svnscha/mcp-windbg

해결하는 문제

AI 모델이 자연어를 사용하여 Windows 크래시 덤프 분석, 사용자 모드 원격 디버깅, 커널 디버깅을 수행할 수 있도록 합니다. 복잡한 디버거 명령을 수동으로 실행하는 대신, 사용자는 LLM에 접근 위반을 조사하거나 버그체크된 드라이버를 식별하거나 여러 크래시 덤프를 트리아지하도록 요청할 수 있습니다.

작동 방식

이 프로젝트는 Python 기반의 Model Context Protocol (MCP) 서버로, 사용자 모드용 cdb.exe와 커널 모드용 kd.exe를 래핑하는 역할을 합니다. LLM이 세션을 열고 임의의 디버거 명령을 실행하며 결과 출력을 기반으로 추론할 수 있도록 도구 세트를 노출합니다. 세션 ID를 통해 복수의 동시 세션을 지원하며, stdio 또는 HTTP를 통해 작동할 수 있습니다.

대상 사용자

크래시의 근본 원인을 파악하거나 드라이버를 디버깅하거나 실시간 프로세스 상태를 검사해야 하지만, AI를 활용해 트리아지 및 분석 프로세스를 자동화하고자 하는 Windows 개발자 및 시스템 엔지니어.

주요 특징

• 포괄적인 디버깅 지원: 크래시 덤프(.dmp, .mdmp, .hdmp), 실시간 사용자 모드 원격 디버깅, KDNET, 이름 붙은 파이프, 시리얼을 통한 커널 디버깅을 지원합니다.
• 자연어 인터페이스: 사용자 프롬프트에 따라 !analyze -v 또는 kb와 같은 명령을 LLM이 실행할 수 있습니다.
• 세션 관리: 복수의 독립된 디버깅 세션을 동시에 지원합니다.
• 데이터 프라이버시: --filter-script를 통해 텍스트 필터 훅을 제공하여 AI 모델에 전송하기 전에 PII나 비밀 정보를 마스킹할 수 있습니다.
• 강력한 실시간 세션: 호출별 타임아웃을 구현하고, CTRL+BREAK를 사용해 멈춘 세션을 재동기화합니다.