mcpField
S
Security Operations Multi-Tool Platform (MCP)

Security Operations Multi-Tool Platform (MCP)

本地服务
github.com/securityfortech开发工具21758 周前更新

关于 Security Operations Multi-Tool Platform (MCP)

Security Operations Multi-Tool Platform 是一个将多款开源安全工具整合到统一接口中的服务,可连接 AI Agent 完成渗透测试、漏洞赏金和威胁狩猎等任务。

主要功能

  1. 01整合 15 款开源安全工具
  2. 02统一入口运行扫描与测试工具
  3. 03各工具返回一致的 JSON 格式
  4. 04支持 Docker 部署
  5. 05可扩展以加入新工具

适用场景

  1. 01Web 应用漏洞扫描与参数发现
  2. 02子域名与外部攻击面侦察
  3. 03网络服务探测与 TLS 配置分析

MCP 相关

该项目以 MCP 服务的形式,将各安全工具的运行能力暴露给 MCP 客户端调用。

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": {
"secops": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

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
ocibuild

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

安全运营多工具平台(MCP)

信任评分

一个全面的安全运营平台,可将多种安全工具集成到统一界面中。该平台提供集中式方式,用于运行各种安全扫描和测试工具。

功能

  • 统一界面:多个安全工具的单一入口
  • Docker 支持:使用 Docker 轻松部署
  • JSON 输出:所有工具采用一致的 JSON 输出格式
  • 错误处理:稳健的错误处理和报告机制
  • 可扩展:轻松添加新工具和功能

包含的工具

  • Nuclei:快速且可自定义的漏洞扫描器
  • FFUF:快速的 Web 模糊测试和内容发现工具
  • Amass:深入的攻击面映射和外部资产发现
  • Arjun:用于查找隐藏参数的 HTTP 参数发现工具
  • Dirsearch:Web 路径扫描器
  • Gospider:用于爬取和发现 URL 的快速 Web 爬虫
  • Hashcat:高级密码恢复工具
  • HTTPX:快速、多用途的 HTTP 工具包
  • IPInfo:IP 地址信息收集
  • Nmap:网络探测和安全审计
  • SQLMap:自动化 SQL 注入和数据库接管工具
  • Subfinder:子域名发现工具
  • TLSX:TLS/SSL 扫描和分析
  • WFuzz:Web 应用模糊测试工具
  • XSStrike:高级 XSS 检测和利用工具

工具类别

Web 应用安全
  • Nuclei:使用自定义模板进行漏洞扫描
  • FFUF:快速 Web 模糊测试和内容发现
  • WFuzz:Web 应用模糊测试
  • XSStrike:XSS 检测和利用
  • SQLMap:SQL 注入测试和利用
  • Arjun:HTTP 参数发现和测试
  • Gospider:Web 爬取和 URL 发现
  • Dirsearch:目录和文件枚举
网络安全
  • Nmap:网络扫描和服务枚举
  • HTTPX:HTTP 探测和分析
  • TLSX:TLS/SSL 配置分析
侦察
  • Amass:攻击面映射和资产发现
  • Subfinder:子域名枚举
  • IPInfo:IP 地址情报收集
密码学
  • Hashcat:密码破解和哈希分析

最新新增

Gospider 集成
  • Web 爬取:自动爬取网站并发现 URL
  • 多种输出格式:支持 JSON 和文本输出
  • 过滤功能:基于扩展名和内容进行过滤
  • 可配置深度:可自定义爬取深度和并发数
  • 子域名支持:可选择在爬取时包含子域名
  • 表单检测:自动检测 HTML 表单
  • 秘密发现:识别潜在的敏感信息
Arjun 集成
  • 参数发现:查找 Web 应用中隐藏的 HTTP 参数
  • 多种 HTTP 方法:支持 GET、POST、PUT 等方法
  • 批量扫描:同时扫描多个 URL
  • 自定义字典:使用自定义参数字典
  • 稳定模式:通过稳定扫描模式减少误报
  • 自定义请求头:支持自定义 HTTP 请求头和身份验证
  • 多线程支持:可配置线程数以加快扫描速度

安装

使用 Docker(推荐)
  1. 克隆仓库:

    git clone https://github.com/securityfortech/secops-mcp.git
    cd secops-mcp
    
  2. 构建 Docker 镜像:

    docker build -t secops-mcp .
    
  3. 运行容器:

    docker run -it --rm secops-mcp
    
手动安装
  1. 克隆仓库:

    git clone https://github.com/securityfortech/secops-mcp.git
    cd secops-mcp
    
  2. 创建并激活虚拟环境:

    python -m venv venv
    source venv/bin/activate  # On Windows: venv\Scripts\activate
    
  3. 安装依赖:

    pip install -r requirements.txt
    
  4. 安装所需工具:

    • 按照 tools/ 目录中各工具的安装说明进行操作
    • 确保所有工具都位于系统 PATH 中

使用方法

  1. 启动应用:

    python main.py
    
  2. 应用将提供统一界面,用于运行各种安全工具。

  3. 每个工具都以一致的 JSON 格式返回结果:

    {
        "success": boolean,
        "error": string (if error),
        "results": object (if success)
    }
    

使用示例

Gospider 网页爬取
# Basic web crawling
gospider_scan("https://example.com", depth=3, include_subs=True)

# Filtered crawling for specific file types
gospider_filtered_scan(
    "https://example.com",
    extensions=["js", "json", "xml"],
    exclude_extensions=["png", "jpg", "css"]
)
Arjun 参数发现
# Basic parameter discovery
arjun_scan("https://example.com/api", method="GET")

# POST parameter discovery with custom data
arjun_scan(
    "https://example.com/login",
    method="POST",
    data="username=test&password=test",
    stable=True
)

# Bulk parameter scanning
arjun_bulk_parameter_scan([
    "https://example.com/api/v1",
    "https://example.com/api/v2"
])

工具配置

每个工具都可以通过 tools/ 目录中对应的包装器进行配置。配置选项包括:

  • 输出格式
  • 超时时间
  • 详细程度
  • 自定义字典
  • 工具专属参数

安全注意事项

  • 此工具仅用于经授权的安全测试
  • 扫描系统前务必获得适当授权
  • 注意速率限制和扫描强度
  • 遵守 robots.txt 和服务条款
  • 使用适当的字典和扫描参数

贡献

  1. Fork 此代码库
  2. 创建功能分支
  3. 提交更改
  4. 推送到该分支
  5. 创建 Pull Request

许可证

本项目采用 MIT 许可证,详情请参阅 LICENSE 文件。

致谢

  • 所有安全工具及其开发者
  • 安全社区提供的贡献和支持

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。