mcpField
A

AI Scanner

本地服务
github.com/Aakashbhardwaj27安全132 周前更新

关于 AI Scanner

AI Scanner 通过 MCP 服务为 AI Agent 提供代码库扫描功能,可识别 AI SDK 和框架、盘点模型与端点,并检查暴露的令牌和硬编码密钥。

主要功能

  1. 01扫描代码中的 AI SDK 和框架
  2. 02检测暴露令牌和硬编码密钥
  3. 03执行通过或失败的密钥检查
  4. 04盘点模型和 API 端点
  5. 05选择是否扫描 .env 文件

适用场景

  1. 01检查代码库中是否暴露 API 凭据
  2. 02提交代码前执行密钥检查
  3. 03识别项目使用的 AI 框架和 SDK
  4. 04检查模型引用和 API 端点

MCP 相关

向 MCP 客户端提供 scan_directory、check_secrets 和 ai_inventory 工具,用于扫描指定目录。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"aakashbhardwaj27-ai-scanner": {
"command": "npx",
"args": [
"-y",
"ai-scanner-mcp"
]
}
}
}
启动命令npx -y ai-scanner-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmai-scanner-mcp1.0.3

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
ai_onlyboolean否如果为 true,则仅扫描 AI 专用模式(跳过 Stripe、GitHub 令牌等通用密钥)。
scan_envboolean否如果为 true,则将 .env 文件纳入扫描(默认跳过)。
directorystring是要扫描的目录的绝对路径或相对路径
include_modelsboolean否如果为 true,则检测模型名称引用(gpt-4、claude 等)。
include_endpointsboolean否如果为 true,则检测 LLM API 端点 URL。

详细介绍

ai-scanner 标志

ai-scanner-mcp

ai-scanner 的 MCP 服务——让 AI Agent 扫描代码库,检测大模型使用情况、AI 框架和暴露的密钥。

许可证:MIT Node.js MCP

一个 MCP 服务,将 ai-scanner 作为工具提供给 AI Agent 使用。兼容 Claude Code、Claude Desktop、Cursor、Windsurf 以及任何兼容 MCP 的客户端。

工具

工具描述
scan_directory全面扫描——大模型 SDK、AI 框架、暴露的令牌和硬编码密钥,并标注严重级别
check_secrets安全检查——仅扫描暴露凭据并给出通过/未通过结果,非常适合提交前检查
ai_inventoryAI 技术栈概览——查看使用了哪些 SDK、框架、模型和 API 端点(不检测密钥)

设置

Claude Code
claude mcp add ai-scanner npx ai-scanner-mcp
Claude Desktop

添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "ai-scanner": {
      "command": "npx",
      "args": ["ai-scanner-mcp"]
    }
  }
}

配置文件位置:

  • macOS:~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows:%APPDATA%\Claude\claude_desktop_config.json
Cursor

添加到项目中的 .cursor/mcp.json:

{
  "mcpServers": {
    "ai-scanner": {
      "command": "npx",
      "args": ["ai-scanner-mcp"]
    }
  }
}
Windsurf

添加到 ~/.windsurf/mcp.json:

{
  "mcpServers": {
    "ai-scanner": {
      "command": "npx",
      "args": ["ai-scanner-mcp"]
    }
  }
}

使用示例

连接后,你可以向 AI Agent 提问:

  • “扫描此项目,查找是否有暴露的 API 密钥”
  • “提交之前检查是否存在硬编码密钥”
  • “此代码库使用了哪些 AI SDK 和框架?”
  • “对 ./src 运行安全扫描,并告诉我是否可以安全推送”
  • “生成此项目的 AI 清单”

工具详情

scan_directory

包含所有检测类别的全面扫描。参数:

参数类型默认值描述
directorystring必填要扫描的路径
ai_onlybooleanfalse跳过通用密钥(Stripe、GitHub 等)
scan_envbooleanfalse包含 .env 文件
include_endpointsbooleantrue检测大模型 API 端点 URL
include_modelsbooleantrue检测模型名称引用
check_secrets

面向安全的通过/未通过检查。参数:

参数类型默认值描述
directorystring必填要扫描的路径
ai_onlybooleanfalse仅检查 AI 令牌
scan_envbooleanfalse包含 .env 文件
ai_inventory

AI 技术栈识别(不检测密钥)。参数:

参数类型默认值描述
directorystring必填要扫描的路径

检测范围

  • AI 令牌(20+) — OpenAI、Anthropic、Google、AWS、HuggingFace、Groq、Replicate 等
  • 通用密钥(59) — Stripe、Twilio、GitHub、Slack、Discord、数据库 URI、私钥、JWT
  • 大模型 SDK(23) — OpenAI、Anthropic、Google Gemini、LiteLLM、AWS Bedrock 等
  • AI 框架(24) — LangChain、LlamaIndex、CrewAI、AutoGen、DSPy、Vercel AI SDK 等
  • 检测模式共 145 种

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。