mcpField
O
OSV MCP Server

OSV MCP Server

本地服务
github.com/ptelang安全179 周前更新

关于 OSV MCP Server

OSV MCP Server 是一个基于 Python 的 MCP 服务,将 OSV 漏洞数据和工具提供给支持 MCP 的 AI 助手或大模型。它通过 `query_vulnerabilities` 工具支持漏洞查询。

主要功能

  1. 01提供 OSV 相关数据
  2. 02支持漏洞查询工具
  3. 03Python 环境配置与运行

适用场景

  1. 01让 AI 助手查询漏洞信息
  2. 02将 OSV 数据接入 MCP 工作流

MCP 相关

该服务通过 MCP 向客户端暴露 OSV 相关数据和资源,并提供 `query_vulnerabilities` 工具。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

OSV MCP 服务

本项目提供一个 MCP(Model Context Protocol)服务,用于将 OSV(Open Source Vulnerabilities)数据和工具集成到 AI 助手或大模型(LLM)中。该服务使用 Python 实现,并提供大模型可用的工具和资源,以增强其工作流和能力。以下是 Claude Desktop 使用 OSV MCP 服务的截图。

Claude Desktop 使用 OSV MCP 服务

功能

  • 通过 MCP 协议提供 OSV 相关数据
  • 可轻松连接支持 MCP 的 AI 助手或大模型
  • 基于 Python 的简易设置

前提条件

  • 系统已安装 Python 3.8+
  • uv(Python 包管理器,安装说明)

设置说明

1. 克隆仓库

将此仓库克隆到本地计算机:

git clone https://github.com/your-org/osv-mcp.git
cd osv-mcp
2. 创建虚拟环境(推荐)

建议使用虚拟环境,以避免依赖冲突:

curl -LsSf https://astral.sh/uv/install.sh | sh
uv venv
3. 安装依赖项

使用 uv 安装所需的 Python 包:

uv sync
4. 启动 MCP 服务

使用以下命令运行服务:

uv run vulns.py

在 AI 助手和大模型中使用 MCP 服务

MCP 服务通过本地或可通过网络访问的 API 提供工具和资源。支持 Model Context Protocol 的 AI 助手和大模型可以连接一个或多个 MCP 服务,以扩展其能力。连接后,助手可以调用 query_vulnerabilities 工具。

有关添加或配置 MCP 服务的具体说明,请参阅 AI 助手或大模型的文档。

在 Claude Desktop 中使用 OSV MCP 服务

在 claude_desktop_config.json 文件中添加 OSV MCP 服务。

在 Mac 或 Linux 上,编辑:~/Library/Application\ Support/Claude/claude_desktop_config.json。 在 Windows 上,编辑:env:AppData\Claude\claude_desktop_config.json。

按如下所示将 OSV MCP 服务添加到配置中。

{
    "mcpServers": {
        "vulns": {
            "command": "uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/PARENT/FOLDER/osv-mcp",
                "run",
                "vulns.py"
            ]
        }
    }
}

开发

  • 源代码位于 vulns.py。
  • 项目依赖通过 pyproject.toml 管理。

许可证

MIT 许可证(或在此处指定许可证)


如有其他问题或需要支持,请提交 issue 或联系维护者。

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。