文章总结： 文档介绍使用本地大语言模型配合MCP、Ollama、OpenWebUI等工具构建自动化逆向分析工作流程的硬件要求与配置步骤，强调需具备Ghidra/IDA、漏洞分析、Python等基础技能，目标是通过私有化AI堆栈加速软件漏洞发现，但文末含知识星球推广内容。 综合评分： 55 文章分类： 逆向分析,漏洞分析,安全工具,二进制安全,安全开发

[MCP]自动化逆向/黑客技能-硬件与步骤—终极指南

原创

bl0ckdev bl0ckdev

Esn技术社区

2026年5月11日 20:38 河南

在小说阅读器读本章

去阅读

强制硬件要求;你的显卡必须是可以运行8b最小模型,这里的定义8不是最小的,所以务必遵循硬件要求的逻辑。原因在于：我用4Gb显存和16G内存跑适合4gb模型，室温23°,显卡温度保持在90°,持续72高频训练后显卡报废！

如硬件要求不够,那就只能选择在线模型Api。但是研究深度的封号特别严重,我们需要通过各种手段对在线的适配角色。让Ai毫无保留地回答我们的问题。

Mac book

• Apple M系列最低16G以上  （除非你使用最低的模型,自己微调。）

Windows/Linux：

• GeForce RTX 3060
• GeForce RTX 5060

Windows/Linux：AMD系列  (AMD我没有进行测试,选择前问清楚是否支持8b)

https://docs.ollama.ac.cn/gpu#gpu-selection

自动化逆向的基础逻辑（一次深度配置/后边就是修改）

• 选择适配自己显卡的本地模型!
• MCP、Ollama 和 OpenWebUI !
• 根据你的硬件和系统进行逻辑诊断并且安装Pyhton!
• 安装Ollama并运行本地模型*-*( 这个简单,难度在于选择模型)!
• 配置OpenWebUI 以管理提示符*-* （在容器中完成启动并且基础了解）!
• 将 第一个MCP 与 python及本地大型语言模型集成！
• 完整的运行一次“打通”安装软件的流程！

特别提醒：

{darkesn-并不是让你“学”,而是直接用。}

• 熟悉Ghidra/IDA
• 基础漏洞研究知识（利用逻辑/漏洞类型/分析流程）
• Pyhotn的基础认知（安装/调试/执行脚本）的熟悉度
• 在工作流程中使用最新LLM功能，或至少利用AI改进日常任务的经验

目的在于学习如何将传统技能与私有大型语言模型堆栈和自定义模型上下文协议服务器结合。我们将拥有由人工智能驱动的工作流程，加速理解，发现弱点，简化分析。并构建出可重复的代理AI工作流程，能够分析软件、发现潜在漏洞。

点击阅读原文：扩展笔记星球（从0到9的全细节文图处理）！

零零散散的需要你接触的是：

• Git
• linux
• open claw
• Hermes Agent
• LLM
• Claude
• Antigravity

目前就整理了这些模糊的,对我而言MCP就像一个新游戏,在MCP和vim之间做选择,我宁愿深度学习mcp,因为我对mcp感兴趣！

  大家可以在各种可以搜索到的地方进行搜索免费资料和视频进行学习。我个人会把我的笔记储存在新的“星球笔记”中。添加的会直接 授权 H6000*标签！

前一个月推荐 邀请添加！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：Esn技术社区 bl0ckdev bl0ckdev《[MCP]自动化逆向/黑客技能-硬件与步骤—终极指南》