Token导航 LogoToken导航TokenDH.com
中转站排行榜
MCP Scanner logo
安全风控stdio官方级别未说明来源级核验

MCP Scanner

MCP Server

一款针对Model Context Protocol (MCP)服务器的综合性安全漏洞扫描工具，用于检测和分析潜在的安全漏洞，如恶意提示注入、工具描述中毒和名称冲突等。

工具数

0

提示词数

0

GitHub Stars

4

资源数

0
安全漏洞检测PythonClaudeClaude DesktopClaude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

eSentire-Labs

提供方

eSentire-Labs

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

python -m venv venv

详细介绍

eSully MCP扫描仪

![Python](https://python.org) ![Security](https://github.com/your-repo/mcp-scanner)

用于模型上下文协议（MCP）服务器的全面安全漏洞扫描程序

目录

概述

eSull MCP Scanner是一种专门的安全工具，旨在分析和评估模型上下文协议（MCP）服务器实现。随着MCP不断发展，并在各种平台（包括Slack、Box和AWS S3）上实现强大的代理AI功能，确保其安全性变得越来越重要。该扫描程序通过检测和分析恶意提示注入、工具描述中毒和名称冲突等潜在漏洞，解决了MCP生态系统中新出现的安全挑战。

我们的扫描程序直接连接到MCP服务器，并通过检查服务器功能、元数据和实现模式来执行全面的安全评估。它提供了详细的报告，以帮助维护MCP实现的安全性和完整性。

特性

🔍 证券分析

  • \[\]身份验证机制检测与分析
  • \[\]HTTPS/TLS合规性验证
  • \[\]服务器和功能名称冲突检测
  • \[\]跨服务器特征相似性检测
  • \[\]服务器内功能参考分析
  • \[\]跨源违规检测
  • \[\]中毒检测功能描述
  • \[\]变量中毒分析
  • \[\]快速注射漏洞评估
  • \[\]Rug pull尝试检测
  • \[\]安装程序欺骗标识

📊 报告

  • \[\]用于程序分析的JSON输出
  • \[\]具有交互式元素的专业HTML报告
  • \[\]执行摘要的PDF报告
  • \[\]颜色编码的安全状态指示器
  • \[\]详细的漏洞解释

🛠️ 灵活性

  • \[\]支持多个MCP服务器配置
  • \[\]可配置的扫描参数

安装

先决条件

  • Python 3.8或更高版本
  • Git
  • pip（Python包安装程序）
  • OpenAI API密钥：基于LLM的分析功能（描述中毒检测）所需
  • 码头工人：如果扫描基于Docker的MCP服务器，则必须运行
  • 本地MCP服务器：必须正确配置并可在其环境中运行

环境设置

  1. OpenAI API密钥：将您的OpenAI API密钥设置为环境变量：
   export OPENAI_API_KEY="your-API-key-here"

如果没有此密钥，基于LLM的安全分析功能将被禁用。

  1. Docker要求：如果扫描基于Docker的MCP服务器，请确保Docker正在运行：
   # Check if Docker is running
   docker --version
   docker ps
  1. 本地服务器要求：对于本地MCP服务器：

- 每台服务器都必须处于适当的环境中 - 必须安装并配置所有依赖项 - 在扫描之前，服务器必须能够无错误地运行 - 在运行扫描程序之前，单独测试服务器

安装步骤

# Clone the repository
git clone https://github.com/esentire/mcp-scanner.git
cd mcp-scanner

# Create and activate a virtual environment (recommended)
python -m venv venv
source venv/bin/activate  # On Windows, use: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

快速开始

现场演示

![MCP Scanner Demo](https://github.com/user-attachments/assets/ab586fe7-8546-40dc-ab81-2069419a1d2c)

*以上演示显示了从开始到结束的完整扫描过程*

常见用法示例：

# Scan local MCP server (The scanner reads the Claude desktop and Cursor MCP files by default and asks if you want to add more files)
python main.py 

# Pass external config file
python main.py --config ABSOLUTE PATH IS REQUIRED

# Generate PDF report
python main.py --pdf

# Specify custom output location
python main.py --output ./reports/scan_results.json

用法

基本命令选项

python main.py [OPTIONS]

Options:
  --config FILE      External file path for scan 
  --output FILE      Output file path for scan results (default: ./scan_results.json)
  --pdf              Generate PDF report

配置文件格式

扫描仪接受指定扫描设置和MCP文件位置的JSON配置文件。格式如下：

{
  "mcpServers": {
    "time": {
        "command": "uvx",
        "args": [
          "mcp-server-time",
          "--local-timezone=America/New_York"
        ]
      },
      "mcp-server-test": {
            "command": "/Users/Parya.Abadeh/.local/bin/uv", 
            "args": [
                "--directory",
                "path to mcp-server-test",
                "run",
                "main.py"
            ]
        },
        "postgres": {
        "command": "npx",
        "args": [
            "-y",
            "@modelcontextprotocol/server-postgres",
            "postgresql://localhost/mydb"
        ]
    }
  }
}

扫描仪设置

扫描仪可以配置以下设置：

MCP文件

  • claude_desktop：克劳德桌面MCP配置的路径（默认：自动检测）
  • cursor：光标MCP配置路径（默认：自动检测）
  • custom_file：要扫描的附加MCP文件

报表配置

  • output_dir：用于存储扫描结果的目录（默认：./scan_results）
  • pdf：PDF报告生成设置

- enabled：启用/禁用PDF报告生成

安全检查

身份验证分析

扫描程序分析MCP服务器身份验证机制，以识别安全漏洞：

  • 身份验证检测：标识服务器是否实现身份验证（API密钥、OAuth、基于浏览器的身份验证）
  • 身份验证类型分类：对身份验证类型进行分类（no_auth、api_key、oauth、browser_interactive等）
  • 安全风险评估：将未进行身份验证的服务器标记为高风险
  • OAuth端点发现：自动检测基于URL的服务器的OAuth端点
  • 浏览器身份验证检测：标识需要基于浏览器的身份验证流的服务器

检测到的安全问题：

  • 没有任何身份验证机制的服务器
  • 访问控制薄弱或缺失
  • 身份验证流配置不当

HTTPS合规性

验证MCP服务器是否使用安全通信协议：

  • URL分析：检查所有服务器URL和端点的HTTPS使用情况
  • 论据检查：检查HTTP URL的命令行参数
  • 配置审查：标识服务器设置中的不安全配置
  • 加密验证：确保敏感数据传输加密

检测到的安全问题：

  • HTTP URL而不是HTTPS（未加密通信）
  • 配置中的混合协议使用
  • 通过不安全的渠道暴露敏感数据

碰撞检测

识别可能导致混淆或安全问题的命名冲突和功能关系：

  • 特征名称分析：检测服务器中重复的工具、提示和资源名称
  • 服务器名称冲突：标识名称冲突或混淆的服务器
  • 跨服务器冲突：在不同服务器上查找相似的功能名称（相似性阈值：0.9）
  • 流行名称冲突：检测与已知MCP服务器名称的冲突
  • 服务器内部引用：分析功能如何在同一服务器内相互引用
  • 参考链检测：识别潜在的安全问题，如循环依赖关系
  • 上下文提取：为检测到的特征引用提供周围上下文
  • 命名变化处理：考虑不同的命名样式（下划线/连字符）

检测到的安全问题：

  • 可能引起混淆的相同或高度相似的功能名称
  • 通过相似命名进行服务器模拟
  • 命名空间污染攻击
  • 循环特征依赖关系
  • 隐藏特征链
  • 通过间接引用进行未经授权的功能访问
  • 跨服务器功能与详细上下文冲突

漏洞检测

特征描述中毒

使用人工智能分析检测工具、提示和资源描述中的恶意或误导性内容：

  • 基于LLM的检测：使用OpenAI GPT模型分析描述内容以检测恶意意图
  • 模式识别：识别功能描述中的可疑模式
  • 上下文分析：评估欺骗性或有害内容的描述
  • 多特征扫描：全面分析工具、提示和资源

检测到的安全问题：

  • 旨在欺骗用户的误导性功能描述
  • 看似无害的工具中隐藏的恶意功能
  • 通过特征描述进行社会工程尝试
  • 旨在绕过安全控制的欺骗性内容

可变中毒

分析工具中的变量名称和描述，并提示安全风险：

  • 危险变量名称：标识可能有害的变量名（例如，系统路径、凭据）
  • 变量描述分析：使用LLM分析检测变量描述中的恶意内容
  • 输入参数安全：评估工具和提示输入参数的安全风险
  • 数据过滤向量：标识可用于数据提取的变量

检测到的安全问题：

  • 具有危险或可疑名称的变量
  • 包含恶意指令的变量描述
  • 为未经授权的访问而设计的输入参数
  • 潜在的数据泄露机制

快速注射

识别MCP提示中提示注入攻击的漏洞：

  • 注射模式检测：扫描常见的快速注射技术
  • 动态提示分析：使用各种注射有效载荷进行测试提示
  • 上下文操纵：标识易受上下文操纵的提示
  • 安全边界测试：评估即时安全控制

检测到的安全问题：

  • 易受注射攻击的提示
  • 提示处理中的输入验证较弱
  • 上下文操纵漏洞
  • 通过迅速操纵绕过安全控制

地毯拉扯尝试

检测在用户同意后更改其描述或行为的工具/资源/提示：

  • 描述一致性监控：跟踪同意后工具/资源/提示描述的变化
  • 行为漂移检测：确定同意的功能和实际行为之间的差异
  • 同意利用分析：检测通过改变目的滥用用户同意的工具
  • 信任违规指标：标记通过批准后更改滥用用户同意的服务器

检测到的安全问题：

  • 在用户同意使用后修改其描述的工具
  • 改变最初约定行为的资源
  • 在获得同意后改变其功能的提示
  • 通过更改工具/资源/提示定义来利用用户同意的服务器

安装程序欺骗

识别使用非官方或潜在恶意安装方法的服务器：

  • 官方来源验证：将安装命令与已知的官方来源进行比较
  • 非官方安装程序检测：标识非标准安装方法
  • 包源分析：评估包来源的合法性
  • 供应链安全：评估安装安全风险

检测到的安全问题：

  • 使用非官方或未经证实的安装来源
  • 可能受损的包存储库
  • 绕过安全控制的安装方法
  • 通过恶意安装程序的供应链攻击媒介

跨来源违规

扫描程序检测MCP服务器在其工具、提示或资源描述中是否不恰当地引用了其他MCP服务器名称。此安全检查有助于识别：

  • 冒充企图：声称“像github服务器”或类似服务器工作的服务器
  • 误导性描述：参考其他流行MCP服务器功能的工具
  • 供应链混乱：可能试图伪装成合法替代品的服务器

检测特点：

  • 智能令牌分析：逐字分析描述以识别服务器名称引用
  • 消除重复单词：在分析之前从描述中删除重复的单词，以防止同一引用出现多次违规
  • 归一化：处理下划线、连字符和标点符号等变体（例如，“github server”、“github服务器”、“github”）
  • 热门服务器数据库：维护一份众所周知的MCP服务器列表以供检查
  • 交叉配置检测：标识对配置中其他服务器的引用

违规示例：

  • 工具描述：“此工具的工作原理类似于github服务器来获取文件”→ 标记“github”
  • 资源描述：“类似于文件系统访问，但随着时间的推移”→ 标记“文件系统”和“时间”
  • 提示描述：“像postgres服务器一样查询数据”→ 旗帜“postgres”

扫描仪将报告： Cross-origin violation in tool 'example_tool': References 'github'

代码结构

MCP eSull扫描仪被组织成模块化组件，以实现可维护性和可扩展性：

MCP_eSentire_Scanner/
├── main.py                          # Main entry point and CLI interface
├── server_scanner.py                # Core MCP server scanning logic
├── config_manager.py                # Configuration file management
├── requirements.txt                 # Python dependencies
├── README.md                        # Documentation
│
├── analyzer_helpers/                # Security analysis modules
│   ├── auth_analyzer.py            # Authentication mechanism detection
│   ├── cross_origin_analyzer.py    # Cross-origin violations detection
│   ├── feature_name_collision_analyzer.py  # Name collision detection
│   ├── server_name_collision_analyzer.py   # Server name conflict analysis
│   ├── feature_description_poisoning_analyzer.py  # Malicious description detection
│   ├── feature_variables_analyzer.py       # Variable poisoning analysis
│   ├── prompt_injection_analyzer.py        # Prompt injection detection
│   ├── rug_pull_analyzer.py               # Rug pull attempt detection
│   ├── installer_spoofing_analyzer.py     # Installation source verification
│   ├── html_report_generator.py           # HTML report generation
│   ├── pdf_report_generator.py            # PDF report generation
│   └── nova_rules/                        # LLM analysis rule definitions
│       ├── hidden_instruction_rules.nov   # Rules for hidden instruction detection
│       └── variable_poisoning_rules.nov   # Rules for variable poisoning detection
│
└── figs/                            # Images and assets
    ├── demo.gif                     # Demo animation
    ├── eSentire Labs - Logo (FULL).png  # Company logo (PNG)
    └── eSentire Labs - Logo (FULL).svg  # Company logo (SVG)

核心组件

main.py

  • 目的：应用程序入口点和命令行界面
  • 职责:

- 参数解析(--config, --output, --pdf) - 配置加载和管理 - 服务器发现和扫描协调 - 报告生成编排 - 其他配置文件的用户交互

server_scanner.py

  • 目的：核心MCP服务器分析引擎
  • 关键功能:

- scan_server()：具有超时处理的主服务器扫描功能 - scan_server_capabilities()：提取工具、提示和资源 - parse_mcp_config()：解析MCP配置文件

  • 整合：协调所有安全分析器并汇总结果

config_manager.py

  • 目的：配置文件发现和管理
  • 特性:

- 自动检测Claude桌面和光标配置 - 多平台路径分辨率（macOS、Windows、Linux） - 配置合并和验证 - 交互式配置文件添加

安全分析器模块

身份验证和网络安全

  • auth_analyzer.py：检测身份验证机制（API密钥、OAuth、浏览器身份验证）
  • cross_origin_analyzer.py：在描述中标识不适当的服务器引用

内容分析

  • feature_description_poisoning_analyzer.py：使用LLM分析检测恶意描述
  • feature_variables_analyzer.py：分析变量名称和安全风险描述
  • prompt_injection_analyzer.py：测试注射漏洞提示

行为分析

  • rug_pull_analyzer.py：检测通过更改审批后内容违反用户同意的工具/资源/提示
  • installer_spoofing_analyzer.py：验证安装源的合法性

碰撞检测

  • feature_name_collision_analyzer.py：标识冲突的要素名称
  • server_name_collision_analyzer.py：检测服务器名称冲突

报告生成

html_report_generator.py

  • 带有安全状态指示器的交互式HTML报告
  • 颜色编码的威胁级别和详细解释
  • 可折叠部分的响应式设计

pdf_report_generator.py

  • 适用于执行摘要的专业PDF报告
  • 通过徽标集成提供企业品牌支持
  • 结构化安全评估文件

基于规则的分析

nova_rules/

  • hidden_instruction_rules.nov：检测隐藏恶意指令的模式
  • variable_poisoning_rules.nov：识别危险变量模式的规则
  • 格式：用于基于LLM的分析的自定义规则定义语言

目录标签

目录标签

安全漏洞检测PythonClaudeClaude Desktop安全扫描本地部署MCP协议AI安全网络安全

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

oauth

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

mcp-scanner logo

MCP World

mcpworld.com

/detail/51ca54b2e89693adcef1123af701ff75

一款针对Model Context Protocol (MCP)服务器的综合性安全漏洞扫描工具，用于检测和分析潜在的安全漏洞，如恶意提示注入、工具描述中毒和名称冲突等。

继续浏览同类 MCP

更多安全风控 MCP（3,600）返回 MCP 目录

上一个 MCP

mcpscan (I Parikh1)

mcpscan是一款针对MCP服务器和AI代理配置的安全扫描工具，用于检测硬编码凭证、命令注入风险、SSRF漏洞等安全问题。

下一个 MCP

MCP Scanner 741435a9

MCP Scanner是一个自动化代码扫描与修复工具，通过枚举仓库架构、关联Semgrep发现、生成DSPy修复脚本并应用修复，适用于代码安全审计和自动化漏洞修复场景。