Tracesearch MCP

🚀 基於large - text - viewer的trace分析工具

本工具允許你按個人喜好更換文本搜索後端，例如rigrep，甚至可直接使用命令行grep。

🚀 快速開始

使用方式

目前支持兩種使用方式：

• Trae Skill模式（推薦）：位於 .trae/skills/large - text - searcher/，與Trae深度集成。
• MCP服務器模式：支持傳統的MCP協議，兼容Kiro等IDE。

遷移指南

詳細遷移指南請參考 MIGRATION_GUIDE.md。

格式要求

search_strategy.md 和 trace_format.md 需使用你自己的trace格式。

⚠️ 重要提示

ai的大腦褶皺是平滑的，你只能讓它代替你進行機械化的勞動，或者期待它某一下靈光一閃。所以，你需要考慮流水化和標準化的trace搜索方法，因為ai做不了你自己認知以外的事。簡單的算法ai表現良好，但複雜一些的算法會大量消耗token，且表現不一定好，這裡需要你自己多調試。

✨ 主要特性

新功能

• 當搜索結果溢出100個時，結果已無意義，直接在mcp攔截，讓模型重新思考如何搜索，避免浪費token和查看無意義結果。
• 將提示詞摘要後放到skill裡。
• 添加了通過魔數先驗流程的能力。

🔧 技術細節

模型使用偏好

不同的模型在使用api上有不同的偏好，claude更喜歡使用context，而gemini更喜歡使用正則匹配，但都不太喜歡搜指令 add a,c,b 這樣的。

行為變異問題

思考輪次多了以後模型行為會產生變異，比如gemini開始使用grep繞開指定的mcp的正則。

行相對關係理解問題

目前模型沒有對於行相對關係的理解，比如連續搜索兩次，在這兩次之間做對比。

格式問題

目前 st____ /ld____ 和指令操作在兩行，這樣ai查看時會浪費一輪搜索，甚至可能直接迷失。可以嘗試把 st__ 和指令弄到同一行解決，但會犧牲一些可讀性，string__ 也是同理，funcall 也存在類似問題。

給ai返回提示

在mcp給ai的返回中也可以給出提示，比如進行計數，10次搜索以後提醒ai該總結了。

限制ai自由發揮

看起來確實有必要在python層限制ai的自由發揮，有些參數不應該給它用，否則會導致偏激的思路。

ai智力差異

ai本身智力發揮佔很大一部分，能力較弱的ai只會死找，厲害的能從明文開始猜測正反向同時推，也知道利用 memcpy 等信息。

輔助功能添加

• 添加一些輔助功能，比如魔數搜索，讓模型知道某些地方有加密算法，或者先枚舉所有出現過的 libc 函數，讓ai有整體印象。
• 提供ida mcp 讓模型能靠反編譯代碼獲取局部信息。
• 添加unidbg mcp 讓模型能通過unidbg分析算法模擬。

搜索方案嚴謹性

要告訴ai哪些搜索方案是不嚴謹的，例如：

{
    "context": 5,
    "file_path": "/Users/teng/PycharmProjects/pythonProject/shopee_proj/log/record_00.txt",
    "max_results": 10,
    "pattern": "704da53700"
}

這種搜索結果極其容易導致偏見，max_results 可以不給ai操作，ai只能獲取結果。這樣的話或許可以給 find_prev 和 find_next ？但這又回到汙點問題上了。

📚 詳細文檔

待辦事項

• 為 context 提供小範圍的反向汙點，增加 context 質量，但需要考慮如何兼容格式問題。
• 升級後段，給 search_text 增添行範圍篩選。
• 增加書籤功能，讓模型能標記某某行到某某行的作用，把一些範圍標記為沒用，並影響篩選結果。
• 對顯示的行長給出限制，避免過快消耗 context。
• 研究常見的加密算法（無魔數）的識別和處理方法。
• 針對模型使用api有偏好的問題，嘗試執行一次示例給模型理解。

👥 技術交流

技術交流可以加 vx baserker2，添加時請做好備註。