jsreverser-mcp

v2.0.4

Published

3 hours ago

MCP server for JavaScript reverse engineering and debugging

Downloads

0High
0Medium
0Low

noonehub

JSReverser-MCP

English README

一个把前端 JavaScript 逆向流程标准化的 MCP 服务。
目标不是只做页面调试，而是把页面观察、运行时采样、本地复现、补环境和证据沉淀串成一套可复用工作流。

核心方法论

本项目默认遵循以下方法论：

Observe-first
Hook-preferred
Breakpoint-last
Rebuild-oriented
Evidence-first
Pure-extraction-after-pass

这意味着：

先在浏览器里确认请求、脚本、函数和依赖来源
再做最小化 Hook 采样
再导出 local rebuild
再在 Node 里逐项补环境
每一步都沉淀为 task artifact，而不是只留在对话里

已沉淀链路

以下参数链路已有公开索引，可作为仓库内复用入口：

某东 h5st 参数
- 索引：scripts/cases/README.md
- Case：scripts/cases/jd-h5st-pure-node.mjs
某手 falcon 风控参数
- 索引：scripts/cases/README.md
- Case：scripts/cases/ks-hxfalcon-pure-node.mjs
某音 a-bogus 参数
- 索引：scripts/cases/README.md
- Case：scripts/cases/douyin-a-bogus-pure-node.mjs

说明：

README 首页只展示脱敏后的参数类型和公开入口
真实 artifacts/tasks/<task-id>/ 默认视为本地私有任务目录
Git 默认只提交 artifacts/tasks/_TEMPLATE/

支持的能力

页面观察与脚本定位

先回答“页面里有哪些脚本、目标代码大概在哪”。

list_scripts：列出当前页面已加载的脚本，先建立脚本范围。
get_script_source：查看指定脚本源码，适合继续阅读具体实现。
find_in_script：在单个脚本里定位字符串、变量名或特征片段。
search_in_scripts：在已采集脚本缓存中批量搜索，适合缩小候选脚本范围。

Hook 与运行时采样

先做最小侵入式观测，确认运行时到底调用了什么。

create_hook：创建可复用的 hook 定义，用于后续注入页面。
inject_hook：把已有 hook 注入当前页面，开始采样目标行为。
get_hook_data：读取 hook 采集到的调用记录和摘要结果。
hook_function：直接 hook 全局函数或对象方法，记录参数和返回值。
trace_function：按源码函数名做调用追踪，适合跟调用链。

断点与调试控制

当 hook 不够时，再进入暂停式调试。

set_breakpoint：按脚本 URL 和行号设置断点。
set_breakpoint_on_text：按代码文本自动定位并设置断点。
resume：继续执行到下一个断点或执行结束。
pause：手动暂停当前页面的 JavaScript 执行。
step_over / step_into / step_out：单步控制执行路径，分别对应跳过、进入、跳出函数。

请求链路与网络分析

定位目标请求，确认是谁发起、带了什么参数。

list_network_requests：列出当前页面的网络请求，先找到目标请求。
get_network_request：查看单个请求的详细内容，包括请求头、响应和载荷。
get_request_initiator：追溯某个请求是谁触发的，帮助定位调用链。
break_on_xhr：在目标请求发出时中断，适合抓参数生成前的现场。

页面状态与运行前检查

补看页面运行状态、控制台输出和本地状态依赖。

check_browser_health：检查浏览器连接和当前页是否可控，适合作为起手验证。
list_console_messages：查看当前页面 console 输出，适合回看 hook 和 trace 日志。
get_storage：读取 cookie、localStorage、sessionStorage，确认状态依赖。
evaluate_script：在当前选中 frame 内执行一段函数，做小范围运行时验证。
search_in_sources：在所有已加载源码中搜索关键字，快速缩小可疑代码范围。

说明：

上述部分页面级工具已支持显式 pageIdx，未传时默认继续使用当前 select_page 选中的页面
navigate_page、evaluate_script 也已支持显式 pageIdx
list_scripts、get_script_source、find_in_script、search_in_sources、get_storage、get_request_initiator 也已支持显式 pageIdx
set_breakpoint、set_breakpoint_on_text、pause、resume、step_over、step_into、step_out、break_on_xhr、remove_xhr_breakpoint、trace_function、hook_function 也已支持显式 pageIdx
list_console_messages / get_console_message 使用显式页面参数时请传 targetPageIdx，避免和结果分页参数 pageIdx 混淆
list_network_requests、get_network_request 以及 WebSocket 相关工具在需要显式指定浏览器页面时也使用 targetPageIdx

WebSocket 观察与消息分组

处理长连接、直播流或二进制帧时，用这组工具先分流再细看。

list_websocket_connections：列出当前页面的 WebSocket 连接，先拿到目标 wsid。
analyze_websocket_messages：按帧特征做消息分组，适合先识别不同消息类型。
get_websocket_messages：查看某个连接或某个分组下的消息摘要和内容。

本地复现与补环境

把页面证据带回本地，逐步补齐 Node 运行环境。

export_rebuild_bundle：导出本地复现工程所需的入口、补环境和证据材料。
diff_env_requirements：根据报错和观测能力比对当前缺失的环境能力。
record_reverse_evidence：把关键观察结果写入 task artifact，避免证据只留在对话里。

页面自动化

做最小必要的页面操作，复现触发条件并辅助取证。

navigate_page：跳转、回退、刷新当前页面。
query_dom：查询页面元素，确认选择器和节点状态。
click_element：按选择器触发点击，复现页面动作。
type_text：向输入框写入文本，驱动表单交互。
take_screenshot：截取页面当前状态，保留可视化证据。

深度分析

在拿到代码和运行时证据后，继续做结构理解与去混淆。

collect_code：采集页面代码，支持按优先级或范围控制采样量。
understand_code：结合静态分析和 AI 做代码结构、业务逻辑与风险理解。
deobfuscate_code：对混淆代码做清理、还原和辅助分析。
risk_panel：聚合代码分析、加密检测和 hook 信号，输出综合风险视图。

会话与登录态复用

save_session_state：保存当前页面的 cookie 和存储状态到内存快照。
restore_session_state：把快照恢复到当前页面，复用登录态和现场。
dump_session_state：把会话快照导出为 JSON 文件，便于持久化。
load_session_state：从已有 JSON 或字符串重新载入会话快照。

完整参数说明见 docs/reference/tool-reference.md。按逆向流程选工具可继续看 docs/reference/reverse-workflow.md。

外部 AI 怎么配置

这个项目支持把外部 LLM 作为“分析增强层”接进来，当前支持：

openai
anthropic
gemini

配置入口本质上是进程环境变量。
通过 MCP 客户端启动时，优先在 MCP server 配置里的 env 传入；.env 只适合你直接本地运行 node build/src/index.js 或 npm run start 的场景。

推荐方式示例：

[mcp_servers.jsreverser-mcp]
command = "node"
args = ["/ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js"]

[mcp_servers.jsreverser-mcp.env]
DEFAULT_LLM_PROVIDER = "anthropic"
ANTHROPIC_API_KEY = "your_key"
ANTHROPIC_MODEL = "claude-3-5-sonnet-20241022"

如果你是直接在项目目录本地启动，也可以使用 .env：

# 三选一：openai / anthropic / gemini
DEFAULT_LLM_PROVIDER=gemini

# OpenAI
OPENAI_API_KEY=your_key
OPENAI_MODEL=gpt-4o
OPENAI_BASE_URL=

# Anthropic / Claude
ANTHROPIC_API_KEY=your_key
ANTHROPIC_MODEL=claude-3-5-sonnet-20241022
ANTHROPIC_BASE_URL=

# Gemini
GEMINI_API_KEY=your_key
GEMINI_MODEL=gemini-2.0-flash-exp

# 如果不用 API，也可以走本地 CLI
GEMINI_CLI_PATH=gemini-cli

说明：

DEFAULT_LLM_PROVIDER 决定默认走哪个 provider
gemini 支持两种模式：有 GEMINI_API_KEY 时走 API；没有时会尝试走 GEMINI_CLI_PATH
openai 和 anthropic 需要对应 API key
如果你配了多个 provider，实际使用哪个，仍由 DEFAULT_LLM_PROVIDER 决定

哪些功能依赖外部 AI

强依赖外部 AI 的功能：

understand_code
- 内部会调用 LLM 做代码语义理解、业务逻辑提取、安全风险补充

可选启用外部 AI 的功能：

detect_crypto
- 只有传 useAI=true 时才会额外调用 LLM；不传时主要依赖本地规则和 AST 分析
analyze_target
- 传 useAI=true 时会在一站式分析里启用更深的 AI 辅助分析
risk_panel
- 参数里有 useAI，但当前实现主体仍以本地分析结果聚合为主

有 AI 时效果更好，但不配也能运行的功能：

deobfuscate_code
- 本地规则、AST 优化、专项反混淆管线始终可用；配置外部 AI 后，复杂语义清理、VM 结构理解、部分编码型混淆降级分析会更完整

完全不依赖外部 AI 的功能：

浏览器接管
Hook / 断点 / Console / Storage / Network / WebSocket
collect_code
export_rebuild_bundle
diff_env_requirements
record_reverse_evidence

如果没配外部 AI，典型影响是：

understand_code 会直接报 provider 未配置
detect_crypto(useAI=true) 会退回本地分析或忽略 AI 增强
deobfuscate_code 仍可跑，但某些高难度混淆的解释和清理质量会下降

标准任务结构

任务目录统一使用：

artifacts/tasks/_TEMPLATE/
artifacts/tasks/<task-id>/

推荐目录结构：

task.json
runtime-evidence.jsonl
network.jsonl
scripts.jsonl
env/env.js
env/polyfills.js
env/entry.js
env/capture.json
run/
report.md

职责边界：

env.js
- 基础宿主对象和最小 shim
polyfills.js
- 代理诊断层、watch、safeFunction、makeFunction
entry.js
- 运行入口、目标脚本加载、first divergence 输出

标准执行流程

推荐流程：

页面观察
运行时采样
证据入库
local rebuild
逐项补环境
first divergence 定位
env-pass 后再进入纯算法 / 风控逻辑提纯

默认原则：

不要跳过页面证据直接猜环境
不要一次性全量模拟浏览器
不要把真实任务目录直接提交 Git

参数沉淀与安全边界

参数链路沉淀遵循以下规则：

先读本地 task artifact

artifacts/tasks/<task-id>/

本地没有时再读抽象 case

scripts/cases/*

仍不足时按模板新建

docs/reference/parameter-methodology-template.md
docs/reference/parameter-site-mapping-template.md

安全边界：

case 只保留抽象方法和流程
真实任务目录默认本地保留
敏感值必须脱敏后才允许共享
Git 默认只提交 _TEMPLATE

详见：

3 分钟快速开始

1) 安装依赖并构建

npm install
npm run build

构建入口：

build/src/index.js

2) 最简单启动方式

npm run start

3) 配置客户端

最小配置示例：

Claude Code

claude mcp add jsreverser-mcp node /ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js

Cursor

Command: node
Args: [/ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js]

Codex

[mcp_servers.jsreverser-mcp]
command = "node"
args = ["/ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js"]

如果你需要接管已经打开的浏览器，请继续看：

完整可直接复制的 MCP 配置实例，包括：

mcpServers JSON 结构示例
Codex config.toml 示例
--browserUrl 接管浏览器示例
Gemini / Claude / OpenAI 的 API env 示例

都放在 docs/guides/client-configuration.md。

文档入口

逆向相关任务开场先读：docs/reference/reverse-bootstrap.md。该入口会继续要求模型读取 docs/reference/case-safety-policy.md、docs/reference/reverse-workflow.md；若已进入 env-pass 后的提纯阶段，再读 docs/reference/pure-extraction.md。

Guides

快速开始：docs/guides/getting-started.md
浏览器连接：docs/guides/browser-connection.md
客户端配置：docs/guides/client-configuration.md
逆向工作流：docs/reference/reverse-workflow.md
补环境规范：docs/reference/env-patching.md

Reference

模型首读入口：docs/reference/reverse-bootstrap.md
逆向任务索引：docs/reference/reverse-task-index.md
工具参数总表：docs/reference/tool-reference.md
工具读写契约：docs/reference/tool-io-contract.md
任务产物说明：docs/reference/reverse-artifacts.md

Templates And Supporting Docs

开发与测试

npm run build
npm run test:unit
npm run test:property
npm run coverage:full

故障排查

更多问题排查请看：

docs/guides/browser-connection.md

参考项目

本项目在设计和实现过程中参考了以下项目，具体协议声明（如 MIT 等）以对应上游仓库为准：

https://github.com/wuji66dde/jshook-skill
https://github.com/NoOne-hub/JSReverser-MCP
https://github.com/ChromeDevTools/chrome-devtools-mcp

License

Apache-2.0