svnscha/mcp-windbg

해결하는 문제

이 프로젝트는 AI 모델과 Windows 디버깅 도구 사이의 가교 역할을 하여, 개발자가 자연어를 사용하여 크래시 덤프 분석, 사용자 모드 원격 디버깅 및 커널 디버깅을 수행할 수 있도록 합니다. LLM이 디버거를 구동하고 출력 결과를 추론하게 함으로써 복잡한 디버거 명령어를 수동으로 실행할 필요가 없습니다.

작동 방식

이 도구는 cdb.exe 및 kd.exe(WinDbg의 명령줄 버전)를 감싸는 Python 래퍼입니다. Model Context Protocol (MCP)을 구현하여 AI 클라이언트(Claude Code, GitHub Copilot, Cursor 등)가 특정 도구를 호출하여 세션을 열고, 임의의 디버거 명령어를 실행하며, 고유한 세션 ID를 통해 세션을 관리할 수 있게 합니다. stdio를 통한 로컬 작동이나 HTTP를 통한 원격 서비스로 운영할 수 있습니다.

대상 사용자

크래시의 근본 원인을 파악하거나, 드라이버를 디버깅하거나, 여러 크래시 덤프를 분류해야 하지만 모든 디버거 명령어를 수동으로 실행하고 싶지 않은 Windows 개발자 및 시스템 엔지니어.

주요 특징

• 포괄적인 디버깅 지원: 크래시 덤프(.dmp, .mdmp, .hdmp), 실시간 사용자 모드 원격 디버깅, 그리고 KDNET, 명명된 파이프(named pipes) 또는 시리얼을 통한 커널 디버깅을 지원합니다.
• CDB/KD 통합: cdb.exe 및 kd.exe를 직접 구동하여 유효한 모든 WinDbg/KD 명령어를 실행합니다.
• 세션 관리: 세션 ID를 사용하여 여러 독립적인 세션을 동시에 지원합니다.
• 탄력적인 실시간 세션: 타임아웃된 세션을 CTRL+BREAK를 사용하여 재동기화함으로써 멈춤 현상을 방지합니다.
• 개인정보 보호 제어: --filter-script를 통한 텍스트 필터링 훅이 포함되어 있어, 데이터가 머신을 떠나기 전에 PII나 기밀 정보를 마스킹할 수 있습니다.
• 유연한 배포: stdio를 통한 로컬 실행이나 스트리밍 가능한 HTTP 서비스로 실행할 수 있습니다.