agentscore

Name: agentscore
Author: Thezenmonster

本地服务

github.com/Thezenmonster安全126 周前更新

代码仓库

关于 agentscore

agentscore 是用于评估 MCP 软件包及依赖项的安全服务。其工具可扫描软件包、提供信任判定、检查仓库、查询事件影响，并设置 GitHub Actions 策略执行。

主要功能

01扫描软件包安全问题
02返回允许、警告或阻止判定
03检查仓库中的 MCP 依赖
04生成或安装 CI 策略工作流
05查询影响范围和滥用报告
06查看监控状态及扫描历史

适用场景

01安装前评估 MCP 软件包
02检查仓库中的 MCP 依赖
03查找受依赖项入侵影响的服务
04在 GitHub Actions 中加入软件包策略检查

MCP 相关

MCP 服务提供八种工具，用于扫描和评估软件包可信度、检查仓库依赖、设置策略门禁，以及查询影响范围、滥用报告和监控状态。

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": {
    "thezenmonster-agentscore": {
      "command": "npx",
      "args": [
        "-y",
        "@agentscore-xyz/mcp-server"
      ]
    }
  }
}

启动命令npx -y @agentscore-xyz/mcp-server

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

npm@agentscore-xyz/mcp-server2.2.0stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
npm	string	是	npm 包名称（例如 'exa-mcp-server'、'@modelcontextprotocol/server-github'）

详细介绍

@agentscore-xyz/mcp-server

MCP 安全信任层。扫描软件包、获取信任判定、检查整个代码库的 MCP 依赖项、生成 Policy Gate 配置、直接安装 CI 工作流、检查事件影响范围，并查询滥用数据库。提供 8 个用于 MCP 安全决策的工具。无需 API 密钥，零配置。

扫描任意 MCP 软件包，检查安全问题： agentscores.xyz

快速开始

Claude Desktop

添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "agentscore": {
      "command": "npx",
      "args": ["-y", "@agentscore-xyz/mcp-server"]
    }
  }
}

Cursor / 任意 MCP 客户端

npx @agentscore-xyz/mcp-server

功能说明

现在，你的 AI 可以对 MCP 软件包作出安全决策：

你：“安装 exa-mcp-server 安全吗？”

**Claude：**调用 get_verdict“判定：ALLOW。评分 90/100，风险较低。没有来源证明（由个人账户发布）。暴露了 9 个工具，包括 web_search_exa 和 crawling_exa。”

你：“axios 软件包遭到入侵。哪些 MCP 服务受到影响？”

**Claude：**调用 check_exposure“多个受监控的 MCP 服务依赖 axios，包括 exa-mcp-server、tavily-mcp 和 figma-mcp。”

你：“扫描 @azure-devops/mcp，检查安全问题。”

**Claude：**调用 scan_package“评分 75/100，风险中等。发现：preinstall 脚本修改了 npm 注册表配置。没有来源证明。”

你：“检查这个代码库中的 MCP 依赖项。”

**Claude：**调用 check_my_repo“发现 5 个 MCP 依赖项，其中 2 个有警告。运行 generate_policy_gate_setup，将这些检查设为 CI 门禁。”

你：“为这个代码库设置 AgentScore Policy Gate。”

**Claude：**调用 install_policy_gate“工作流文件已写入 .github/workflows/agentscore-policy-gate.yml。提交并推送即可。GitHub OIDC 会在首次运行时自动配置代码库。”

可用工具

工具	功能
`scan_package`	全面安全扫描：安装脚本、提示词注入、源代码模式、来源证明状态、MCP 工具提取
`get_verdict`	信任判定：根据扫描结果决定允许、警告或阻止。还会报告监控状态和发布者情况。
`check_my_repo`	检查当前代码库中的 MCP 依赖项，并汇总本地检测到的每个软件包的判定结果。
`generate_policy_gate_setup`	生成在 CI 中强制执行 Policy Gate 所需的确切 OIDC GitHub Actions 工作流。
`install_policy_gate`	直接将 `.github/workflows/agentscore-policy-gate.yml` 写入代码库，使门禁配置可供提交。
`check_exposure`	事件响应：哪些受监控的 MCP 服务依赖指定的软件包？
`check_abuse`	查询 KYA 滥用数据库，查找已报告的软件包或 Agent
`monitor_status`	检查软件包是否处于持续监控状态，并获取扫描历史记录

从临时扫描到 CI 强制执行

现在，MCP 服务可以将一次性软件包检查衔接到可持续使用的产品功能：

运行 check_my_repo，查看代码库中使用的所有 MCP 软件包。
运行 generate_policy_gate_setup，预览基于 OIDC 的 GitHub Actions 工作流。
运行 install_policy_gate，将工作流文件直接写入代码库。
提交并推送。首次运行时会通过 GitHub OIDC 自动配置。

这样就能把“这个软件包安全吗？”变成“此代码库现在会在每个 PR 上强制执行 MCP 依赖策略。”

风险等级

评分	风险	含义
85-100	低	无问题，或仅有轻微问题
70-84	中等	存在一些发现，建议审核
50-69	较高	存在重大问题，请谨慎使用
30-49	高	存在严重问题，不建议使用
0-29	严重	请勿使用

扫描器检查内容

安装脚本（包含网络调用或代码执行的 postinstall/preinstall 钩子）
软件包元数据中的提示词注入模式
可疑 URL（可疑的顶级域名、ngrok、原始 IP 地址）
源代码模式（命令注入、不安全的 eval、硬编码密钥）
发布者来源证明（可信发布、证明）
依赖项数量和元数据完整性
从已发布源代码中提取的 MCP 工具定义

监控

AgentScore 持续监控数百个 MCP 软件包。check_exposure 和 monitor_status 工具使用此实时数据集。当 axios 这类软件包遭到入侵时，你可以立即查明哪些 MCP 服务受到影响。

链接

网站： agentscores.xyz
API 文档： agentscores.xyz/docs
方法： agentscores.xyz/methodology

许可证

MIT

支持 Markdown

登录后评论

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。

阅读入门指南

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。