mcpsec (Manthanghasadiya)

mcpsec

MCP服务器的安全扫描器和协议模糊器

安装 • 快速开始 • 审计v3 • 扫描仪 • 模糊测试

______________________________________________________________________

为什么选择mcpsec？

MCP（模型上下文协议）将AI代理连接到外部工具。Claude Desktop、Cursor、VS Code Copilot和每个主要的AI IDE都使用它。 安全往往是事后才考虑的。

大多数MCP安全工具都进行静态分析。 mcpsec连接到实时服务器并证明了漏洞。

______________________________________________________________________

发现真正的Bug

在负责任的披露下有更多发现。

______________________________________________________________________

安装

pip install mcpsec

对于AI驱动的功能：

pip install mcpsec[ai]

尼克斯

nix-shell   # basic
nix-shell --arg withAll true   # all optional deps

______________________________________________________________________

快速开始

运行时扫描

# Scan via stdio
mcpsec scan --stdio "npx @modelcontextprotocol/server-filesystem /tmp"

# Scan via HTTP with auth
mcpsec scan --http http://localhost:8080/mcp -H "Authorization: Bearer TOKEN"

# Auto-discover and scan all local servers
mcpsec scan --auto

# Enumerate attack surface
mcpsec info --stdio "python my_server.py"

静态分析（Audit v3）

# Local source - pattern-based + AI reachability
mcpsec audit --path ./my-mcp-server

# GitHub repository
mcpsec audit --github https://github.com/user/mcp-server

# With LLM-powered taint analysis
mcpsec audit --github https://github.com/user/mcp-server --ai

# Known vulnerable servers
mcpsec audit --github https://github.com/radareorg/radare2-mcp

协议模糊

# Standard fuzzing (~200 cases)
mcpsec fuzz --stdio "python my_server.py"

# High intensity (~800 cases)
mcpsec fuzz --stdio "python my_server.py" --intensity high

# AI-powered payload generation
mcpsec fuzz --stdio "python my_server.py" --ai

高级

# SQL Injection scanner with DB fingerprinting
mcpsec sql --stdio "npx @benborla29/mcp-server-mysql" --fingerprint

# Dangerous tool chain detection
mcpsec chains --stdio "npx @example/complex-server"

# Interactive exploitation REPL
mcpsec exploit --stdio "npx vulnerable-server"

# Rogue server for client-side testing
mcpsec rogue-server --port 9999 --attack all

______________________________________________________________________

静态分析-审计v3

v2.7.1中的新功能 -使用基于模式的架构完全重写审计引擎。

七阶段分析流程

Source Code
    │
    ├─ 1. Fetch        - Clone GitHub repo or load local path
    ├─ 2. Detect       - Identify language, MCP SDK, and framework
    ├─ 3. Sink Scan    - 3,450+ regex patterns across 12 languages
    ├─ 4. Semgrep      - 149 semantic rules (AST-level)
    ├─ 5. AST          - Python/JS taint flow analysis
    ├─ 6. Reachability - LLM taint tracing (heuristic fallback)
    └─ 7. Deduplicate  - Merge, rank, and report findings

图案数据库-3450+水槽图案

框架检测

自动识别：

• MCP SDK: @modelcontextprotocol/sdk, mcp python mcp-go, rmcp （生锈）， mcpx C
• 语言：TypeScript、JavaScript、Python、Go、Rust、Java、C#、PHP、Ruby、C/C++
• 框架：Express、FastAPI、Django、Gin、Axum、Spring Boot、ASP。网

启发式回退

当没有配置LLM时，可达性分析器使用 信心评分 在没有虚假沉默的情况下报告调查结果——总是报告高置信度模式（临界/高+直接污染）。

______________________________________________________________________

扫描仪

______________________________________________________________________

引信发生器

按强度级别组织的22台发电机：

低（~65例）： malformed_json, protocol_violation, type_confusion, boundary_testing, unicode_attacks

中等（约200例）： + session_attacks, encoding_attacks, integer_boundaries

高（约800例）： + injection_payloads, method_mutations, param_mutations, timing_attacks, header_mutations, json_edge_cases, protocol_state, protocol_state_machine, id_confusion, concurrency_attacks, regex_dos, deserialization

精神错乱（~1500+例）： + resource_exhaustion, memory_exhaustion_v2

______________________________________________________________________

运作原理

┌─────────┐     MCP Protocol      ┌────────────┐
│ mcpsec  │ ◄──── JSON-RPC ────►  │   Target   │
│         │    (stdio / HTTP)     │   Server   │
└────┬────┘                       └────────────┘
     │
     ├── Connect & enumerate attack surface
     ├── Run 10+ security scanners
     ├── Generate 800+ fuzz cases
     ├── Execute AI-powered payload mutations
     ├── Static audit: 3,450+ sink patterns + 149 Semgrep rules
     └── Report findings with PoC evidence

______________________________________________________________________

配置

AI提供商设置

mcpsec setup

支持：OpenAI、Anthropic、谷歌、Groq、DeepSeek、Ollama

输出格式

# JSON
mcpsec scan --stdio "server" --output results.json

# SARIF 2.1.0 (GitHub/GitLab/Azure DevOps CI/CD)
mcpsec fuzz --stdio "server" --output results.sarif

______________________________________________________________________

看 更改日志.md 查看完整的发布历史。

______________________________________________________________________

贡献

看 贡献.md 作为指导方针。

CI在所有PR上自动运行，包括Ruff和跨平台测试（Ubuntu、Windows、macOS）。

______________________________________________________________________

免责声明

仅用于授权的安全测试。仅扫描您拥有或具有明确测试权限的服务器。

______________________________________________________________________

许可证

麻省理工学院

______________________________________________________________________

建造于 曼坦·加萨迪亚