ReVa to handle large binaries and even entire firmware images.

To encourage exploration as a human would, we report additional context like the namespace and cross references along with the decompilation, this is a small nudge to make the LLM explore the binary in the same way a human would.

Using this technique you can ask general questions and get relevant answers. The model prioritises information from the tools, but when there is no information it can still respond to generic questions from its training.

As an MCP server, ReVa can be used alongside other MCP servers to enrich its analysis. For example you can use the GitHub MCP Server to allow ReVa access to source code on GitHub, or the Kagi MCP Server to allow ReVa to search the web.

You can ask questions like:

• Examine the programs in this project and explain the relationship between the main binary and the shared libraries.
• What are the interesting strings in this program?
• Does this program use encryption? Write a markdown report on the encryption and where it is used.
• Draw a class diagram using plantuml syntax.
• Start from main, examine the program in detail. Rename variables as you go and provide a summary of the program.
• Explain the purpose of the __mod_init segment.
• What does mmap return?
• What does the function at address 0x80000 do?
• This is a CTF problem. Write a pwntools script to get the flag.