对手MCP服务器

](https://badge.fury.io/py/adversary-mcp-server) ![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT) ![Tests](https://github.com/brettbergin/adversary-mcp-server) ![Coverage](https://github.com/brettbergin/adversary-mcp-server) ](https://pypi.org/project/adversary-mcp-server/)

🔒 基于AI的漏洞检测和验证的清洁架构安全分析

我们会考虑你的弱点，所以你不必这么做。

安装 • 快速开始 • Claude代码设置 • 光标设置 • CLI使用情况 • MCP工具 • 建筑

______________________________________________________________________

特性

AI驱动的分析 -OpenAI/Anthropic LLM集成用于智能漏洞检测
智能验证 -通过LLM验证减少误报（70%置信阈值）
多引擎扫描 -结合Semgrep静态分析和AI分析
自动持久化 -自动以JSON、Markdown和CSV格式保存扫描结果
MCP集成 -原生支持Claude代码和Cursor IDE
全面的CLI -具有所有扫描功能的完整命令行界面
丰富的遥测技术 -通过仪表板可视化进行全面跟踪

安装

先决条件

Python 3.10+ （3.11、3.12、3.13测试）
Semgrep -静态分析引擎(安装)

快速安装

# Install python uv
brew install uv

# Install Semgrep (required)
brew install semgrep  # macOS
# or
pip install semgrep   # Other platforms

# Install Adversary MCP Server
uv pip install adversary-mcp-server

验证安装

adv --version
adv status

快速开始

1.配置安全引擎

# Initial setup (interactive)
adv configure setup

# Or configure directly with options
adv configure --llm-provider openai --llm-api-key $OPENAI_API_KEY
adv configure --llm-provider anthropic --llm-api-key $ANTHROPIC_API_KEY

# Check configuration status
adv status

2.运行第一次扫描

# Scan a single file (basic)
adv scan-file path/to/file.py

# Scan with AI analysis and validation (recommended)
adv scan-file path/to/file.py --use-llm --use-validation

# Scan entire directory
adv scan-folder ./src --use-llm --use-validation

# Scan code snippet directly
adv scan-code "print('Hello World')" --language python

3.查看综合仪表板

# Launch interactive telemetry dashboard
adv dashboard

Claude代码设置

配置MCP服务器

创建或更新 ~/.config/claude-code/mcp.json:

{
    "mcpServers": {
        "adversary": {
            "command": "uvx",
            "args": ["adversary-mcp-server"]
        }
    }
}

在Claude代码中使用MCP工具

配置后，这些工具在Claude Code中可用：

问克劳德：“使用adv_Scan_file扫描此文件以查找安全问题”
问克劳德：“使用adv_scan_folder检查当前项目中的漏洞”
问克劳德：“使用adv_scan_code分析此代码段的安全问题”

光标IDE设置

配置MCP服务器

创建 .cursor/mcp.json 在您的项目中：

{
    "mcpServers": {
        "adversary": {
            "command": "uvx",
            "args": ["adversary-mcp-server"]
        }
    }
}

Alternative Cursor setups (click to expand)

使用pip安装：

{
  "mcpServers": {
    "adversary": {
      "command": "python",
      "args": ["-m", "adversary_mcp_server.sync_main"]
    }
  }
}

发展：

{
  "mcpServers": {
    "adversary": {
      "command": "/path/to/.venv/bin/python",
      "args": ["-m", "adversary_mcp_server.sync_main"]
    }
  }
}

在游标中使用MCP工具

配置后，这些工具在Cursor的聊天中可用：

询问光标：“使用adv_Scan_file扫描此文件以查找安全问题”
询问光标：“使用adv_scan_folder检查当前项目中的漏洞”
询问光标：“使用adv_scan_code分析此代码段的安全问题”

CLI使用情况

基本命令

# Configure the scanner
adv configure setup

# Check status and configuration
adv status

# Scan individual files
adv scan-file  [options]

# Scan directories
adv scan-folder  [options]

# Scan code snippets
adv scan-code  --language  [options]

# Launch comprehensive telemetry dashboard
adv dashboard

扫描示例

# Basic file scan
adv scan-file app.py

# Scan with AI analysis and validation (recommended)
adv scan-file app.py --use-llm --use-validation

# Directory scan with full analysis
adv scan-folder ./src --use-llm --use-validation

# Code snippet scan
adv scan-code "SELECT * FROM users WHERE id = ?" --language sql

# Scan with specific severity threshold
adv scan-file app.py --severity high

# Output results in different formats
adv scan-file app.py --output-format json --output-file results.json
adv scan-file app.py --output-format markdown --verbose

配置命令

# Interactive setup
adv configure setup

# Direct configuration
adv configure --llm-provider openai --llm-api-key your-key
adv configure --llm-provider anthropic --llm-api-key your-key

# Reset configuration
adv configure reset

# Check current configuration
adv status

可用选项

--use-llm / --no-llm              # Enable/disable AI analysis
--use-validation / --no-validation # Enable/disable false positive filtering
--use-semgrep / --no-semgrep      # Enable/disable Semgrep analysis (default: true)
--severity [low|medium|high|critical] # Minimum severity threshold
--output-format [json|markdown|csv]   # Output format for results
--output-file               # Save results to specific file
--verbose                         # Verbose output with detailed information

MCP工具

可用工具

工具	说明	示例用法
`adv_scan_code`	直接扫描代码片段	“扫描此代码以查找漏洞”
`adv_scan_file`	扫描特定文件并进行全面分析	“检查auth.py中的安全问题”
`adv_scan_folder`	递归扫描整个目录	“分析src文件夹中的漏洞”
`adv_get_status`	检查服务器状态和功能	“是否配置了安全扫描程序？”
`adv_get_version`	获取服务器版本信息	“正在运行哪个版本？”
`adv_mark_false_positive`	将发现标记为误报	“将发现XYZ标记为误报”
`adv_unmark_false_positive`	删除假阳性标记	“将查找ABC标记为假阳性”

MCP工具示例

// In Claude Code or Cursor, ask the AI assistant:

// Scan current file with full analysis
"Use adv_scan_file to check this file for security issues with LLM validation"

// Scan directory with specific options
"Run adv_scan_folder on the src directory with severity threshold of high"

// Scan code snippet
"Use adv_scan_code to analyze this SQL query for injection vulnerabilities"

// Check scanner status
"Use adv_get_status to see what scan engines are available"

自动结果持久化

所有MCP工具都会自动以多种格式保存扫描结果：

对象符号: .adversary.json -具有完整元数据的机器可读结果
降价: .adversary.md -具有补救指导的人类可读报告
CSV文件: .adversary.csv -用于分析的电子表格兼容格式

结果会自动放置在扫描的文件/目录旁边，并具有智能冲突解决功能。

仪表板和遥测

全面的HTML仪表板

扫描仪包括一个丰富的基于网络的仪表板，用于全面的遥测分析：

# Launch interactive dashboard
adv dashboard

仪表板功能：

MCP工具分析 -跟踪工具使用情况、成功率和性能
扫描引擎指标 -监控Semgrep、LLM和验证性能
威胁分析 -按严重程度和置信度对调查结果进行分类
系统健康 -性能监控和统计
语言分析 -通过编程语言跟踪扫描效率
最近的活动 -最近扫描和操作的时间线视图

遥测系统

对抗MCP服务器包括全面的遥测跟踪：

自动收集 -所有MCP工具、CLI命令和扫描操作都会自动跟踪
本地存储 -所有数据都存储在本地，从不传输到外部服务
零配置 -遥测功能开箱即用，无需设置
性能洞察 -识别瓶颈并优化扫描工作流程
使用情况分析 -了解工具使用模式和有效性

建筑

实施

对抗MCP服务器是使用 清洁建筑 领域驱动设计（DDD）的原则，确保关注点分离、可维护性和可测试性。

graph TB
    subgraph "🖥️ **Presentation Layer**"
        A[Cursor IDE]
        B[CLI Interface]
        C[Web Dashboard]
    end

    subgraph "🔧 **Application Layer**"
        D[MCP Server]
        E[CLI Commands]
        F[Adapters]
        subgraph "Adapters"
            F1[SemgrepAdapter]
            F2[LLMAdapter]
            F3[ValidationAdapter]
        end
    end

    subgraph "🏛️ **Domain Layer (Business Logic)**"
        subgraph "Entities"
            G[ScanRequest]
            H[ScanResult]
            I[ThreatMatch]
        end
        subgraph "Value Objects"
            J[ScanContext]
            K[SeverityLevel]
            L[ConfidenceScore]
            M[FilePath]
        end
        subgraph "Domain Services"
            N[ScanOrchestrator]
            O[ThreatAggregator]
            P[ValidationService]
        end
        subgraph "Interfaces"
            Q[IScanStrategy]
            R[IValidationStrategy]
        end
    end

    subgraph "⚙️ **Infrastructure Layer**"
        S[SemgrepScanner]
        T[LLMScanner]
        U[LLMValidator]
        V[SQLAlchemy Database]
        W[File System]
        X[Git Operations]
        Y[Telemetry System]
    end

    A -->|MCP Protocol| D
    B --> E
    C --> Y

    D --> F
    E --> F
    F1 --> N
    F2 --> N
    F3 --> P

    N --> O
    N --> P

    G --> N
    H --> O
    I --> P
    J --> G
    K --> I
    L --> I
    M --> G

    N --> Q
    P --> R

    F1 -.-> S
    F2 -.-> T
    F3 -.-> U

    S --> W
    T --> W
    U --> V
    Y --> V
    X --> W

    style N fill:#e1f5fe,stroke:#0277bd,stroke-width:3px
    style O fill:#e1f5fe,stroke:#0277bd,stroke-width:3px
    style P fill:#e1f5fe,stroke:#0277bd,stroke-width:3px
    style G fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
    style H fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
    style I fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
    style F1 fill:#e8f5e8,stroke:#388e3c,stroke-width:2px
    style F2 fill:#e8f5e8,stroke:#388e3c,stroke-width:2px
    style F3 fill:#e8f5e8,stroke:#388e3c,stroke-width:2px

新架构的好处

关注点分离：业务逻辑与基础设施隔离
依赖倒置：高级模块不依赖于低级细节
可测试性：纯域逻辑支持全面的单元测试
可维护性：基础设施的更改不会影响业务规则
可扩展性：新的扫描策略和验证器易于插入
类型安全：具有全面验证的丰富域模型

建筑层

域层（核心业务逻辑）

实体: ScanRequest, ScanResult, ThreatMatch -丰富的业务对象
值对象: ScanContext, SeverityLevel, ConfidenceScore, FilePath -不可变域概念
域服务: ScanOrchestrator, ThreatAggregator, ValidationService -纯粹的业务编排
接口: IScanStrategy, IValidationStrategy -外部依赖合同

应用层（用例和协调）

MCP服务器：通过模型上下文协议处理游标IDE集成
CLI命令：安全扫描操作的命令行界面
适配器：桥接域接口与基础设施实现

- SemgrepAdapter -使Semgrep扫描程序适应域 IScanStrategy - LLMAdapter -使LLM扫描仪适应域 IScanStrategy - ValidationAdapter -使LLM验证器适应域 IValidationStrategy

基础设施层（外部服务）

学期扫描仪：静态分析引擎集成
LLM扫描仪：AI驱动的漏洞检测
LLM校准器：使用LLM分析进行误报过滤
SQLAlchemy数据库：遥测和结果的持久存储
文件系统：代码文件访问和Git操作
遥测系统：绩效跟踪和仪表板生成

数据流架构

输入处理: ScanRequest 创建于 ScanContext （文件/目录/代码）
域编排: ScanOrchestrator 协调扫描策略
平行分析：多个 IScanStrategy 实现并发执行
威胁聚合: ThreatAggregator 消除重复并合并结果
验证流程: ValidationService 使用AI过滤误报
结果组装：富有 ScanResult 具有全面的元数据
演示：格式化结果以供CLI、MCP或仪表板使用

关键设计模式

策略模式：可插拔的扫描和验证策略
适配器模式：无域耦合的基础设施集成
工厂模式：Bootstrap和依赖注入
值对象：具有验证功能的不可变域概念
域服务：复杂的业务逻辑协调

运作原理

多引擎分析：并行执行Semgrep静态分析和LLM AI分析
智能验证：LLM支持通过置信度评分减少误报
威胁聚合：使用指纹和邻近策略进行智能重复数据删除和合并
性能优化：异步处理、缓存和批处理操作
综合遥测：SQLAlchemy支持的指标，带有交互式Chart.js仪表板
Git集成：差异感知扫描，实现高效的CI/CD管道集成
零配置操作：使用合理的默认值自动发现和配置

配置

环境变量

# Core settings (optional)
ADVERSARY_LOG_LEVEL=INFO           # Set logging level
ADVERSARY_WORKSPACE_ROOT=/path     # Override workspace detection

配置文件

设置通过CLI自动管理并存储在 ~/.adversary/config.json:

# Interactive configuration
adv configure setup

# Direct configuration
adv configure --llm-provider openai --llm-api-key your-key

# Check current settings
adv status

CI/CD集成

GitHub操作

name: Security Scan
on: [pull_request]

jobs:
  security:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3

      - name: Install dependencies
        run: |
          pip install adversary-mcp-server

      - name: Run security scan
        run: |
          adv scan-directory . \
            --use-llm \
            --use-validation \
            --severity medium \
            --output-format json \
            --output-file scan-results.json

      - name: Upload results
        uses: actions/upload-artifact@v3
        with:
          name: security-scan
          path: scan-results.json

发展

设置开发环境

# Clone repository
git clone https://github.com/brettbergin/adversary-mcp-server.git
cd adversary-mcp-server

# Create virtual environment (using uv or standard venv)
source .venv/bin/activate  # Activate existing venv

# Install in development mode
uv pip install -e .[dev]

# Run tests
make test

运行测试

# Full test suite with coverage
make test

# Specific test categories
make test-unit          # Unit tests only
make test-integration   # Integration tests only
make test-security      # Security tests only

# Code quality checks

make format             # Auto-format code
make mypy               # Type checking
make lint               # Run all linting
make pre-commit         # Run same pre-commit in git commits.

支持

文档
报告问题
讨论
联系人：brettberginbc@yahoo.com

许可证

MIT许可证-请参阅许可证了解详情。

贡献

欢迎投稿！请查看我们的贡献指南了解详情。

______________________________________________________________________

Made with ❤️ for software security.

Adversary MCP Server

快速接入

详细介绍

对手MCP服务器

特性

安装

先决条件

快速安装

验证安装

快速开始

1.配置安全引擎

2.运行第一次扫描

3.查看综合仪表板

Claude代码设置

配置MCP服务器

在Claude代码中使用MCP工具

光标IDE设置

配置MCP服务器

使用pip安装：

发展：

在游标中使用MCP工具

CLI使用情况

基本命令

扫描示例

配置命令

可用选项

MCP工具

可用工具

MCP工具示例

自动结果持久化

仪表板和遥测

全面的HTML仪表板

遥测系统

建筑

实施

新架构的好处

建筑层

域层 （核心业务逻辑）

应用层 （用例和协调）

基础设施层 （外部服务）

数据流架构

关键设计模式

运作原理

配置

环境变量

配置文件

CI/CD集成

GitHub操作

发展

设置开发环境

运行测试

支持

许可证

贡献

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

域层（核心业务逻辑）

应用层（用例和协调）

基础设施层（外部服务）