11.2 商业工具对照

11.2 商业工具对照

本节摘要：本书主线是免费开源工具链，但工程决策需要看清商业选项的真实水位。本节先看 IDA 生态的 MCP 化：ida-pro-mcp（mrexodia 维护，约 12.9k stars，MIT 许可证，需 IDA Pro 8.3 以上，2026-10 社区口径）把反编译、函数清单、重命名、注释等能力暴露给模型；Hex-Rays 官方 MCP 已于 2026-09-25 发布——官方版已发布，仓库地址以 hex-rays 官方渠道为准。再看 Binary Ninja 加 Sidekick 的商业 AI 路线，并与「MCP 插件」路线比较集成深度的取舍。然后给一张「免费开源自建对商业省事」的选型表，把成本、能力上限、数据敏感性、支持体系放进同一框架，并按四类场景给决策口诀；接着算一笔年度拥有成本的账（不含具体价格数字，框架以实物报价为准）；最后交一个针对进制幻觉的工程组件 int_convert——所有地址与常量必须经它统一转换，把 11.1 节的验证纪律做成代码。

学习目标

• 准确转述 ida-pro-mcp 的定位、许可证与依赖条件。
• 把握 Hex-Rays 官方 MCP 的动向口径（2026-09-25 发布，地址以官方渠道为准）。
• 说明 Binary Ninja 加 Sidekick 的商业 AI 路线与两条路线的取舍。
• 用选型表与成本框架完成自建与采购的决策论证。
• 部署 int_convert 进制转换闸门。

一、IDA 生态：社区先行、官方跟进

IDA Pro 长期是逆向商业工具的事实标准，它的 MCP 化走了一条「社区先行、官方跟进」的路。社区侧的 ida-pro-mcp 由 mrexodia 维护，约 12.9k stars，MIT 许可证，要求 IDA Pro 8.3 以上（版本条件以项目 README 为准）。工具面覆盖第 03 章《GhidraMCP实战》里 Ghidra 同款能力的 IDA 版：

这张工具面清单同时也是「反幻觉验证器清单」——11.1 节的菜单表里每一行，都能在某个 MCP 工具里找到对应的落地命令。选商业工具时按这张单子对齐：工具面覆盖不全的，缺口要么自建补齐、要么写进方案的风险栏。

官方侧的关键动向：Hex-Rays 官方 MCP 已于 2026-09-25 发布——写引用时用这个口径：官方版已发布，仓库地址以 hex-rays 官方渠道为准。对团队的含义是双重的：其一，IDA 加 MCP 的路线得到厂商背书，长期可用性更稳；其二，社区插件与官方组件并存期内，选型要写清用哪个、为什么（审计要求）。

二、Binary Ninja 与 Sidekick：商业 AI 路线

Binary Ninja 是另一家主流商业反编译器，其 AI 路线的代表是 Sidekick：把大模型能力深度集成进分析流程——辅助命名、伪代码解释、模式询问等（具体能力与计费以官方站点为准）。

与「MCP 插件」路线的差异在于集成深度：MCP 路线是「工具暴露给任意模型」，Sidekick 路线是「模型长在工具里」。两条路线的取舍表：

本书更倾向 MCP 路线——模型可替换、工具可组合、证据链在第 11.1 节的统一模板里，不被单一厂商会话格式锁定；但对「不想养编排能力的小团队」，深度集成路线的开箱即用是真实价值。两条路线的中间态也值得知道：用商业工具的 MCP 面接自家编排——商业出反编译质量，自建出流程与证据，各取所长。

三、选型表：免费开源自建对商业省事

决策口诀按场景给：个人学习与研究——开源主线零成本且本书全程可复现；敏感样本（内部分析、合规要求不出域）——开源加本地模型几乎是唯一解；商业交付与深度量产——混合常态：开源做流程骨架，商业反编译器按席位补深度；快速验证的小团队——可先商业深度集成起步，跑通需求后再逐步自建替换。注意表里没有「哪个更强」这一行——工具上限的决定因素往往是使用者的三线能力（第 11.3 节），而不是价签。

四种团队画像的组合示例（把口诀落到人）：

拥有成本（TCO）的算法框架：许可或订阅支出，加自建链的人力投入（搭建与维护），加培训成本，减去开源链的可复用资产价值（规则库、查询库、证据链模板随项目迁移）。算框架不算数字——数字以你的实物报价与人力成本为准；但多数团队的结论方向一致：开源链的投入在前、复利在后，商业链的支出均匀、上限受席位约束。

四、int_convert：进制幻觉的工程闸门

11.1 节把「错误进制」列为幻觉三形态之一，工程解法是给所有数值断言设一道统一闸门：任何地址与常量在进入证据链之前，必须经同一个转换器落地，禁止裸数字在链上流转。

# int_convert.py —— 进制闸门：所有地址与常量必须经它统一转换
BASES = {"0x": 16, "0b": 2, "0o": 8}

def parse_value(text: str) -> tuple:
    """解析显式进制前缀的数值，返回（整数值，进制）。拒绝裸数字与猜测。"""
    t = text.strip().lower()
    for prefix, base in BASES.items():
        if t.startswith(prefix):
            return int(t, base), base
    assert t.isdigit(), "必须携带进制前缀（0x/0b/0o），禁止裸数字入链"
    return int(t, 10), 10

def same(a_text: str, b_text: str) -> bool:
    """两个不同写法的数值是否相等：模型口径与工具口径的自动比对"""
    a, _ = parse_value(a_text)
    b, _ = parse_value(b_text)
    return a == b

if __name__ == "__main__":
    # 场景：模型说 win 函数在 0x401196，静态工具报告为 4198806——是否同一地址
    print(same("0x401196", "4198806"))   # True 才可采信，False 即幻觉，回填已证伪
​

部署位置有两处：其一，作为 MCP 工具层的一个小工具（第 03 章、第 05 章的编排里加一项），模型引用数值时必须调用它换算；其二，作为证据链的入库前检查——验证命令列里的数值若与输出列进制不一致，闸门报警。十几行代码，换的是一类幻觉的系统性消除，这类「小闸门」比「大平台」更能体现工程成熟度。

闸门的进制前缀纪律表（贴在团队规范里）：

五、对照结论：混合是常态

本章对照的落点不是「站队」，而是三个判断：其一，免费开源链的能力下限已被本书证实——从静态引擎到假设闭环全程可跑；其二，商业工具的价值集中在反编译质量、稳定性与支持，按席位精准投入而非全员采购；其三，无论哪种组合，证据链与 int_convert 这类自建闸门都必须保留——它们与工具无关，是流程资产。AI 审查工作流的组织方式可参考《OpenCodeReview》第 04 章《工具、MCP 与会话》，把这里的工具决策放进更大的会话工程里看。

商业组件接入前过的采购评审五问（写在方案里，审计不问人问纸）：

• 数据出境：哪些功能会把代码片段送出内网？能否关闭或私有化部署？
• 接口开放：有没有 MCP 或脚本接口让证据链流水线接得住？锁死会话格式的扣分。
• 授权计量：席位、年度还是按量？扩容与降级的条款各是什么？
• 退出成本：工程文件、注释、命名能否导出？换工具时丢多少资产？
• 支持边界：安全研究场景的问题找谁？响应时效写进合同了吗？

五问全过再谈价格；第三问与第五问答不好，价格再好也是负资产。

一句话存档：商业与开源的对照，最终比的不是「谁的功能多」，而是「你的证据链、你的数据边界、你的退出成本」在这条路上是否始终握在自己手里——握得住，买什么都对；握不住，免费的也贵。

（本节 stars 与发布日期均为 2026-10 社区口径，引用前以官方渠道复核为准。）

选型落定后的第一件事不是采购，而是把第 11.1 节的验证器菜单在新工具上重跑一遍——工具换了，菜单不换：导入表、交叉引用、污点、行为四类验证器在任何反编译器上都要能落地，落不了地的缺口要么补自建工具，要么写进方案的风险栏。## 本节要点回顾

• ida-pro-mcp：约 12.9k stars、MIT、需 IDA Pro 8.3 以上；工具面与 GhidraMCP 同构。
• Hex-Rays 官方 MCP 于 2026-09-25 发布；口径为「地址以官方渠道为准」。
• 两条 AI 路线取舍：MCP 可替换可组合，深度集成开箱即用；本书倾向前者。
• 选型口诀：学习研究走开源、敏感样本必须内网、量产混合按席位补深度；TCO 算框架不算口号。
• int_convert 十几行代码系统性消除进制幻觉——小闸门胜过大平台。

工具定下来，最后一节立规矩：逆向的法律边界怎么把握、授权范围怎么写、团队能力怎么矩阵化、全书工作流怎么固化成 SOP——合规与团队能力，为整本书画上句号。