LovelyMiscLab - 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

<img width="1920" height="1080" alt="canvas" src=" />
<img width="1920" height="1080" alt="workflow" src=" />

主要特性

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。

| 类别 | 工具 |
|---|---|
| 发现 | list_categories → list_nodes（精简）→ describe_node · list_modules |
| 执行 | run_node · run_graph（不带参数即运行当前画布） |
| 画布 | get_canvas · set_canvas · add_node · connect · set_param · remo · mo… |
| 持久化与 AI | sa · load_workflow · sa · generate_workflow |
| 其他 | get_settings（脱敏）· detect_tool · ping |

> [!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。

<details>
<summary><b>在 AI 客户端中连接（点击展开）</b></summary>

启用后复制面板里的端点与令牌，然后：

Claude Code

Cursor —— ~/.cursor/mcp.json

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

</details>

> [!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

节点分类

> 共 270 个内置节点，按分类：

| 分类 | 数量 | 举例 |
|---|:--:|---|
| 编码/加密 | 46 | Base32/45/58/62/64/85/92 · Hex · URL · 二维码 · 摩斯 · 培根 · 盲文 · Brainfuck · DNA · 重复 XOR 破解 |
| 图像处理 | 38 | 通道/混合/滤镜/几何/色彩空间/差分 · 频域(FFT) · GIF · PNG/JPG/BMP 宽高修复 · 盲水印 · 01↔图像 |
| 加密解密 | 39 | AES/DES/Blowfish/RC4/ChaCha/Salsa/RSA · 维吉尼亚/仿射/Atbash/Playfair/Enigma/ADFGVX/栅栏 · 古典密码自动分析/爆破 · 数论/RSA 小工具 · PGP |
| 隐写术 | 29 | 零宽字符 · StegCloak · 空白/SNOW · LSB 提取/嵌入 · zsteg 扫描 · imageIN/ImageMask/stegpy/PixelJihad |
| 控制/逻辑 | 22 | 开关 · 门控 · 迭代 · 映射/过滤/归约 · 正则路由 · 合流 · 数值比较 · 列表工具 |
| 工具/分析 | 25 | 熵值 · 字频 · hexdump · EXIF · 文件类型识别 · PNG/JPEG/GIF/PDF 结构 · OOXML/APK 取证 · 文件雕刻 · HTTP · JWT · IP 转换 |
| 文本处理 | 14 | 拼接/分割/替换/正则/大小写/去重/排序… |
| 进制转换 | 9 | 二/八/十/十六 · 字符码 · 十进制 |
| 压缩包 | 9 | ZIP/7z/TAR/GZIP/RAR 解包 · ZIP 列表/目录差异/CRC 爆破/bkcrack · ZIP 创建 · ZIP 伪加密（出题） |
| 输入输出 | 7 | 文本输入/输出/展示 · 文件导入/输出 · 图片输入/查看 |
| 二进制分析 | 13 | ELF / PE / Mach-O 信息 · DEX 字符串 · 节区列表/提取/熵 · PE 资源/证书/imphash/壳提示/.NET 元数据 · strings · o |
| 音频处理 | 5 | WAV 信息 · 频谱图 · WAV LSB · DTMF · DeepSound |
| 字符编码 | 5 | GBK/UTF/Big5 等字符集互转 · Quoted-Printable · 全角/半角 |
| 哈希/摘要 | 4 | MD5/SHA/SHA3/RIPEMD/BLAKE2/Whirlpool/SM3/CRC32/HMAC/bcrypt |
| 可视化分析 | 3 | 字节直方图 · 熵曲线 · 字节分布图 |
| AI | 2 | 文本判断 ai_judge · 视觉识图 ai_ |

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：

数据流

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

| 分类 | Command |
|---|---|
| 图执行 | list_node_descriptors · run_node · run_graph · cancel_job · reset_run |
| AI | agent_run（分步 Agent，流式）· suggest_next_nodes（端口预测）· generate_workflow · explain_workflow |
| MCP | mcp_start · mcp_stop · mcp_status · mcp_get_config · mcp_set_config · sync_canvas |
| 复合/脚本模块 | list/sale · list/sa |
| 工程与设置 | sa · load_project · get_settings · set_settings · detect_tool |

技术栈

前端：React 19 · TypeScript · Vite 7 · Tailwind CSS v4 · /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）：

| 平台 | 资源 | 说明 |
|---|---|---|
| 🪟 Windows | *-windows-x64.exe | 双击运行。依赖系统自带的 WebView2 运行时（Win10/11 已内置），已用 UPX 压缩。 |
| 🐧 Linux | *-linux-x64 | chmod +x 后运行。需要 WebKitGTK 4.1（Debian/Ubuntu：sudo apt install libwebkit2gtk-4.1-0）。 |
| 🍎 macOS | *-macos-uni.dmg | Intel + Apple Silicon 通用；拖入「应用程序」。未签名，首次打开若被 Gatekeeper 拦截：右键 →「打开」，或终端执行 xattr -cr /Applications/Lo.app。 |

> 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

常用命令

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

项目信息

开发语言：Rust

Star 数：75

技术要点

该项目属于CTF思路方向的开源资源，代码结构清晰，适合安全研究人员学习参考。项目围绕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。展开，提供了可运行的实现，对理解相关安全机制、工具原理与攻防技术具有较高的研究价值。

从技术实现角度看，此类项目的核心在于对底层原理的深入理解与工程化落地。开发者在研究过程中可以结合官方文档与社区讨论，梳理项目的初始化流程、核心模块职责与数据流转，逐步掌握其中的技术细节与设计思路。

使用与学习建议

1. 下载源码压缩包，解压到本地环境。

2. 根据项目类型准备对应的运行环境与依赖。

3. 按照 README 中的步骤完成配置与部署。

4. 在隔离的测试环境中运行验证，避免影响生产系统。

免责声明

本资源来源于开源社区，仅供安全研究、技术学习与合法授权范围内的攻防演练使用，请勿用于任何非法或侵害他人权益的用途。使用本项目产生的一切后果由使用者自行承担。