r2-copilot
A radare2 MCP server for binary analysis and reverse engineering, enabling AI agents to interact with radare2 through natural language or structured commands for tasks like static analysis, debugging, and patching.
README
English is Same
r2-copilot
r2-copilot は、強力なリバースエンジニアリングフレームワークである radare2 のための Multi-Agent Collaboration Protocol (MCP) サーバーです。
このリポジトリはサードパーティーツールになります。オフィシャルのmcpツールは以下になります。
- r2mcp - the official radare2 mcp
- r2ai - the official r2ai
インストール
※ r2pmに追加してもらえました!r2pm -Uci r2-copilotでインストール可能です。
セルフビルドする場合
- リポジトリのクローン
cd r2-copilot
- 依存関係のインストール
プロジェクトでは
uvを使用して依存関係を管理しています。
uv sync
radare2のインストール
r2pipe が正しく動作するためには、radare2 がシステムにインストールされている必要があります。
mkdir -p ~/.local/src/
cd ~/.local/src/
git clone https://github.com/radareorg/radare2 --depth 1
radare2/sys/install.sh
windowsの場合、ビルド済みバイナリをダウンロードしてきてPATHを通す方が早いです。
see. https://github.com/radareorg/radare2
使用方法
サーバーを起動するには、次のコマンドを実行します。
./start.sh
これにより、標準入出力(stdio)を介して通信する MCP サーバーが起動します。 サーバーは、クライアントからのリクエストを待ち受け、radare2 のコマンドを実行し、結果を返します。
gemini-cliで利用するには、 ~/.gemini/settings.json を以下の通りに追記してください。
{
/*
...
*/
"mcpServers": {
/*
...
*/
"r2-copilot": {
"command": "r2pm",
"args": ["-r", "r2mcp"]
/* セルフビルドの場合で、uv使ってない人はこれ
"command": "/path/to/r2-copilot/start.sh"
/*
/* uvを使ってる場合はこっちの方がパフォーマンス出ると思います
"command": "uv",
"args": [
"run",
"--directory",
"/path/to/r2-copilot",
"r2copilot"
]
*/
}
}
解析ワークフロー
一般的なバイナリ解析は、以下のステップで進めることが推奨されます。 なお、gemini-cli等を利用する場合は具体的なコマンドを暗記する必要はなく、自然減での入力が推奨されます。
- セッションの開始
まず、解析対象のファイルに対してradare2セッションを開始します。これにより、以降の操作で参照するセッションIDが発行されます。
コマンド:
create_session(file_path='<ファイルへの絶対パス>')
例:
/home/kali/ctf/iris/sqlate/vuln を解析する場合
print(default_api.create_session(file_path='/home/kali/ctf/iris/sqlate/vuln'))
Note: このコマンドの応答に含まれる session_id は、後続の全てのコマンドで必要になります。
- 初期静的解析(情報収集)
セッションが開始されたら、バイナリの基本的な情報を収集します。これらのコマンドは並行して実行可能です。
-
バイナリの基本情報を取得:
get_binary_info(session_id='<session_id>')(アーキテクチャ、ビット数、ファイル形式などを確認します) -
セキュリティ機構の確認:
check_security(session_id='<session_id>')(NX, PIE, Canaryなどの緩和機能が有効かを確認します) -
文字列のリストアップ:
get_strings(session_id='<session_id>')(バイナリに埋め込まれた文字列を抽出し、プログラムの機能や目的を推測する手がかりを探します) -
インポート関数のリストアップ:
get_imports(session_id='<session_id>')(外部ライブラリからどの関数を呼び出しているかを確認します。systemやstrcpyのような危険な関数の有無は重要な指標です)
- 詳細解析
次に、radare2の強力な自動解析機能を実行します。これにより、関数、基本ブロック、コードの相互参照などが特定されます。
コマンド:
analyze_all(session_id='<session_id>')
Note: この処理は、バイナリのサイズによっては時間がかかる場合があります。
- 関数の調査
自動解析が完了したら、特定された関数をリストアップし、プログラムの全体像を把握します。
-
関数一覧の表示:
list_functions(session_id='<session_id>') -
特定の関数の逆アセンブル:
disassemble_function(session_id='<session_id>', address='<関数名 or アドレス>')(例えば、プログラムの起点であるmain関数を調べるには address='sym.main' を指定します)
- 高度な操作(生コマンドの実行)
より複雑な調査や、特定のツールが期待通りに動作しない場合、execute_command を使用してradare2の任意のコマンドを直接実行できます。
コマンド:
execute_command(session_id='<session_id>', command='<radare2コマンド>')
# "login" という文字列を名前に含む関数を検索する
print(default_api.execute_command(command='afl | grep login', session_id='...'))
API リファレンス
サーバーは、以下のツールを公開しており、それぞれが特定の radare2 の機能に対応しています。
セッション管理
create_session: 新しい radare2 セッションを開始します。list_sessions: アクティブなセッションを一覧表示します。close_session: セッションを閉じます。switch_session: 現在のセッションを切り替えます。
解析
analyze_all: バイナリ全体を解析します (aa)。analyze_function: 特定のアドレスの関数を解析します (af)。list_functions: 解析された関数を一覧表示します (afl)。get_function_info: 関数の詳細情報を取得します (afi)。get_xrefs_to: 特定のアドレスへのクロスリファレンスを取得します (axt)。get_xrefs_from: 特定のアドレスからのクロスリファレンスを取得します (axf)。
バイナリ情報
get_binary_info: バイナリに関する包括的な情報を取得します (iI)。get_sections: セクションを一覧表示します (iS)。get_symbols: シンボルを一覧表示します (is)。get_strings: 文字列を一覧表示します (iz,izz)。get_imports: インポートされた関数を一覧表示します (ii)。get_entrypoint: エントリポイントを取得します (ie)。check_security: セキュリティ機能(NX, PIE など)を確認します。
ディスアセンブリ
disassemble: 命令をディスアセンブルします (pd)。disassemble_function: 関数全体をディスアセンブルします (pdf)。print_hex: 16進ダンプを表示します (px)。print_string: アドレスにある文字列を表示します (psz)。
ナビゲーション
seek: 特定のアドレスに移動します (s)。seek_relative: 相対的に移動します。get_current_address: 現在のアドレスを取得します。set_block_size: ブロックサイズを設定します (b)。
検索
search_bytes: バイトパターンを検索します (/x)。search_string: 文字列を検索します (/)。search_rop_gadgets: ROP ガジェットを検索します (/R)。
書き込み
write_hex: 16進数値を書き込みます (wx)。write_assembly: アセンブリ命令を書き込みます (wa)。write_nop: NOP 命令を書き込みます。
デバッガ
continue_execution: プログラムの実行を継続します (dc)。step_into: ステップイン実行します (ds)。step_over: ステップオーバー実行します (dso)。set_breakpoint: ブレークポイントを設定します (db)。list_breakpoints: ブレークポイントを一覧表示します。get_registers: レジスタの値を取得します (dr)。set_register: レジスタの値を設定します。
フラグ
list_flags: フラグ(ラベル)を一覧表示します (f)。create_flag: フラグを作成します。
設定
get_config: 設定値を取得します (e)。set_config: 設定値を設定します。execute_command:生の radare2 コマンドを実行します。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。