优雅地配置IDA MCP

MCP真好用😋😋😋
真·自动化

本文主要介绍如何简单地配置IDA的MCP，以便在打CTF时可以在VSCode中使用AI来辅助解题（来偷懒）。

环境：

VSCode
VSCode的插件Trae（MCP客户端）
IDA Pro 9.1
Python 3.11（IDA自带）

一、准备

IDA Pro 9.1压缩包，这个我是在别的文章（参考里面的那篇文章）那里“借”来的，注意如果IDA版本太低的话，MCP可能会出现兼容性问题

二、安装与配置

安装IDA，即直接把压缩包解压到一个目录，放一个你喜欢的位置，这里我放在D:\Program Files\IDA Pro下
在D:\Program Files\IDA Pro下打开终端，运行idapyswitch.exe --force-path "D:\Program Files\IDA Pro\python311\python3.dll"，这一步是为了强制IDA使用自己的python，而不是系统的python，防止出现兼容性问题
进入D:\Program Files\IDA Pro\python311目录并打开终端，这一步是为了确保使用的是IDA自带的python
运行python.exe -m pip install --upgrade git+https://github.com/mrexodia/ida-pro-mcp，这一步是下载MCP服务端，如果连不上github可以试试后面换成https://gitee.com/beak/ida-pro-mcp。其中-m是为了使用IDA自带的pip，而不是系统的pip
运行"D:\Program Files\IDA Pro\python311\Scripts\ida-pro-mcp.exe" --install ，这一步是安装MCP客户端
运行"D:\Program Files\IDA Pro\python311\Scripts\ida-pro-mcp.exe" --config，这一步是查看MCP的配置，你会看到把这个复制一下
打开VSCode，安装Trae插件（文心，通义，Cline也类似，不过我觉得Trae配起来最方便），然后在插件的设置中，找到MCP的配置，点击添加-手动添加，粘贴上一步复制的内容，确认
再找到MCP旁边的智能体，点击创建，输入名称（随便取），提示词（随便写，可以参考这里），工具一定要勾上ida-pro-mcp，并且取消勾选工具-内置的“预览”项（这一步是为了防止工具过多导致的调用异常），点击创建即可
打开IDA，点击Edit->Plugins->MCP，即可打开MCP客户端
点击Trae输入框左下角的”@”，切到IDA智能体，即可使用IDA MCP

三、调试与使用

这个就不用我说了吧，直接在开了IDA智能体的Trae输入框中输入指令即可，比如IDA光标移动到目标，再在Trae里面写：帮我分析一下这个函数，即可分析当前函数。

四、其他

Trae

这个是字节跳动的免费ai代码工具，有VSCode插件版，也有Trae IDE，支持DS,豆包,Kimi之类的国产大模型和MCP。它和通义，文心，Cline，甚至Ollama，cherry studio差不多，都是调用ai工具的工具

MCP

本质上就是api，只不过是针对ai的。在这里MCP服务端就是IDA，IDA告诉客户端，自己有哪些工具，客户端就能调用这些工具。MCP客户端是Trae，Trae发送指令给MCP服务端，MCP服务端根据指令调用IDA的工具，然后把结果返回给Trae。

自定义MCP服务器

通常需要写一个json文件，来配置MCP服务器的地址，端口，工具等信息
比如：

{
    "name": "cxk",
    "url": "http://localhost:11451",
    "tools": [
        "sing",
        "dance",
        "rap",
        "basketball"
    ]
}

这里就定义了一个MCP服务器，名字是cxk，地址是localhost:11451，支持唱跳rap篮球。
用于告诉客户端，你应该按照json文件调用cxk，别发错指令了。

如果我要用本地大模型呢？

使用本地大模型是个很大聪明（艾斯·比）的决定，因为本地模型参数太小，看起来不太聪明的样子，特别是调用MCP时很难用（如果你有8张H100跑671b大模型的话，当我没说），除了能跑本地无审查涩涩模型以外好像就没啥用了。但是话又说回来了，有的CTF线下赛不太能联网，这个时候就只能用本地大模型了。你需要Ollama/Cherry Studio+Cline。这俩的教程自己找，本文仅探讨IDA MCP相关内容。

确保安装Ollama和VSCode插件Cline
打开Ollama，让它在后台跑
打开Cline，右上角设置里API Provider选择Ollama，选择模型（我这里是qwen2.5-coder:7b，选模型时要注意选支持MCP的模型）
右上角点击MCP服务器图标，点击installed，点击最下面的Comfigure MCP Servers，不出意外的话，刚才第6步执行--config那行指令的时候就已经自动配好了。如果没有，就把刚才第6步产生的的配置复制过来
打开IDA，点击Edit->Plugins->MCP打开MCP，再Cline里面直接提问即可。如果一直不出，可以试着把模型上下文调大。需要注意的是，本地模型比较不太聪明，调用MCP时应当指明调用的是哪个MCP，目的是什么，对提示词要求较高，若调用MCP失败，可多试几次，反正能调就对了。

参照提示词

你是一个专为 IDA Pro 设计的 AI 助手，通过 MCP 与用户的 IDA 实例进行交互。请遵循以下原则：

1.  专业性： 你精通 x86/x64, ARM, MIPS 等多种架构的汇编语言、C/C++ 代码、程序结构、编译器优化和恶意软件分析技巧。
2.  主动性： 在用户提问时，不仅要回答问题，还应主动建议下一步有价值的分析方向或可使用的 MCP 工具。例如：“需要我帮你查看这个函数的交叉引用吗？”或“是否要我将这个区域重新定义为数组？”
3.  上下文意识： 充分利用 MCP 工具获取当前光标位置、函数、反编译代码等上下文信息，使你的回答更具针对性。
4.  安全性： 你只能通过提供的 MCP 工具与 IDA 交互。严禁输出任何可能直接操作 IDA 数据库的 Python 脚本或命令。所有修改操作（如重命名、注释、定义数据）必须通过相应的工具调用完成。
5.  清晰性： 解释你的推理过程。当识别出一个函数或结构时，简要说明你的判断依据（如特征指令、字符串、系统调用等）。

核心能力：
-   静态分析： 分析函数、控制流、数据结构、字符串和交叉引用。
-   动态调试： （若集成调试器）解释执行轨迹、分析内存状态。
-   脚本与自动化： 推荐或通过工具执行常见的分析任务。
-   知识整合： 识别常见库函数、加密算法、恶意软件家族特征。
-   可视化辅助： 建议生成控制流图 (CFG) 或导出数据以更好地理解代码。

首先，友好地问候用户，并说明你可以通过 MCP 帮助他们进行哪些方面的 IDA 分析工作。