cellebrite-labs/ghidra-rpc

해결하는 문제

대규모 언어 모델(LLM)이 Ghidra — 전문적인 소프트웨어 리버스 엔지니어링 도구 모음 — 에 대한 구조화된 인터페이스를 제공받아 자율적인 리버스 엔지니어링을 수행할 수 있게 해줍니다. 이로 인해 LLM의 제안을 수동으로 Ghidra 작업으로 변환해야 하는 인간의 개입이 필요 없어집니다.

작동 방식

이 프로젝트는 PyGhidra를 사용하여 Ghidra를 지속적인 백그라운드 데몬으로 실행합니다. Ghidra의 기능을 구조화된 JSON을 반환하는 명령줄 인터페이스(CLI)를 통해 노출합니다. AI 코드 보조 도구(Claude Code 또는 Cursor 등)는 데몬에 쉘 명령을 전달하고, JSON 결과를 분석한 후 추가 작업을 수행할 수 있습니다. 데몬이 "온 상태"를 유지하기 때문에 바이너리는 한 번만 로드되며, 명령 간에 분석 상태가 유지됩니다.

대상 사용자

AI 에이전트를 사용해 컴파일된 바이너리 분석을 자동화하는 보안 연구자, 취약점 분석가, 개발자.

주요 특징

• 포괄적인 리버스 엔지니어링 기능: 함수 디컴파일, 콜 그래프 추적, 심볼 이름 변경, 데이터 구조 정의 지원.
• 바이너리 차이 분석: BSim을 사용해 빌드 버전을 추적하고 함수를 매칭할 수 있습니다.
• 지속적인 상태: AI가 수행한 모든 변경사항(주석, 이름 변경, 패치 등)은 Ghidra 프로젝트에 저장되며 Ghidra GUI에서 확인 가능합니다.
• 에이전트 통합: 쉘 명령을 실행할 수 있는 AI 보조 도구 전용으로 설계되었습니다.