关于 Frida MCP
Frida MCP 是面向 Frida 动态插桩工具包的 MCP stdio 服务,使 AI 系统能够对移动端和桌面应用进行进程、设备和脚本层面的操作。它基于官方 MCP Python SDK 构建,适合安全分析人员使用。
主要功能
- 01进程列出、附加、启动、恢复与终止
- 02USB 与远程设备管理
- 03交互式 JavaScript REPL
- 04脚本注入并跟踪进度
- 05提供 Frida 版本与进程、设备列表资源
适用场景
- 01在 Claude Desktop 中对应用进行动态分析
- 02通过 AI 辅助编写 Frida 脚本并注入目标进程
MCP 相关
该项目是一个 MCP 服务,将 Frida 的进程、设备、REPL 和脚本注入能力作为工具暴露给 MCP 客户端,并提供资源和提示词用于分析流程。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Frida MCP
用于 Frida 动态插桩工具包的模型上下文协议(MCP)实现。
概述
此软件包为 Frida 提供符合 MCP 规范的服务,使 AI 系统能够通过 Frida 的动态插桩功能与移动和桌面应用交互。它使用官方的 MCP Python SDK,以便与 AI 应用无缝集成。
演示
https://github.com/user-attachments/assets/5dc0e8f5-5011-4cf2-be77-6a77ec960501
功能
- 使用官方 MCP Python SDK 构建
- 通过 MCP 提供全面的 Frida 工具:
- 进程管理(列出、附加、生成、恢复、终止)
- 设备管理(USB、远程设备)
- 可实时执行的交互式 JavaScript REPL
- 脚本注入及进度跟踪
- 进程和设备监控
- 用于向模型提供 Frida 数据的资源
- 用于引导 Frida 分析工作流的提示词
- 长时间运行操作的进度跟踪
- 全面支持所有 MCP 传输方式
安装
前提条件
- Python 3.8 或更高版本
- pip 包管理器
- Frida 16.0.0 或更高版本
快速安装
pip install frida-mcp
开发安装
# Clone the repository
git clone https://github.com/yourusername/frida-mcp.git
cd frida-mcp
# Install in development mode with extra tools
pip install -e ".[dev]"
Claude Desktop 集成
要在 Claude Desktop 中使用 Frida MCP,需要更新 Claude 配置文件:
-
找到 Claude Desktop 配置文件:
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
- macOS:
-
将以下内容添加到配置文件中:
{
"mcpServers": {
"frida": {
"command": "frida-mcp"
}
}
}
用法
安装后,即可直接从 Claude Desktop 使用 Frida MCP。此服务提供以下功能:
进程管理
- 列出所有正在运行的进程
- 附加到特定进程
- 生成新进程
- 恢复已挂起的进程
- 终止进程
设备管理
- 列出所有已连接的设备(USB、远程)
- 获取设备信息
- 连接到特定设备
交互式 JavaScript REPL
- 与进程创建交互式会话
- 实时执行 JavaScript 代码
- 监控进程状态和内存
- Hook 函数并拦截调用
- 捕获 console.log 输出
- 妥善处理错误和异常
脚本注入
- 注入自定义 JavaScript 脚本
- 跟踪注入进度
- 处理脚本错误和异常
资源
- 获取 Frida 版本信息
- 以易读格式访问进程列表
- 以易读格式访问设备列表
开发
# Clone repository
git clone https://github.com/yourusername/frida-mcp.git
cd frida-mcp
# Install development dependencies
pip install -e ".[dev]"
许可证
MIT
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。