loading…
Search for a command to run...
loading…
An MCP server for JavaScript reverse engineering that enables AI to perform browser debugging, script analysis, and automated hook injection. It streamlines com
An MCP server for JavaScript reverse engineering that enables AI to perform browser debugging, script analysis, and automated hook injection. It streamlines complex workflows like deobfuscation, network tracing, and risk assessment through direct browser integration.
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。
本项目默认遵循以下方法论：
Observe-firstHook-preferredBreakpoint-lastRebuild-orientedEvidence-firstPure-extraction-after-pass这意味着：
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
某手 falcon 风控参数
某音 a-bogus 参数
说明：
artifacts/tasks/<task-id>/ 默认视为本地私有任务目录artifacts/tasks/_TEMPLATE/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。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。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。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。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。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。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。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。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。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。
这个项目支持把外部 LLM 作为“分析增强层”接进来，当前支持：
openaianthropicgemini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.js-reverse]
command = "node"
args = ["/ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js"]
[mcp_servers.js-reverse.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 providergemini 支持两种模式：有 GEMINI_API_KEY 时走 API；没有时会尝试走 GEMINI_CLI_PATHopenai 和 anthropic 需要对应 API keyDEFAULT_LLM_PROVIDER 决定强依赖外部 AI 的功能：
understand_code可选启用外部 AI 的功能：
detect_cryptouseAI=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_targetuseAI=true 时会在一站式分析里启用更深的 AI 辅助分析risk_paneluseAI，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完全不依赖外部 AI 的功能：
collect_codeexport_rebuild_bundlediff_env_requirementsrecord_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任务目录统一使用：
artifacts/tasks/_TEMPLATE/artifacts/tasks/<task-id>/推荐目录结构：
task.jsonruntime-evidence.jsonlnetwork.jsonlscripts.jsonlenv/env.jsenv/polyfills.jsenv/entry.jsenv/capture.jsonrun/report.md职责边界：
env.jspolyfills.jswatch、safeFunction、makeFunctionentry.js推荐流程：
env-pass 后再进入纯算法 / 风控逻辑提纯默认原则：
参数链路沉淀遵循以下规则：
artifacts/tasks/<task-id>/scripts/cases/*docs/reference/parameter-methodology-template.mddocs/reference/parameter-site-mapping-template.md安全边界：
_TEMPLATE详见：
npm install
npm run build
构建入口：
build/src/index.js
npm run start
最小配置示例：
claude mcp add js-reverse node /ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js
node[/ABSOLUTE/PATH/JSReverser-MCP/build/src/index.js][mcp_servers.js-reverse]
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config.toml 示例--browserUrl 接管浏览器示例env 示例都放在 docs/guides/client-configuration.md。
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。
npm run build
npm run test:unit
npm run test:property
npm run coverage:full
更多问题排查请看：
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：
Apache-2.0
Добавь это в claude_desktop_config.json и перезапусти Claude Desktop.
{
"mcpServers": {
"js-reverse-mcp": {
"command": "npx",
"args": []
}
}
}Browser automation, scraping, screenshots
Browser automation and web scraping.
Plugin-based MCP server + Chrome extension that gives AI agents access to web applications through the user's authenticated browser session. 100+ plugins with a
1,500+ developer infrastructure deals, free tiers, and startup programs across 54 categories. Search deals, compare vendors, plan stacks, and track pricing chan