修复了原版卡死的问题，同时针对于macos进行了优化

English | 简体中文

IDA NO MCP

告别 IDA MCP 复杂、冗长、卡顿的交互模式。

AI 逆向，无需额外配置。

Simple · Fast · Intelligent · Low Cost

核心理念

Text、Source Code、Shell 是 LLM 原生语言。

AI 飞速发展，没有固定模式，工具应该保持简单。

把 IDA 反编译结果导出为源码文件，直接丢进任意 AI IDE（Cursor / Claude Code / ...），天然适配索引、并行、切片（反编译超大函数）等优化。

两个版本（各司其职，建议都装）

这是一个双轨项目。两种产物不是新旧替代关系，而是互补——根据使用场景选择：

为什么需要两个？ IDA 插件必须是共享库格式（在 IDA 进程内运行），而绕过大文件分析卡死必须在 IDA 进程外做（独立二进制 + --skip-analysis）。两者无法合一。两个版本共享相同的输出格式（元数据头、decompiled.c/function_index.txt、AGENTS.md），AI 分析时无差别。

安装

Python 插件（GUI 用）—— 复制或软链到 IDA 插件目录：

# macOS/Linux
ln -s /path/to/IDA-NO-MCP/oldpython/INP.py ~/.idapro/plugins/INP.py
# Windows: 复制到 %APPDATA%\Hex-Rays\IDA Pro\plugins\INP.py

重启 IDA 后 Edit → Plugins → Export for AI（或 Ctrl-Shift-E）。

Rust 二进制（命令行用）—— 见下方「构建」章节。

Rust 版实测性能

reqable App.framework（24MB，54,937 函数）：

使用（Rust 版）

构建

需要 本机已安装对应平台的 IDA Pro 9.x（二进制运行时依赖 IDA 自带的 libida/libidalib，这些库按平台分发、不可 redistributable）+ LLVM/Clang（bindgen）。

⚠️ 为什么必须每平台原生构建：不能从 macOS 交叉编译出可运行的 Windows/Linux 版。 二进制通过 rpath 链接到 IDA 的商业库（libida.dylib/libida.dll/libida.so），这些库只随对应平台的 IDA 安装包提供。SDK 的 stub 库能链接通过但运行时会崩溃（idalib issue #24）。

⚠️ IDA Pro 小版本与 idalib 适配要求：idalib 底层硬编码了 IDA 内部类的虚函数表偏移，不同 IDA 大版本物理上不能混用（否则运行时会在 idalib_check_license 处报 EXC_BAD_ACCESS 崩溃）。请根据您本机的 IDA 版本确认或修改 Cargo.toml（详见 idalib 官方版本对照）：

IDA Pro version	Latest compatible idalib
v9.3sp1	0.9.0
v9.3	0.8.1
v9.2	0.7.2
v9.1	0.6.1
v9.0sp1	0.4.1
v9.0	0.3.0

# 设置 IDADIR 指向 IDA 安装目录
export IDADIR="/path/to/IDA Professional 9.3.app/Contents/MacOS"   # macOS
# export IDADIR="/path/to/ida-pro-9.3"                              # Linux
# $env:IDADIR = "C:\path\to\IDA Professional 9.3"                   # Windows PowerShell

export LIBCLANG_PATH="/Library/Developer/CommandLineTools/usr/lib"  # macOS (bindgen 需要)
cargo build --release
# 产物：target/release/inp  (macOS/Linux) 或 target/release/inp.exe (Windows)

本地开发（用 checkout 出来的 idalib 源码而非 crates.io 版本）：参考 Cargo.toml.dev.example。

产物

注意产物是可执行文件，不是 dll/dylib/so（那些是共享库后缀，不适用于本工具的独立二进制架构）。

运行

# macOS/Linux：需让动态链接器找到 IDA 库
export DYLD_LIBRARY_PATH="$IDADIR"   # macOS
# export LD_LIBRARY_PATH="$IDADIR"   # Linux

# 小文件（auto 模式自动选 legacy/consolidated）
./target/release/inp <binary_or_idb.i64> -o <output_dir>

# 大文件（关键：--skip-analysis 绕过 IDA 自动分析，否则 177MB 二进制会卡 14+ 分钟）
./target/release/inp huge_framework.bin -o out --mode consolidated --skip-analysis

# 强制 legacy（每函数单文件，小文件推荐）
./target/release/inp small.bin -o out --mode legacy

选项：

• -o <dir> 输出目录（默认 <input>_export_for_ai）
• --mode auto|legacy|consolidated（默认 auto，>20k 函数自动切 consolidated）
• --skip-analysis / -a 跳过 IDA 自动分析（大文件必用，绕过 14 分钟卡死）
• --force 强制重新导出

使用（Python 版）

插件模式

将 oldpython/INP.py 复制到 IDA 插件目录：

• Windows: %APPDATA%\Hex-Rays\IDA Pro\plugins\
• Linux/macOS: ~/.idapro/plugins/

重启 IDA 后：

• 快捷键: Ctrl-Shift-E 快速导出
• 菜单: Edit -> Plugins -> Export for AI

批处理模式（headless）

无需打开 IDA GUI，直接命令行批量导出：

idat -A -S"INP.py <export_dir> <skip_analysis> <export_mode>" <target.i64>
#   export_dir    : 导出目录（可选，默认为原文件名_export_for_ai）
#   skip_analysis : "1" 跳过等待 auto-analysis（已分析过时用）
#   export_mode   : auto | legacy | consolidated（可选，默认 auto）

示例：

# 默认（auto，小文件→legacy，大文件→consolidated）
idat -A -S"INP.py /tmp/out 0 auto" target.i64

# 强制大文件合并模式
idat -A -S"INP.py /tmp/out 0 consolidated" huge_framework.i64

导出模式

为解决大文件导出导致的内存爆炸（原版在 270 万函数时 RAM 用到 140G）和 token 爆炸（100M 二进制导出近 1G、两万多个文件，AI 根本喂不进去），新增三档导出模式：

consolidated 模式如何省内存/token：

• 不再在内存里攒 function_index / addr_to_info（原版 Mac 140G 爆炸的根因），改为流式 append 写。
• 单文件 decompiled.c（追加写），而非两万多个小文件。
• 跳过昂贵的全量 caller/callee 图遍历（大文件 CPU 杀手），改由 callgraph.txt 从 entry/export 做 N 跳 BFS 采样提供骨架。
• 默认跳过 memory/（raw hex 对 AI 价值低且最占 token）。
• strings 按最小长度过滤短串。

阈值与参数在 INP.py 顶部可调：LARGE_BINARY_FUNC_THRESHOLD、LARGE_CALLGRAPH_BFS_HOPS、LARGE_CALLGRAPH_MAX_NODES、LARGE_STRING_MIN_LEN。

导出内容

功能特性

反编译函数导出

每个函数优先导出为独立的 .c 文件；如果反编译失败，则回退导出到 disassembly/ 目录中的 .asm 文件。两种输出都会保留同样的元数据头：

/*
 * func-name: sub_401000
 * func-address: 0x401000
 * export-type: decompile
 * callers: 0x402000, 0x403000
 * callees: 0x404000, 0x405000
 */

// 反编译代码...

智能处理：

• 自动跳过库函数和无效函数
• 反编译失败时自动回退到反汇编导出
• 处理特殊字符和重名函数（添加地址后缀）
• 生成详细的回退、失败和跳过日志
• 显示导出进度（每 100 个函数）

调用关系分析

• Callers: 哪些函数调用了当前函数
• Callees: 当前函数调用了哪些函数
• 帮助 AI 理解函数间的依赖关系和调用链

内存导出

• 按段(segment)导出所有内存数据
• 每个文件最大 1MB，自动分片
• Hexdump 格式，包含地址、十六进制字节、ASCII 显示
• 文件名格式: 起始地址--结束地址.txt

统计信息

导出完成后显示详细统计：

• 总函数数量
• 成功导出数量
• 反汇编回退数量
• 跳过数量（库函数/无效函数）
• 失败数量（含失败原因）
• 内存导出大小和文件数

Tips

在 IDB 目录下可以同时添加更多上下文，让 AI 获得完整视角：

最先进的 AI 模型能够利用所有信息与脚本，为你提供最强力的逆向工程辅助。

变更记录

内存与性能（大文件）

• 修复 Mac 内存爆炸：移除 function_index / addr_to_info 的全量内存累积（原版在 270 万函数时 RAM 用到 140G 的根因），function_index.txt / function_list.txt 改为流式 append 写，常数内存。
• 消除 O(F·degree) 索引开销：原版写索引时对每个 caller/callee 反向解析名字，既吃内存又吃 CPU；现在只保留地址列表。部分情况下存在bug🥹🥹🥹🥹
• consolidated 模式：大文件（默认 > 20000 函数）自动切到单文件 decompiled.c + 采样 callgraph.txt，跳过昂贵的全量图遍历和 raw memory 导出。
• 批处理 tick：consolidated 模式每个 timer tick 处理多个函数（受时间预算约束），提升吞吐，同时保持 UI/Cancel 响应。

路径健壮性

• 修复 FileNotFoundError: [WinError 3] 'G:\\'：原版在原始二进制所在盘符已卸载/网络路径失效时直接崩溃。现在对所有候选目录做可写校验，按 input_dir → idb_dir → cwd 优先级回退；ensure_dir 失败时给出清晰的中文/英文混合提示而非底层 WinError。

AI 协作

• 新增 AGENTS.md：导出完成后自动在导出目录生成 AI 导航上下文（目录布局、元数据头字段、建议分析工作流），被 Cursor / Claude Code / Codex 等识别，让 AI 自动开始分析而无需每次重新学习导出格式。

批处理模式

• 新增第 3/4 个 ARGV：<skip_analysis> 和 <export_mode>（auto|legacy|consolidated），便于 headless 批量导出时控制行为。