BinSentry 自研二进制哨兵调试引擎架构

BinSentry（二进制哨兵）由 LYSHARK 独立自研，是面向 Windows 平台的二进制动态调试引擎。项目主框架从零手写，C++ 代码量约 3.5 万行，配套 AI Agent 专家协同框架（开发中），内置超过 300 种调试方法。原生采用 CMD 命令行 + HTTP 服务架构，从底层设计就是为 AI Agent 量身打造。

• 项目官网（建设中）：http://sentry.lyshark.com/

BinSentry 支持部署在任意虚拟机沙箱环境，可对接 JEV 等主流大模型；结合自研玄鉴大模型 LLM，能够搭建大规模动态逆向分析集群。依托大模型对样本分析的反馈持续迭代训练模型，不断提升二进制分析智能化水平。

技术公式：HTTP服务器 + JSON调试服务 + 沙箱集群 + AI Agent + 集群调度算法 + 玄鉴自研大模型 LLM = 智能化逆向分析利器

引擎启动后后台运行，默认监听 6891 端口，支持配置开机自启。

图标取用：

产品定位：Agent Debugger / DaaS（调试即服务 Debugger-as-a-Service）

BinSentry 属于首款 Agent Debugger 产品，提出调试即服务（Debugger-as-a-Service, DaaS）模式。
传统逆向工具如 OllyDbg、x64Dbg 以人操作为核心：人操作 GUI、键盘下断点、人工观察 CPU 窗口与寄存器，手动整理分析结果。

而 Agent Debugger 模式转变了交互主体：

维度	ollydbg/x64dbg	Agent Debugger
用户	人	LLM / Agent
交互	键盘/GUI	JSON / MsgPack / stdio / MCP
状态	界面状态	结构化上下文
断点	人下	Agent 按计划下
输出	画 CPU 窗口	返回 token 友好结果
目标	分析程序	让模型“推理程序”

由 LLM/AI Agent 作为操作主体，通过 JSON、MsgPack、stdio、MCP 结构化协议与调试引擎通信；Agent 根据分析策略自动设置断点、采集程序运行上下文，把底层调试状态转化为大模型可读的结构化信息，输出模型友好的 Token 结果，让大模型具备直接推理二进制程序行为的能力。

沙箱隔离提供恶意样本安全调试能力；JSON 结构化接口打通调试引擎与大模型之间的数据交互；AI Agent 引入多专家协同机制，大幅加速二进制样本分析流程。

适用场景

• 二进制逆向分析
• 木马、恶意样本深度分析
• 软件漏洞挖掘
• 二进制数字取证
• 漏洞利用研究

将逆向工程师从大量重复、繁杂的动态调试操作中解放。项目为全自研知识产权，完全免费开源，后续将会正式发布。

调用调试引擎可以安装pip install binsentry功能，并使用如下代码激活。

from BinSentry import *

if __name__ == "__main__":
    # 先创建配置对象, 自由指定 IP 与端口
    config = Config(address="127.0.0.1", port=6891)

    # 把 config 传入客户端
    client = BinSentryClient(config=config)

    # 使用
    print("连接:", client.config.server_addr)
    print(client.status())

绑定密钥对

from __init__ import BinSentryClient, Config

c = BinSentryClient(config=Config(api_key="45d3552b12b12cdf2c831344311cf81e"))
print(c.status())