MCP for Security：将每一把安全利刃交给 AI 驱动

图1：Cyprox 官方 Logo

开篇：安全测试的"最后一公里"问题

在网络安全行业，有一个长期困扰自动化渗透测试的悖论：工具很强，但调用门槛很高。以 Nmap 为例，专业安全工程师能熟练写出 nmap -sS -sV -O target.com 这样的命令，但对于普通开发者、数据工程师，甚至安全新手，面对海量的命令行参数往往望而却步。同样，SQLMap、FFUF、Masscan 等优秀工具虽然功能强大，却始终停留在"需要专业知识才能使用"的阶段。

MCP for Security 正是为了解决这个"最后一公里"问题而生。它的核心思路简单而优雅：不重写安全工具，而是给它们套上一层 MCP 协议的"智能外壳"，让 AI Agent 能够通过自然语言调用这些工具，自动完成原本需要专业安全知识才能执行的操作。

项目背景：MCP 协议与安全工具的化学反应

MCP（Model Context Protocol）是 Anthropic 主导推出的模型上下文协议，旨在为 LLM 提供标准化的工具调用能力。项目作者 Cyprox（cyprox.io）敏锐地看到了将安全工具 MCP 化的机会——安全行业积累了大量高质量开源扫描工具（很多已存在 10 年以上），它们经过社区验证、稳定可靠，唯一缺的就是一个能被 AI 调用的标准接口。

项目于 2025 年 4 月 创建，至今已迭代一年有余，收录了 22 个主流安全工具的 MCP 封装，涵盖网络扫描、Web 模糊测试、漏洞检测、子域名枚举等多个安全测试领域。截至分析时，项目已获得 619 颗 GitHub Stars，97 次 Fork，并被标记为 MIT 开源许可。

核心功能：22 把安全利刃，一套统一接口

项目采用每个工具一个独立 MCP 服务器的架构设计，通过一个 monorepo 统一管理。仓库下每个子目录（如 nmap-mcp/、sqlmap-mcp/）都是一个独立的 MCP 服务器，可单独部署，也可通过 Docker 镜像一次性启动全部。

工具矩阵一览

工具	类型	用途
Nmap	网络扫描	端口探测、服务识别、操作系统指纹
Masscan	高速扫描	大规模网络快速端口扫描
SQLMap	SQL注入	自动检测与利用 SQL 注入漏洞
FFUF	Web模糊测试	目录/文件/参数暴力枚举
Amass	子域名枚举	被动+主动域名发现
Nuclei	漏洞扫描	基于 YAML 模板的漏洞检测
httpx	HTTP探测	快速 HTTP 探测与指纹识别
WPScan	WordPress扫描	WordPress 站点漏洞检测
MobSF	移动安全	APK/iOS 应用安全分析
ScoutSuite	云安全审计	AWS/GCP/Azure 配置审计
FFUF/Katana	Web爬虫	动态+静态网页爬取
Arjun	参数发现	HTTP 参数自动化挖掘
Smuggler	HTTP走私	HTTP 请求走私漏洞检测

除此之外，还包含 Assetfinder、Cero、crtsh、shuffledns、Gowitness、SSLScan、Waybackurls 等特色工具，覆盖渗透测试的信息收集、漏洞扫描、报告整理全流程。

技术原理：TypeScript + MCP SDK 的优雅封装

代码结构解析

以 nmap-mcp 为例，代码结构极为精简，核心逻辑仅约 200 行 TypeScript：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
import { spawn } from 'child_process';

// 接收外部传入的二进制路径
const args = process.argv.slice(2);

// 注册 MCP 服务器
const server = new McpServer({ name: "nmap", version: "1.0.0" });

// 注册 do-nmap 工具：接收目标 + 参数
server.tool("do-nmap", "Run nmap with specified target", {
  target: z.string(),
  nmap_args: z.array(z.string()),
}, async ({ target, nmap_args }) => {
  // 通过 child_process 调用真实的 nmap 二进制
  const nmap = spawn(args[0], [...nmap_args, target]);
  let output = '';
  nmap.stdout.on('data', d => output += d.toString());
  nmap.stderr.on('data', d => output += d.toString());
  return new Promise((resolve, reject) => {
    nmap.on('close', code => {
      code === 0 ? resolve({ content: [{ type: "text", text: output }] })
                 : reject(new Error(`nmap exited with code ${code}`));
    });
  });
});

// 标准 stdio 传输层
const transport = new StdioServerTransport();
await server.connect(transport);

这种封装模式的精妙之处在于：底层是调用真实的 nmap/sqlmap 等二进制工具，而不是重新实现扫描逻辑。这意味着 MCP 服务器继承了原工具的全部能力（版本更新、漏洞插件库更新等），同时获得了一个标准化的 JSON-RPC 接口。

架构优势

模块化隔离：每个工具独立目录、独立 package.json、独立 build.sh，修改或移除某个工具不影响其他工具。这种设计让社区贡献者可以专注于单个工具的 MCP 封装，无需理解整个项目。

构建自动化：start.sh 脚本自动遍历所有子目录，执行各自的 build.sh，并最终生成统一的 mcp-config.json 配置文件。这意味着添加一个新工具只需三步：创建目录 → 写 build.sh → 目录名出现在 MCP 配置中。

类型安全：使用 Zod 进行参数 schema 验证，确保 AI 发来的参数符合预期类型和范围。nmap-mcp 和 sqlmap-mcp 的参数文档直接嵌入代码注释，AI 能自动理解每个参数的作用。

部署方式：从零到跑起来只需 5 分钟

Docker 方式（推荐）

项目提供了完整的 Dockerfile，基于 golang:1.24-bullseye 镜像，内置：

• Python 3 + pip（运行 sqlmap）
• Node.js 24 + npm + @cyproxio/mcp-manager
• Go 工具链
• nmap + masscan + ruby-full
• sqlmap（通过 git clone 安装到 /opt/sqlmap）

一条命令启动全部服务：

docker run -it cyprox/mcp-for-security

Docker 镜像是项目推荐的部署方式，特别适合 Claude Desktop、Cline 等 MCP 客户端用户，因为这些客户端本身支持通过 Docker 容器连接 MCP 服务器，无需手动管理二进制依赖。

手动安装

对于需要定制化配置的高级用户，可以 clone 仓库后执行 start.sh，脚本会逐个执行各子目录的 build.sh 构建脚本。需要注意各工具本身可能还有额外依赖（如 nuclei 需要 Go 环境，MobSF 需要 Python 3），具体参考各工具的子 README。

实际应用场景：AI + 安全工具的化学反应

场景一：自动化渗透测试报告生成

安全工程师只需要对 AI 说一句话：

"帮我对 example.com 做一次完整的渗透测试，包括端口扫描、Web 目录枚举和已知漏洞检测。"

AI Agent 会自动规划任务：调用 Nmap 做端口扫描 → 调用 httpx 探测存活服务 → 调用 Nuclei 进行漏洞检测 → 调用 FFUF 扫描敏感路径 → 汇总结果生成 Markdown 报告。整个过程无需工程师手动敲一条命令。

场景二：开发者安全自查

在 CI/CD 流水线中，开发者可以在代码提交后自动触发 WPScan 扫描（针对 WordPress 项目）或 SQLMap 检测（针对数据库查询代码）。这让安全测试不再是"渗透测试工程师专属"，而是融入日常开发的常态化实践。

场景三：云配置合规审计

ScoutSuite MCP 服务器支持 AWS/GCP/Azure 多云平台的配置审计，配合 AI 可以自动化分析云资源配置报告，识别 S3 公开访问、过宽的 IAM 权限等风险点，生成整改建议。

项目局限与争议

⚠️ 项目已宣告停止维护

值得注意的是，项目的 README 顶部有明确的 弃用声明：

[!WARNING] This repository is no longer actively maintained. All tools have been migrated to Bolt — a fully rewritten, Docker-supported MCP security tool server.

所有工具已迁移到 Bolt 项目（Docker 支持的新版 MCP 安全工具服务器）。这意味着当前项目不会继续接收安全更新和新工具，如果要用于生产环境，建议直接使用 Bolt 项目。

其他局限

权限与合规风险：Nmap、Masscan 等工具属于网络扫描类工具，在某些国家/地区的非授权网络使用可能存在法律风险。AI Agent 的"一句话扫描"降低了使用门槛的同时，也可能降低使用者对扫描行为的合规意识。

工具依赖复杂性：22 个工具各有各的依赖（Ruby、Go、Python、Node.js），Docker 镜像虽然封装了大部分，但体积较大（Go + Python + Node.js 全家桶）。部分工具（如 MobSF）还需要额外的运行时环境。

无 Web UI：纯 CLI 工具，没有图形界面，对非技术用户不友好。

行业意义：安全工具民主化的重要一步

MCP for Security 最大的贡献不在于技术本身，而在于理念验证：证明了安全工具可以被 AI 低门槛调用。它让三类人群受益：

安全新手：无需记忆 nmap 的数百个参数，只需"告诉 AI 要扫描什么"。

全栈开发者：在代码审查和 CI/CD 中嵌入安全测试，无需成为安全专家。

AI Agent：获得了可靠的网络探测和漏洞检测能力，拓展了 AI 在网络安全领域的实用场景。

尽管项目已停止维护，它孵化的 Bolt 项目正在延续这一方向，并增加了 Docker 支持。这个"前辈"项目在 MCP + 安全工具融合领域起到了重要的探索作用。