随着人工智能技术的快速发展，2025年以来，Model Context Protocol（MCP）逐渐成为逆向工程领域的新宠。各类主流工具如IDA、Jadx等纷纷推出对应的MCP插件，通过结合大模型能力，大幅提升了代码分析效率。尽管早期版本存在兼容性问题，但经过近一年的迭代，如今这些工具已趋于稳定。本文将综合多篇实战经验，详细介绍jadx-ai-mcp的环境搭建、配置方法及实际应用案例，帮助读者快速上手这一AI驱动的逆向利器。
一、Jadx软件介绍：Android逆向的利器
在深入AI增强功能前，我们有必要先了解Jadx这一核心工具。Jadx是一款开源的Android应用程序逆向工程工具，能够将DEX、APK、AAB等格式的文件反编译为可读的Java代码。由于其高效、易用的特点，它已成为安全研究人员和开发者的首选工具之一。
软件地址：https://github.com/skylot/jadx/releases/tag/v1.5.3
最新版本v1.5.3亮点解析
根据GitHub官方Release信息（链接），Jadx于2025年9月8日发布了v1.5.3版本，带来多项实用更新：
AAB解析增强：优化了Android App Bundle文件的处理能力，支持更复杂的应用结构。
GUI搜索升级：新增文本和二进制资源搜索选项，便于快速定位关键代码。
SMali文件支持：允许查看和编辑输入的SMali文件，提升底层调试灵活性。
导出功能改进：集成AGP8.10.1，自动从Manifest读取compileSdkVersion，提升项目兼容性。
下载后打开
二、AI赋能：jadx-ai-mcp环境搭建指南
随着AI技术的普及，Jadx通过MCP（Model Context Protocol）插件实现了与大模型的联动，大幅提升了代码分析效率。以下基于多篇实战经验整理出完整配置流程。
思考:实时进行代码解除 → 上下文感知代码审查 → 人工智能推荐。
高级序列图
此工具暂时停止更新，可以期待下后面进行模块儿化后的程序。
1. 环境准备
本人操作系统：Windows 11
下载jadx-ai-mcp插件包，包括jar文件和server端。
地址：https://github.com/zinja-coder/jadx-ai-mcp
2. 插件安装
缓存配置：为避免缓存问题，需在Jadx中设置缓存路径（文件→首选项），建议配置为与项目同级目录，方便后期清理。
避免出现以下这个师傅的问题：
|---------------------------------------------------------|
| 记一次差点给Jadx提Issues的踩坑日记：https://xz.aliyun.com/news/13299 |
2.1缓存配置文件------>首选项
2.2安装插件
成功安装
当打开一个文件后，也能查看一下状态
2.3服务端配置
打开当前目录
使用Python 3.11+环境，执行pip install -r requirements.txt安装依赖。如果出现依赖问题，建议通过Anaconda管理虚拟环境，我使用的Python版本3.12。
这里我选择的是trae。cursor、Qoder、CatPaw、Claude以及Antigravity等都是一样的道理。
打开后，查看运行jadx-ai-mcp的python.exe路径
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| { "mcpServers": { "jadx-mcp-server": { "command": "D:\\xxx\\xxxx\\python.exe", "args": "D:\\\\xxx\\\\xxx\\\\xxx\\\\xxx\\\\jadx-mcp-server-v5.0.0\\\\jadx_mcp_server.py", "--jadx-port", "8650" } } } |
打对勾后成功配置
三、实战检验
现在从攻防世界平台中找了一道CTF题目，然后进行简单mcp检测。
总结
Jadx不管是在CTF中还是在任何开发维护分析中，都有着良好的表现Jadx凭借其稳定的反编译能力，结合AI插件实现了逆向工程的智能化升级。从v1.5.3的基础功能增强到jadx-ai-mcp的AI驱动，这一工具链正不断降低逆向门槛。开发者与安全研究人员应积极适配这一趋势，以提升工作效率。