MCP AI SOC Sher

MCP AI SOC Sher

一个强大的 AI 驱动安全运营中心（SOC）Text2SQL 框架，基于 MCP 服务（本地和远程），可将自然语言提示词动态转换为 SQL 查询，并集成安全威胁分析与监控功能。

功能

• Text2SQL 转换：将自然语言查询转换为优化的 SQL
• 多种接口：支持 STDIO、SSE 和 REST API
• 安全威胁分析：内置 SQL 查询安全分析
• 支持多种数据库：连接 SQLite 或 Snowflake 数据库
• 流式响应：实时反馈查询处理进度
• SOC 监控：具备安全运营中心监控功能

安装

pip install mcp-ai-soc-sher

快速开始

# Set your OpenAI API key
import os
os.environ["OPENAI_API_KEY"] = "your-api-key-here"

# Use as local server
from mcp_ai_soc_sher.local import LocalMCPServer

server = LocalMCPServer()
server.start()

# Or run from command line
# mcp-ai-soc --type local --stdio --sse

命令行用法

# Run local server with STDIO interface
mcp-ai-soc --type local --stdio

# Run local server with SSE interface
mcp-ai-soc --type local --sse

# Run remote server with REST API
mcp-ai-soc --type remote

配置

创建 .env 文件并填写配置：

OPENAI_API_KEY=your_openai_api_key_here
MCP_DB_URI=sqlite:///your_database.db
MCP_SECURITY_ENABLE_THREAT_ANALYSIS=true

有关所有配置选项，请参阅文档。

示例

import json
import requests

# Query the server
response = requests.post(
    "http://localhost:8000/api/sql",
    headers={"Content-Type": "application/json", "X-API-Key": "your-api-key"},
    json={
        "query": "Find all suspicious login attempts in the last 24 hours",
        "optimize": True,
        "execute": True
    }
)

# Process the response
result = response.json()
print(f"SQL Query: {result['sql']}")
if result['results']:
    print("Results:")
    for row in result['results']:
        print(row)

安全功能

• 基于规则和 AI 的 SQL 查询安全分析
• 检测潜在的 SQL 注入攻击
• 监控对敏感表的访问
• 可配置安全级别和操作

许可证

MIT License with Additional Conditions。版权所有 (c) 2025 Akram Sheriff。

详情请参阅 LICENSE。

贡献

欢迎贡献！请参阅 CONTRIBUTING.md 了解指南。