基于 MCP 协议的 JS 逆向自动化工具构建与实践

脚本分析

断点调试

运行时分析

Hook 与追踪

存储与控制台

实战场景

定位加密函数

假设目标是找到生成 w_tsfp 参数的代码。

1. 先调用 list_network_requests 找到携带 w_tsfp 的请求。
2. 使用 get_request_initiator 获取调用栈，定位发起代码的位置。
3. 通过 get_script_source 查看相关脚本源码。
4. 在关键代码处使用 set_breakpoint_on_text 设断点。
5. 刷新页面触发断点。
6. 断点命中后，调用 get_paused_info 查看调用栈和变量。
7. 最后用 evaluate_on_callframe 检查加密前后的值。

分析 Cookie 生成

需要追踪 Cookie 的设置过程。

1. 使用 hook_function Hook document.cookie setter。
2. 刷新页面触发 Hook。
3. 调用 list_console_messages 查看 Hook 日志。
4. 从日志中提取调用栈信息。
5. 结合 get_script_source 定位生成逻辑。

XHR 断点调试

针对特定 API 请求进行暂停。

1. 调用 break_on_xhr 设置 URL 匹配断点（例如 /api/sign）。
2. 触发请求。
3. 调用 get_paused_info 获取完整调用栈。
4. 配合 step_into / step_over 进行单步调试。
5. 使用 evaluate_on_callframe 查看签名参数。

VM 字节码分析

追踪 VM 执行过程。

1. 调用 search_in_sources 搜索 VM 解释器特征。
2. 使用 find_in_script 定位具体位置。
3. 在 VM 循环处设置断点。
4. 获取 PC、寄存器等状态信息。
5. 追踪关键函数调用。

AI 对话示例

定位加密入口

用户：帮我找到这个页面 w_tsfp 参数的生成位置。

AI：

1. 调用 list_network_requests 找到相关请求。
2. 调用 get_request_initiator 获取调用栈。
3. 分析调用栈，定位到 probe.js 第 XXX 行。
4. 调用 get_script_source 获取上下文代码。
5. 输出：w_tsfp 在 RC4 加密后通过 btoa 编码，入口函数是 ...

动态调试

用户：在 RC4 加密函数处设断点，我想看加密前的明文。

AI：

1. 调用 search_in_sources 搜索 "RC4" 或特征代码。
2. 调用 set_breakpoint_on_text 设置断点。
3. 提示用户刷新页面。
4. 断点命中后调用 get_paused_info。
5. 调用 evaluate_on_callframe 获取参数值。
6. 输出：加密前明文是 {"loadts":..., "fingerprint":...}。

批量 Hook

用户：Hook 所有可能的加密函数，看哪个被调用。

AI：

1. 调用 hook_function 依次 Hook:
   • btoa
   • atob
   • JSON.stringify
   • encodeURIComponent
2. 提示用户操作页面。
3. 调用 list_console_messages 查看 Hook 日志。
4. 输出：btoa 被调用，参数是 RC4 加密后的数据...

优势总结

效率提升

适合场景

• 混淆代码分析：AI 可以快速搜索、设断点、查看变量
• VM 逆向：自动追踪执行流程，记录状态变化
• 加密算法定位：Hook + 调用栈分析，快速定位入口
• 批量测试：自动化执行多轮测试

局限性

• 需要浏览器配合（DevTools Protocol）
• 某些反调试可能检测 CDP 连接
• 复杂异步逻辑仍需人工判断
• AI 理解能力有限，核心决策仍需人工

搭建指南

环境要求

• Chrome/Chromium 浏览器
• Node.js 运行时
• Claude Desktop 或支持 MCP 的客户端

核心原理

Claude ←→ MCP Server ←→ Chrome DevTools Protocol ←→ 浏览器

MCP Server 封装 CDP 协议，暴露为 AI 可调用的工具函数。

关键能力

1. 页面控制：导航、刷新、截图
2. 网络拦截：请求列表、调用栈追踪
3. 脚本调试：断点、单步、变量查看
4. 代码注入：Hook、Trace、执行任意 JS

最佳实践

1. 先观察再动手：用 list_network_requests 了解请求模式
2. 善用搜索：search_in_sources 比手动翻代码快
3. 断点要精准：set_breakpoint_on_text 比行号更可靠
4. Hook 优先：先 Hook 观察，再设断点深入
5. 保存上下文：让 AI 记录关键发现，避免重复分析
6. 分步验证：每一步都验证结果，避免错误累积

MCP 让 AI 从'分析助手'变成'操作助手'，显著提升逆向效率。