AI 辅助安卓逆向：TRAE+JADX-AI-MCP 插件实战🛠️ 什么是 JADX-AI-MCP？ JADX-AI-

前言：随着大模型（LLM）的爆发，编程辅助工具层出不穷。但在安卓逆向领域，如何将 AI 的理解能力直接嵌入到我们熟悉的工具链中？今天介绍的 JADX-AI-MCP 就是这样一个革命性的插件，它是 Zin MCP Suite 的一部分，通过 MCP（Model Context Protocol）协议，将 JADX 与 Claude/Cursor 等 AI 助手无缝连接，实现了“反编译 -> AI 代码审计 -> 自动重命名/分析”的闭环工作流。

🛠️ 什么是 JADX-AI-MCP？

JADX-AI-MCP 是 JADX 的一个插件，它配合 JADX-MCP-SERVER（一个 Python 服务端），让你的 LLM（如 Claude Desktop, Cursor, 或其他支持 MCP 的客户端）能够“看”到 JADX 中反编译的代码，并直接对代码进行操作。

工作原理：

sequenceDiagram
    LLM CLIENT->>JADX MCP SERVER: INVOKE MCP TOOL
    JADX MCP SERVER->>JADX AI MCP PLUGIN: INVOKE HTTP REQUEST
    JADX AI MCP PLUGIN->>REQUEST HANDLERS: INVOKE HTTP REQUEST HANDLER
    REQUEST HANDLERS->>JADX GUI: PERFORM ACTION/GATHER DATA
    JADX GUI->>REQUEST HANDLERS: ACTION PERFORMED/DATA GATHERED
    REQUEST HANDLERS->>JADX AI MCP PLUGIN: CRAFT HTTP RESPONSE
    JADX AI MCP PLUGIN->>JADX MCP SERVER:HTTP RESPONSE
    JADX MCP SERVER->>LLM CLIENT: MCP TOOL RESULT

用户在 LLM 客户端发起请求 -> JADX MCP Server 转发请求 -> JADX 插件执行操作（如获取代码、重命名） -> 结果返回给 LLM。

核心能力：

代码获取与搜索：
- fetch_current_class() / get_class_source(): 获取类源码。
- search_classes_by_keyword(): 全局搜索包含特定关键字的类。
- get_android_manifest(): 直接读取 Manifest 文件。
- get_strings(): 获取 strings.xml 资源。
重构与反混淆：
- rename_class(), rename_method(), rename_field(): 自动重命名混淆的类、方法和字段。
- rename_package(): 重命名整个包。
交叉引用分析：
- xrefs_to_method(): 查找方法的调用位置。
- xrefs_to_field(): 查找字段的访问位置。
调试辅助：
- debug_get_stack_frames(): 获取调试时的堆栈信息。
- debug_get_variables(): 获取调试时的变量值。

项目地址：GitHub - zinja-coder/jadx-ai-mcp

🚀 环境搭建

安装配置主要分为三个步骤：下载资源、插件安装和服务端配置。

==资源链接==：pan.quark.cn/s/94e521640…

1. 资源下载

前往 GitHub Releases 页面，下载以下两个文件：

jadx-ai-mcp-<version>.jar (插件本体，如果使用命令行安装可跳过)
jadx-mcp-server-<version>.zip (MCP 服务端，必须下载)

2. 安装 JADX 插件

方法一：命令行一键安装（推荐）

确保 jadx 命令在==环境变量中==，运行：

jadx plugins --install "github:zinja-coder:jadx-ai-mcp"

方法二：GUI 手动安装（推荐）

打开 JADX-GUI，进入插件管理界面

选择下载好的 .jar 文件进行安装。

3. 配置 MCP 服务端

本项目推荐使用 uv 进行 Python 依赖管理，这比传统的 pip 更快且环境隔离更好。当然，你也可以使用传统的 pip 或 Anaconda。

方式一：使用 uv (推荐)

解压 jadx-mcp-server-<version>.zip。
安装 uv (如果尚未安装):
- Mac/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh
- Windows: powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

方式二：使用 pip / Anaconda

如果你习惯使用传统的 Python 环境管理，可以直接执行以下命令安装依赖：

pip install -r requirements.txt

如果出现依赖问题，建议通过 Anaconda 管理虚拟环境。笔者使用的是 Python 3.13 版本，实测兼容性良好。

4. 配置 AI 客户端

支持 Claude Desktop、Cherry Studio、LM Studio 等多种客户端。

选项 A: TRAE

方式一：使用 uv (推荐)

"mcpServers": {
  "jadx-mcp-server": {
    "command": "uv",
    "args": [
      "--directory",
      "D:\\jadx-mcp-server-v6.1.0\\jadx-mcp-server\\",
      "run",
      "jadx_mcp_server.py"
    ]
  }
}

方式二：使用系统 Python

注意：如果使用自带的 Python，需要先安装 httpx 和 fastmcp 两个包。

pip install httpx fastmcp

配置如下：

{
  "mcpServers": {
    "jadx-mcp-server": {
      "command": "E:\\tools\\path\\python\\python313\\python.exe",
      "args": [
        "E:\\tools\\Reverse\\Android\\jadx-mcp-server-v6.1.0\\jadx-mcp-server\\jadx_mcp_server.py"
      ]
    }
  }
}

选项 B: Claude Desktop (官方推荐)

编辑配置文件：

Windows: %APPDATA%\Claude\claude_desktop_config.json
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

添加如下配置（注意替换实际路径）：

{
  "mcpServers": {
    "jadx-mcp-server": {
      "command": "/path/to/uv",
      "args": [
        "--directory",
        "/absolute/path/to/jadx-mcp-server/",
        "run",
        "jadx_mcp_server.py"
      ]
    }
  }
}

选项 C: Cherry Studio

在 Cherry Studio 的 MCP 设置中添加工具：

Type: stdio
Command: uv

Arguments:

--directory
/absolute/path/to/jadx-mcp-server
run
jadx_mcp_server.py

5. (进阶) HTTP 模式与自定义端口

如果需要通过 HTTP 远程调用，或解决端口冲突，可以使用以下命令启动服务端：

# 开启 HTTP 模式
uv run jadx_mcp_server.py --http

# 指定 JADX 端口 (默认 9999)
uv run jadx_mcp_server.py --jadx-port 8652

💡 常用提示词 (Sample Prompts)

配置好后，你可以直接对 AI 说出以下指令：

🔍 基础理解:
- "Explain what this class does in one paragraph." (一句话解释这个类在做什么)
- "Is there any obfuscation in this class?" (这里面有混淆代码吗？)
🛡️ 漏洞检测:
- "Check this class for hardcoded secrets or credentials." (检查硬编码密钥)
- "Does this method sanitize user input before using it?" (检查输入清洗)
🛠️ 逆向辅助:
- "Deobfuscate and rename the classes and methods to something readable." (反混淆并重命名)
- "Tell me which classes contains code related to 'encryption'?" (哪些类和加密有关？)
🐞 调试辅助:
- "Fetch stack frames and variables from debugger and provide summary." (获取调试堆栈和变量并总结)

⚔️ 逆向实战：破解 CTF 题目 (Find the Flag)

为了演示 AI 如何辅助逆向，我们以一道典型的 CTF 题目为例。目标是从 APK 中找到隐藏的 Flag。

第一步：定位关键逻辑

打开 JADX，我们通常会先看 MainActivity。但 CTF 题目往往会在点击按钮时触发校验。

提示词：

“请分析 MainActivity，找到点击按钮后触发的校验方法。”

AI 执行操作：

调用 get_class_source(className="com.testjava.jack.pingan1.MainActivity")。
分析 onClick 监听器，识别出关键调用。
返回结果：

“点击按钮后，程序会立即执行 onClick 方法，该方法读取用户输入，使用 自定义的 Base64 算法 （由 Base64New 类实现）进行加密，然后检查加密结果是否等于 5rFf7E2K6rqN7Hpiyush7E6S5fJg6rsi5NBf6NGT5rs= 。”

第二步：分析加密算法

我们需要搞清楚 Base64New 类到底做了什么。

提示词：

“分析 Base64New 类，详细解释其编码逻辑，并检查它使用的字符表是否为标准 Base64 字符表。”

AI 执行操作：

调用 get_class_source(className="com.testjava.jack.pingan1.Base64New")。
读取代码，对比标准 Base64 算法。
返回结果：

“经过分析，Base64New 类实现了标准的 Base64 编码算法，但替换了字符映射表。

自定义字符表：vwxrstuopq34567ABCDEFGHIJyz012PQRSTKLMNOZabcdUVWXYefghijklmn89+/ 标准字符表：ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/

这是一个典型的换表 Base64 混淆。解密时需要先将密文按自定义表还原数值，再按标准 Base64 解码。”

第三步：编写解题脚本 (Solver)

既然搞懂了逻辑，就让 AI 直接帮我们写出解密脚本拿到 Flag。

提示词：

“根据分析出的自定义 Base64 字符表和 MainActivity 中的密文，请帮我写一个 Python 脚本来还原出 Flag。”

AI 执行操作：

提取密文 5rFf7E2K6rqN7Hpiyush7E6S5fJg6rsi5NBf6NGT5rs=。
提取自定义字符表。
生成 Python 解密代码（使用 str.translate 映射回标准表，再解码）。

AI 生成代码：

import base64

# 自定义字符表 (从 Base64New 类提取)
custom_table = "vwxrstuopq34567ABCDEFGHIJyz012PQRSTKLMNOZabcdUVWXYefghijklmn89+/"
# 标准 Base64 字符表
std_table = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"
# 密文 (从 MainActivity 提取)
cipher = "5rFf7E2K6rqN7Hpiyush7E6S5fJg6rsi5NBf6NGT5rs="

# 建立映射并转换
trans_map = str.maketrans(custom_table, std_table)
std_cipher = cipher.translate(trans_map)

# 标准 Base64 解码
flag = base64.b64decode(std_cipher).decode('utf-8')
print(f"Flag: {flag}")

第四步：一键重命名优化

为了让代码以后更好看，我们可以顺手把类名改了，使其符合其实际功能。

提示词：

“把 Base64New 类重命名为 CustomBase64，表明它是一个自定义的 Base64 实现。”

AI 执行操作：

调用 rename_class("com.testjava.jack.pingan1.Base64New", "CustomBase64")。
JADX 界面中的引用自动更新，MainActivity 中的代码变为 CustomBase64 nb = new CustomBase64();，可读性显著提升。

💡 总结与思考

通过 JADX-AI-MCP，逆向工程的门槛被进一步降低：

效率提升：不再需要人肉翻译每一个混淆变量，AI 能基于语义快速重构代码可读性。
交互式分析：你可以像问同事一样问 AI：“这里为什么会崩溃？”、“这个字符串是在哪里定义的？”，AI 会自动去调 xrefs 或 resources 接口找答案。
动态调试结合：甚至在调试时，AI 都能帮你分析当前的堆栈帧（Stack Frames）和变量值。

未来展望：这种 "IDE + MCP + LLM" 的模式将是未来的主流。对于逆向工程师来说，学会如何用 Prompt 驱动工具去干脏活累活，将成为核心竞争力之一。

参考资源：

JADX-AI-MCP GitHub 仓库

Model Context Protocol (MCP) 文档