jadx-ai-mcp：把 JADX 反编译结果直接喂给 Claude 的 MCP 插件
Plugin for JADX to integrate MCP server
秒懂
- 它是什么？
- jadx-ai-mcp 是一个 JADX 插件，通过 Model Context Protocol 把反编译后的代码暴露给 LLM，让 Claude 之类的模型能直接查询类、方法和调用关系。本文拆解它的工作方式、安装路径和适用边界。
- 适合谁用？
- jadx-ai-mcp 适合已经熟悉 JADX、并且愿意把 APK 分析流程交给 LLM 驱动的安全研究员和逆向工程师。它把反编译结果变成 MCP 工具，省去复制粘贴代码的步骤，但前提是你接受代码被发送到外部模型服务这一事实。
- 能商用吗？
- 可以。Apache-2.0 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 17 天前。
- 用什么语言写的？
- 主要是 Java（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决的是逆向工作流里的粘贴复制问题
它解决的是逆向工作流里的粘贴复制问题。做 Android APK 静态分析时，常规路径是在 JADX 里反编译，找到可疑方法，再把代码复制给 ChatGPT 或 Claude 让它解释。来回切换窗口、粘贴长代码、上下文丢失，这套流程很消耗精力。jadx-ai-mcp 想把这个环节自动化。它作为一个 JADX 插件运行，同时启动一个 MCP 服务器，让 LLM 客户端直接调用工具来查询当前打开的项目。文档描述为 live reverse engineering support with LLMs，意思是模型不需要你手动喂代码，它可以自己按需拉取。目标用户很明确：做 VAPT、渗透测试、移动应用安全审计的人，他们需要快速理解未知 APK 的逻辑，而不是手工翻每一个方法。
MCP 服务器与 JADX 插件如何协作
MCP 服务器与 JADX 插件如何协作。仓库结构显示它分两部分：一个是 JADX 插件，另一个是独立的 MCP 服务器。插件负责与 JADX 的反编译结果交互，MCP 服务器则对外提供标准化的工具接口。工作流程大致是：你在 JADX 中打开一个 APK，插件把反编译后的类、方法、字段和调用关系暴露给 MCP 服务器，LLM 客户端（比如 Claude Desktop）通过 MCP 协议调用这些工具。模型可以请求某个类的源码、搜索特定字符串、查看方法调用链，而不需要你把整个文件贴进对话。v6.4.0 的发布标题是 Search Infrastructure Overhauled，说明搜索相关的能力在近期被重写过，这暗示搜索是核心功能之一，也是迭代最频繁的部分。v6.3.0 加入 Remote Host Support，意味着 MCP 服务器不一定跑在本机，可以连接到远程主机，这对分析大型 APK 或者团队共享分析环境有意义。
安装与启动：从 JADX 插件到 MCP 配置
安装与启动：从 JADX 插件到 MCP 配置。根据 README，项目要求 Java 11 以上，Python 3.10 以上。Java 是 JADX 插件运行的基础，Python 则用于 MCP 服务器部分。安装方式是先构建或下载插件 jar，放入 JADX 的 plugins 目录，然后启动 JADX。MCP 服务器需要单独配置，让 LLM 客户端能够发现它。具体配置命令在 README 中被截断，但可以推断它遵循 MCP 的标准配置格式，即在客户端配置文件中指定服务器的启动命令和参数。一个典型的做法是在 Claude Desktop 的配置里添加一个 mcpServers 条目，指向 jadx-mcp-server 的可执行文件。由于 README 没有给出完整命令，实际配置时你需要参考 readthedocs 上的文档，地址是 https://jadx-ai-mcp.readthedocs.io/en/latest/。建议先确认你的 JADX 版本与插件兼容，因为 JADX 本身更新频繁，插件可能滞后。
搜索基础设施重写意味着什么
搜索基础设施重写意味着什么。v6.4.0 的发布说明只有一句话：Search Infrastructure Overhauled。没有细节，但结合项目定位，搜索是 LLM 查询代码的关键路径。如果搜索慢或者结果不准确，模型会拿到错误的方法或类，分析结论就不可信。重写可能涉及索引结构、查询方式或缓存策略。对于使用者来说，这意味着升级到 v6.4.0 后，搜索行为可能有变化，之前依赖的某些查询语法可能失效。发布间隔大约三个月，v6.3.0 在三月底，v6.4.0 在五月底，v6.4.1 在八月初，节奏稳定但不算慢。如果你在生产环境使用，建议锁版本，不要追最新。另一个观察是，项目默认分支叫 jadx-ai，而不是 main 或 master，这暗示开发主线与 JADX 官方分支保持同步，需要关注与上游 JADX 的兼容性。
远程主机支持：协作场景的加分项，也是安全边界
远程主机支持：协作场景的加分项，也是安全边界。v6.3.0 加入 Remote Host Support，允许 MCP 服务器运行在与 JADX 不同的机器上。这对处理超大 APK 有用，你可以把反编译和分析放在一台高性能服务器上，本地只跑 LLM 客户端。但这也引入一个风险：MCP 服务器暴露的接口如果没做鉴权，远程主机上的任何进程都可能调用它来读取反编译代码。APK 本身可能包含敏感逻辑，比如硬编码密钥或私有 API 端点。文档没有提及认证机制，所以如果你启用远程模式，需要自己用防火墙或 VPN 限制访问。相比之下，本机模式更安全，因为 MCP 服务器只监听 localhost。项目标记里有 pentesting 和 vapt，说明作者预期用户会分析有攻击价值的应用，这类应用的反编译结果本身就是敏感数据。
与替代方案对比：JADX 自带脚本与独立 MCP 桥接
与替代方案对比：JADX 自带脚本与独立 MCP 桥接。JADX 本身支持插件和脚本，你可以用 Java 或 Python 写一个自定义插件，把反编译结果导出成 JSON，再喂给 LLM。这种方式的好处是完全控制数据流，不依赖 MCP 协议，坏处是每次 JADX 升级都可能要改代码。另一个替代是使用独立的 MCP 服务器，比如 jadx-mcp-server，它不要求你打开 JADX GUI，而是直接解析 APK 文件并暴露相同的 MCP 工具。区别在于：jadx-ai-mcp 是插件，需要 JADX 运行，适合交互式分析，你能看到 GUI 里的高亮和跳转；独立服务器适合批处理或 CI 环境，不需要图形界面。从仓库名看，作者维护了 jadx-mcp-server 这个独立项目，所以两者是互补关系。如果你只想要一个无头分析流程，独立服务器可能更合适；如果你需要在 GUI 里边看边让 LLM 解释，这个插件是正路。
维护状态与许可证的实际情况
维护状态与许可证的实际情况。项目使用 Apache-2.0 许可证，这是宽松许可证，你可以自由使用、修改和分发，但要注意保留版权声明。仓库没有被归档，最后一次推送是 2026 年 8 月 30 日，v6.4.1 发布于 8 月 6 日，说明项目还在活跃维护。但活跃维护不等于稳定，发布历史显示功能迭代频繁，搜索基础设施在 v6.4.0 被整体重写，这意味着 API 可能不向后兼容。升级成本取决于你依赖多少自定义配置。如果你只是用默认设置，升级通常只需替换 jar 文件。但如果你写了依赖特定工具名称的自动化脚本，重写后可能需要调整。文档托管在 readthedocs，说明作者投入了精力写文档，但 README 本身被截断，很多细节需要去 readthedocs 查。建议在升级前查看 release notes，特别是 v6.4.0 的搜索变更说明，确认没有破坏你的工作流。
编辑结论
jadx-ai-mcp 适合已经熟悉 JADX、并且愿意把 APK 分析流程交给 LLM 驱动的安全研究员和逆向工程师。它把反编译结果变成 MCP 工具，省去复制粘贴代码的步骤，但前提是你接受代码被发送到外部模型服务这一事实。不适合对代码出域有严格要求、或者只做一次性简单反编译的人，那种场景直接用 JADX 的 GUI 更省事。决定采用前，先确认你的 JADX 版本与插件兼容，检查 v6.4.1 的发布说明里是否修复了你依赖的搜索功能，并明确你的 LLM 提供商的数据保留策略。这个项目迭代很快，从 v6.3.0 的远程主机支持到 v6.4.0 的搜索基础设施重写，说明 API 可能随版本变动，升级前要读变更日志。
社区笔记