github.com/Tokeii0/LovelyMiscLab @v0.2.9

面向取证的节点式可视化工作台 —— 像 ComfyUI 一样搭工作流，专为编码解密、隐写取证、图像分析、密码学而生。

主要特性 · MCP 与 AI 调用 · 工作区 · 节点分类 · 架构 · 下载 · 贡献

[!NOTE] ✨ 0.2.9 新特性 —— 常见 CTF 小技巧补齐 · 二进制分析（ELF / PE / Mach-O / DEX / PE 深度检查）· 文件格式与文档/APK 取证 · 古典密码自动分析/爆破 · 可视化分析（字节直方图 / 熵曲线 / 字节分布图）· 控制/逻辑闭环 · 270 个内置节点。

这是什么

LovelyMiscLab 是一个桌面应用，核心是一个类型化的节点图引擎（typed node-graph engine），专为编码解密、隐写取证、图像分析、密码学等场景打造。

设计上做的是类似 ComfyUI 的节点式工作流——你在画布上拖拽「节点」（Base64 解码、XOR、LSB 隐写提取、二维码解码、AES 解密、图像滤镜……），用连线把它们组成一条数据流 DAG，后端按拓扑序执行，并把每个节点的结果实时回显到画布上。同样是数据驱动、可视化编排、节点自由扩展，只是把「生成图像」换成了「Misc 分析」。

它可以当作：

• 🧰 快捷工具箱 —— 单节点执行，把任意一个节点当独立小工具用
• 🔗 流程编排器 —— 整图执行，带内容寻址的增量缓存（改哪算哪的「实时模式」）
• 🤖 AI 工作台 —— 自然语言让 AI Agent 一步步在画布上搭流程，或让外部 AI 客户端经 MCP 直接调用引擎、与你的画布实时协作
• 🧱 可扩展平台 —— 把选中子图封装为「复合模块」，或把外部脚本 / 程序接入为本地自定义节点
• 🎯 出题工作台 —— 用 LSB 嵌入、ZIP 创建 / 伪加密等「出题」节点，反向造一道 misc 题

主要特性

• 🧩 270 个内置节点 · 16 大类 —— 从 Base 家族、经典/现代密码、哈希，到隐写、图像/音频/二进制分析、文件格式/文档/APK 取证、压缩包解包与「出题」节点，开箱即用（分类见下）。
• 🔌 类型化端口 —— 连线携带强类型值（Text / Number / Bool / Json / Bytes / Image / Fingerprint…），连接时自动做类型校验与必要的隐式转换。
• 🤖 AI Agent 建图 —— 一句话描述任务，AI 逐步在画布上加节点 / 连线 / 设参、运行中间结果并据此自适应，你实时看着流程长出来；模型不支持工具调用时自动回退一次性生成。
• 🪄 端口 AI 预测 —— 悬停任意输入 / 输出端口弹出 ✨，推荐类型兼容的下一个节点（离线可用）并支持手动筛选，确认即建即连、自动避让不重叠。
• 🧹 一键整理节点 —— 右键「整理节点」，按当前视口宽高比把图竖向优先打包成多列并缩放适配，整张图一屏可见。
• 🛰️ MCP 服务 —— 内嵌 MCP 服务器，让 Claude Code / Cursor / Codex 等 AI 客户端直接驱动引擎、读写你正在编辑的画布（详见下节）。
• ⚡ 增量执行 —— 内容寻址缓存，改动后只重算受影响的节点（「实时模式」）。
• 🧱 自定义扩展 —— 复合模块（子图打包成一个节点，防递归深度 16 层）+ 脚本节点（外部进程接入，支持 stdin / argv / 临时文件三种投递方式）。
• 🔒 本地优先 —— 所有计算在本机完成，数据不出设备。

MCP 与 AI 调用

v0.2.0 起，应用内嵌了一个 MCP（Model Context Protocol）服务器：外部 AI 客户端可以直接发现节点、运行单节点或整条流水线，并与你当前正在编辑的画布实时协作——AI 增删改的节点会即时出现在你的屏幕上。

• 基于 rmcp 2.0 + axum 的 streamable-HTTP 服务，绑定 127.0.0.1、Bearer 令牌鉴权、跑在独立线程。
• 默认关闭，在 设置 → MCP 服务 一键启停；令牌首次启用时自动生成，面板内置各客户端的一键复制配置。
• 22 个通用元工具，按渐进式发现设计以节省 token：

[!TIP] 画布内的 AI Agent 与 端口 AI 预测 是应用自带的功能（用你在「设置 → AI 模型」里配置的 OpenAI 兼容模型），开箱即用、无需 MCP；MCP 则是给外部 AI 客户端接管引擎用的另一条通道。

在 AI 客户端中连接（点击展开）

启用后复制面板里的端点与令牌，然后：

Claude Code

claude mcp add --transport http lovelymisclab http://127.0.0.1:8765/mcp \
  --header "Authorization: Bearer <令牌>"

Cursor —— ~/.cursor/mcp.json

{ "mcpServers": { "lovelymisclab": {
  "url": "http://127.0.0.1:8765/mcp",
  "headers": { "Authorization": "Bearer <令牌>" }
} } }

Codex / 其他仅 stdio 的客户端 —— 经 mcp-remote 桥接

[mcp_servers.lovelymisclab]
command = "npx"
args = ["-y", "mcp-remote", "http://127.0.0.1:8765/mcp", "--header", "Authorization: Bearer <令牌>"]

[!WARNING] 安全：默认关闭、仅监听本机、强制 Bearer 令牌；get_settings 对 AI 隐藏 API Key。启用即意味着持令牌的 AI 可运行节点/脚本、读写画布，请勿泄露令牌。

工作区

• 命令面板（Ctrl / Cmd + K）—— 快速跳转视图、执行动作
• 整理节点（画布右键）—— 一键把图打包排布到当前视口，全部可见
• 运行历史与运行到节点 —— 回看每次执行、只跑到某个节点为止
• 撤销 / 重做 —— 画布编辑全程可回退（AI Agent 的整次搭建折叠为一步）
• 自动保存与最近项目 —— 断电不丢，快速重开
• 帮助面板与边上数据预览 —— 连线上直接看流过的值
• AI 解释 / 修复工作流 —— 让 LLM 解读或修补一张图

节点分类

共 270 个内置节点，按分类：

架构

采用 Cargo workspace，把与 Tauri 无关的分析引擎和薄适配层彻底分离：

LovelyMiscLab/
├── crates/misclab-core/     # 纯 Rust 分析引擎（可无头单测、可被 CLI 复用）
│   ├── src/graph/           # 图引擎：端口类型、模型、执行器、缓存、复合/脚本节点
│   ├── src/node/            # Node trait、NodeDescriptor（数据驱动 UI 的单一真相源）、注册表
│   ├── src/nodes/           # 270 个内置节点实现（一文件一节点或一对编解码）
│   ├── src/ai.rs            # OpenAI 兼容的 chat / vision / 工具调用(chat_step)
│   └── tests/               # 集成测试（大量编码解密对照用例）
├── src-tauri/               # Tauri 应用外壳（薄适配器，over misclab-core）
│   ├── src/mcp/             # 内嵌 MCP 服务器（rmcp/axum）：工具、状态、鉴权、IO 适配、画布桥接
│   ├── src/commands/        # 暴露的 Tauri command（图执行 / AI Agent / 项目 / 模块 / 设置 / MCP…）
│   ├── src/db.rs            # SQLite 持久化
│   └── src/lib.rs           # 应用入口：注册插件、构建注册表、（可选）自启 MCP
├── src/                     # React 前端
│   ├── flow/                # 画布、节点、连线、检查器、整理布局、端口建议、Agent 回放、canvasSync
│   ├── app/                 # 标题栏、命令面板、自动保存、运行控制台、Agent 面板、各类对话框
│   ├── views/               # 画布 / 模块 / 模板 / 设置（含 MCP 面板）等视图
│   ├── store/               # zustand 状态（graph / run / agent / descriptors…）
│   └── lib/                 # Tauri IPC 绑定、类型、工程存取
└── scripts/                 # UTF-8 检查等辅助脚本

数据流

前端画布 (React + @xyflow/react)
        │  SerializedGraph (JSON)                        ┌──────────────────────┐
        ▼                                                │  外部 AI 客户端        │
Tauri commands (src-tauri) ──Channel──▶ 流式进度/每节点结果 │  Claude Code / Cursor │
        │                                                └──────────┬───────────┘
        ▼                                          HTTP / Bearer     │  MCP
GraphExecutor (misclab-core) 拓扑排序→逐节点 run→增量缓存 ◀── src/mcp ─┘  画布双向同步
        │
        ▼
NodeRegistry + NodeDescriptor ──▶ 前端据此渲染调色板/节点体/连接校验

NodeDescriptor 是单一真相源：后端声明节点的输入 / 输出 / 参数控件，前端完全据此渲染 UI，无需为每个节点写前端代码。AI Agent 与 MCP 服务器复用同一套引擎与执行器；AppBridge trait 让 MCP 能脱离 Tauri 单测。

关键 Tauri Commands

技术栈

前端：React 19 · TypeScript · Vite 7 · Tailwind CSS v4 · @xyflow/react（节点图）· zustand · TanStack Query

后端：Rust 2021 · Tauri 2 · petgraph（图算法）· rusqlite（SQLite，bundled）· image / imageproc · rustfft · RustCrypto 全家桶 · rPGP · encoding_rs

MCP：rmcp 2.0 · axum · tokio（mcp feature，默认开启）

下载 / 安装

到 Releases 下载对应平台的绿色版（免安装）：

应用内置自动更新：新版本发布后会在应用内提示升级（macOS 因 .dmg 内是 .app 包，改为引导到发布页手动下载）。

开发

前置依赖

• Node.js + pnpm · Rust 工具链 · Tauri 2 系统依赖

常用命令

pnpm install                       # 安装前端依赖
pnpm tauri dev                     # 桌面开发模式（Tauri + Vite 热更新）
pnpm dev                           # 仅浏览器预览前端（mock 节点，无 Tauri IPC）
pnpm tauri build                   # 构建发布版桌面应用

pnpm check:utf8                    # 校验源码 UTF-8 编码
cargo clippy --workspace --all-targets -- -D warnings   # 零告警门禁（同 CI）
cargo test -p misclab-core         # 引擎单元/集成测试（无需 Tauri）
cargo test -p misclab-app --features mcp   # 应用层 + MCP 测试
cargo build --no-default-features  # 不含 MCP 栈的精简构建

crates/misclab-core 完全独立于 Tauri，可单独测试与复用；MCP 由 mcp Cargo feature 门控（默认开启，服务本身运行时默认关闭）。CI 在 Windows / Linux / macOS 三系统上跑构建、测试与 Clippy 零告警门禁。

贡献

欢迎贡献新节点、修 bug、完善文档。新增节点请用 Rust 实现，且仓库只允许使用 Rust 版依赖库——想移植某个 Python 工具，请先用 Rust 重写。完整规范、节点开发模板、PR 流程见 开发手册 CONTRIBUTING.md。

推荐 IDE

VS Code + Tauri + rust-analyzer

许可

GPL-3.0 · 详见 CHANGELOG