Jadx-AI-MCP AI 帮我反编译！

前言

越来越多的工具都出了 mcp 工具，jadx 也不例外，今天带来 jadx mcp 的安装过程，可以用 cursor / claude 来帮我们逆向分析 apk 啦。我是 mac 系统，这里仅介绍 mac 系统下的安装

JADX-AI-MCP 是一款先进的逆向工程解决方案，由两个深度集成的组件构成：

JADX-AI-MCP 插件（Java） - 作为 JADX-GUI 的扩展插件，通过本地 HTTP API 开放反编译器的核心功能
JADX-MCP 服务器（Python） - 作为 MCP 服务器，将 HTTP 接口转换为 AI 助手可直接调用的工具集

两者协同工作，实现了对 Android 应用的实时智能分析、漏洞检测和代码理解能力，让 AI 助手能够深度参与逆向工程的全过程。

工具安装

jadx-gui: github.com/skylot/jadx

jadx-ai-mcp: github.com/zinja-coder...

jadx_mcp_server.zip: github.com/zinja-coder...

需要准备的工作：

安装jadx-gui。这没啥好说的
在 jadx-gui 安装 jadx_mcp_server 扩展
下载jadx_mcp_server.zip，下载地址

安装jadx-gui

可以直接 brew 安装，不再赘言

shell 复制代码

brew install jadx
brew install jadx-gui

jadx-gui 安装 jadx_mcp_server 扩展

同样可以使用命令行安装

shell 复制代码

jadx plugins --install "github:zinja-coder:jadx-ai-mcp"

如果没有配置命令行，还是推荐配置一下命令行哈。也可以手动下载 jar 包安装

下载jadx_mcp_server.zip

下载 jadx_mcp_server.zip，放到本地并且解压缩后会得到一个有jadx_mcp_server.py的文件夹，需要配置这个 py 脚本到 Cursor / Claude 中。

配置 MCP 到 Cursor / Claude 中

这个不多赘述，dddd 啊

json 复制代码

{
    "mcpServers": {
        "jadx-mcp-server": {
            "command": "python3",
            "args": [
                "/Users/XXX/tools/jadx-mcp/jadx-mcp-server/jadx_mcp_server.py"
            ]
        }
    }
}

依赖管理

安装python环境依赖

shell 复制代码

pip3 install -r requirements.txt  
python3 jadx_mcp_server.py

测试server文件运行正常，jadx-port端口配置8650

测试是否连通

先开启 jadx-gui，确定已经开启服务

可以在 Cursor / Claude 中尝试说，帮我分析一下这个 app 的基础结构。

遇到的问题

我的 mac 安装的时候遇到了一个 python 的报错，在安装 python 的依赖的时候

shell 复制代码

# 安装需要的依赖
pip3 install -r requirements.txt
# 试运行 jadx_mcp_server.py，看连接是否成功
python3 jadx_mcp_server.py

我 mac 内置的 python 版本是 3.9.6，可以用python3 --version来查看，如果用本地的 3.9.6 去安装依赖，会报版本太低找不到 fastmcp 包。

我本地用 brew 安装过 python@3.14.2 版本，所以我希望用 python@3.14.2 版本来安装并且运行 jadx_mcp_server.py 。

shell 复制代码

  cd /Users/yocn/jadx-mcp-server
  python3.14 -m venv venv
  source venv/bin/activate
  pip install -r requirements.txt

不推荐使用 --break-system-packaged来安装，可能会破坏系统 python 环境，引起不可预知的问题，比如可能引起 git / brew 模块不可用。安装虚拟环境的就是需要先调用source venv/bin/activate，在命令行运行没有问题，但是我是需要在 cursor / claude 等等的 mcp.json 中配置来让 AI 自动调用的，而按照 mcp.json 中我们的配置是

json 复制代码

{
    "mcpServers": {
        "jadx-mcp-server": {
            "command": "python3",
            "args": [
                "/Users/XXX/tools/jadx-mcp/jadx-mcp-server/jadx_mcp_server.py"
            ]
        }
    }
}

是直接调用 jadx_mcp_server.py 这个 python 脚本，那我们转换一个思路，我们写到一个 shell 脚本里面，先调用 shell 脚本进入虚拟环境，再调用脚本。

json 复制代码

{
  "mcpServers": {
    "jadx-mcp-server": {
      "command": "/xxx/jadx-mcp-server/run_jadx_mcp.sh",
      "args": [
        "--jadx-port",
        "8650"
      ]
    }
  }
}

run_jadx_mcp.sh 的命令如下：

shell 复制代码

#!/bin/bash

# 获取脚本所在目录
SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"

# 激活虚拟环境并运行 Python 脚本
source "$SCRIPT_DIR/venv/bin/activate"
exec python3 "$SCRIPT_DIR/jadx_mcp_server.py" "$@"

这样就可以了。

如果还有问题，可以让 Cursor / Claude 帮我们看下是什么问题～