Token导航 LogoToken导航

MCP Server · 安全风控

Offensive Set

OffensiveSET是一个MCP服务器,用于生成高质量的多轮渗透测试对话数据集,用于微调专注于安全的LLMs。

未说明官方级别未说明来源级核验工具 10
渗透测试TypeScriptClaude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
PentesterFlow
提供方
PentesterFlow

工具数量

10

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

75

仓库热度

收录来源

2 个

MCP World

选型结论

Offensive Set 属于安全风控类 MCP Server,公开资料标注 10 个工具,通过传输方式未标注接入,适配 Claude,没有现成的安装命令;接入前要先准备 OAuth 授权。

分类

安全风控

传输方式

未说明

认证方式

OAuth 授权

部署方式

支持远程部署

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 10 个工具,随便调一个只读工具确认能返回结果。

接入前确认

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。

公开资料仍需确认:安装命令

详细介绍

OffensiveSET

Offensive Security Dataset Generator — An MCP server that generates high-quality, multi-turn pentesting conversation datasets for fine-tuning security-focused LLMs.

专为Qwen3.5等训练模型而设计,使其能够像专业渗透测试人员一样思考和行动。

______________________________________________________________________

它的作用

OffensiveSET以ShareGPT/ChatML JSONL格式生成逼真的渗透测试对话。每一次进入都是一次完整的最重要的参与——从侦察到开采再到专业报告——涉及:

  • 多回合对话 (8-15圈)遵循真实的pentester工作流程
  • 思维链推理 通过 `` 对戊酯如何分析攻击面进行建模
  • 逼真的工具输出 --独特的nmap扫描、sqlmap转储、每个条目的核发现(无重复)
  • 故障案例 --阻止攻击、WAF绕过、蜜罐检测和旋转策略
  • 专业报告 --CVSS评分、CWE参考、证据PoC和安全代码修复
  • Qwen3.5原生格式 — observation 角色, ` 内联标签 ` 推理

______________________________________________________________________

统计

度量值
攻击场景45
渗透测试工具40
动态输出发生器25
用户提示模板120+
目标域50
故障模式13
导出格式5(Qwen ChatML、通用ChatML、ShareGPT、OpenAI、Alpaca)

______________________________________________________________________

快速开始

安装和设置

git clone https://github.com/PentesterFlow/OffensiveSET.git
cd OffensiveSET
npm install
npm run build

Claude代码(CLI)——最快速的安装

# Add the MCP server (run from inside the cloned repo)
claude mcp add offensiveset node $(pwd)/dist/index.js

# Verify
claude mcp list

# Start using it
claude

克劳德桌面(GUI)

打开MCP配置文件:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 视窗: %APPDATA%\Claude\claude_desktop_config.json

添加此块(更新克隆仓库的路径):

{
  "mcpServers": {
    "offensiveset": {
      "command": "node",
      "args": ["/Users/YOUR_USER/OffensiveSET/dist/index.js"]
    }
  }
}

重新启动克劳德桌面。10个进攻设置工具将出现在工具菜单中。

VS代码/JetBrains(克劳德代码扩展)

# From the integrated terminal
claude mcp add offensiveset node /path/to/OffensiveSET/dist/index.js

或者添加一个 .mcp.json 到您的项目根目录:

{
  "mcpServers": {
    "offensiveset": {
      "command": "node",
      "args": ["/path/to/OffensiveSET/dist/index.js"]
    }
  }
}

一行安装(克隆+构建+注册)

git clone https://github.com/PentesterFlow/OffensiveSET.git && cd OffensiveSET && npm install && npm run build && claude mcp add offensiveset node $(pwd)/dist/index.js

生成数据集

连接后,请Claude使用以下工具:

> Generate a 5000 entry offensive security dataset with 60% thinking blocks

> List all available attack scenarios

> Preview a single entry for the NoSQL injection scenario

> Export my dataset to Qwen ChatML format

或者直接调用工具:

generate_dataset_v2
  count: 5000
  thinking_ratio: 0.6
  failure_ratio: 0.35
  thinking_style: "inline"

出口培训

export_for_training
  input_path: "./datasets/your_dataset.jsonl"
  output_format: "chatml_qwen"

______________________________________________________________________

MCP工具

工具说明
generate_datasetV1生成器——基线渗透测试对话
generate_dataset_v2V2发生器——动态输出、故障、深度思考(推荐)
list_scenarios通过过滤浏览45种攻击场景
list_tools显示40个渗透测试工具和功能
preview_entry在完整生成之前预览单个条目
get_dataset_stats分析生成的数据集
validate_dataset检查JSONL结构、模式合规性、占位符检测
quality_scoreA-F分级的深度质量分析
export_for_training转换为Qwen ChatML、ShareGPT、OpenAI或Alpaca格式
merge_datasets将多个数据集与重复数据删除相结合

______________________________________________________________________

数据集输出格式

每一行JSONL都是一个完整的渗透测试对话:

{
  "id": "offensiveset-owasp-a03-sqli-584721-42",
  "conversations": [
    {"from": "system", "value": "You are PentesterFlow, an expert offensive security AI..."},
    {"from": "human", "value": "Perform recon on acme-corp.com..."},
    {"from": "gpt", "value": "\nLet me analyze the attack surface...\n\n\n## Recon Results\n...", "tool_calls": [...]},
    {"from": "observation", "value": "[nmap] PORT STATE SERVICE...", "tool_results": [...]},
    {"from": "human", "value": "Exploit the SQLi finding..."},
    {"from": "gpt", "value": "\nThe parameter is injectable...\n\n\n## Exploitation\n..."},
    {"from": "gpt", "value": "## Finding Report\n| Severity | Critical 9.8 | ..."}
  ],
  "metadata": {
    "scenario_id": "owasp-a03-sqli",
    "category": "OWASP Top 10",
    "difficulty": "advanced",
    "tags": ["sqli", "injection"],
    "tools_used": ["nmap", "sqlmap", "curl"],
    "has_thinking": true,
    "has_failures": false,
    "turn_count": 12,
    "estimated_tokens": 4606,
    "cve_references": ["CWE-89"]
  }
}

______________________________________________________________________

场景覆盖范围

OWASP前10名(19种情况)

IDOR、管理面板旁路、JWT算法混淆、盲SQL注入、SSTI到RCE、业务逻辑缺陷、云配置错误、存储XSS、NoSQL注入、XXE、路径遍历、文件上传RCE、批量分配、CRLF注入、LDAP注入、OAuth令牌盗窃、2FA旁路、反序列化RCE

现代攻击(20种场景)

GraphQL批处理、HTTP请求走私、原型污染、竞争条件、WebSocket劫持、子域接管、CORS利用、缓存中毒、CI/CD管道攻击、容器逃逸、DNS重新绑定、Kubernetes RBAC逃逸、GitHub Actions Secret Exfiltration

API安全前十(6种场景)

BOLA+批量分配、过度数据暴露、功能级别授权中断、绕过速率限制

______________________________________________________________________

工具库(40种工具)

侦察: nmap、子索引器、聚光器、httpx、rustscan、puredns、dnsx

枚举: ffuf、gobuster、dirsearch、feroxbuster、katana、kiterunner、linkfinder、paramspider、gau、arjun

扫描: nucleus、nikto、wfuzz、trufflehog、semgrep、crlfuzz、corsy、secretfinder、testssl

开采: sqlmap、dalfox、commix、ssrfmap、jwttool、hydra、metasploit、caido、interact、nosqlmap

公用设施: curl、linpeas、报表生成器、gf

______________________________________________________________________

Qwen3.5培训

LLaMA工厂

# dataset_info.json
{
  "offensiveset": {
    "file_name": "dataset_chatml_qwen.jsonl",
    "formatting": "sharegpt",
    "columns": {
      "messages": "messages"
    },
    "tags": {
      "role_tag": "role",
      "content_tag": "content",
      "user_tag": "user",
      "assistant_tag": "assistant",
      "observation_tag": "observation",
      "system_tag": "system"
    }
  }
}
llamafactory-cli train \
  --model_name_or_path Qwen/Qwen3.5-7B \
  --stage sft \
  --dataset offensiveset \
  --template qwen \
  --output_dir ./offensiveset-model \
  --per_device_train_batch_size 2 \
  --gradient_accumulation_steps 8 \
  --learning_rate 1e-4 \
  --num_train_epochs 3 \
  --cutoff_len 8192 \
  --finetuning_type lora \
  --lora_rank 64 \
  --bf16 true

推荐设置

设置值注释
型号Qwen3.5-7B或14B最佳质量/成本平衡
上下文8192个令牌97%的条目适合8K
时代2-3足够领域知识
LoRA等级64-128安全是一个专门的领域
思维方式inlineQwen本地人 `` 格式

______________________________________________________________________

项目结构

src/
├── index.ts                          # Entry point (34 lines)
├── server/
│   ├── generate-tools.ts             # generate_dataset, generate_dataset_v2
│   ├── browse-tools.ts               # list_scenarios, list_tools, preview
│   ├── analysis-tools.ts             # stats, validate, quality_score
│   ├── export-tools.ts               # export, merge
│   └── resources.ts                  # MCP resources
├── generators/
│   ├── v1-generator.ts               # V1 generation engine
│   ├── v2/
│   │   ├── types.ts                  # Interfaces + config
│   │   ├── prompts.ts                # 120+ prompt templates
│   │   ├── system-prompts.ts         # System prompt rotation
│   │   ├── responses.ts             # Grounded response generation
│   │   ├── reports.ts                # Reports + remediation
│   │   ├── conversation.ts           # Conversation builder
│   │   ├── post-processor.ts         # Qwen compat + token control
│   │   ├── quality.ts                # Quality scoring engine
│   │   └── index.ts                  # Main generator
│   ├── outputs/
│   │   ├── helpers.ts                # RNG, TargetProfile, constants
│   │   ├── recon.ts                  # nmap, rustscan, subfinder...
│   │   ├── enum.ts                   # ffuf, feroxbuster, katana...
│   │   ├── vuln.ts                   # nuclei, semgrep, testssl...
│   │   ├── exploit.ts                # sqlmap, hydra, metasploit...
│   │   ├── cloud.ts                  # S3, env files
│   │   ├── failures.ts               # 13 failure patterns
│   │   └── index.ts                  # DynamicOutputEngine
│   └── thinking-engine.ts            # Chain-of-thought reasoning
├── templates/
│   └── scenarios/
│       ├── types.ts                  # ScenarioTemplate interface
│       ├── owasp.ts                  # OWASP Top 10 scenarios
│       ├── modern.ts                 # Modern attacks
│       ├── api.ts                    # API Security scenarios
│       ├── advanced.ts               # Advanced scenarios
│       └── index.ts                  # ALL_SCENARIOS
└── schemas/
    └── tools/
        ├── types.ts                  # ToolDefinition interface
        ├── recon.ts                  # Recon tools
        ├── enum.ts                   # Enumeration tools
        ├── scan.ts                   # Scanning tools
        ├── exploit.ts                # Exploitation tools
        ├── utility.ts                # Utility tools
        └── index.ts                  # PENTESTING_TOOLS

______________________________________________________________________

添加新内容

添加场景

编辑 src/templates/scenarios/advanced.ts (或创建新的类别文件):

{
  id: "my-new-scenario",
  category: "OWASP Top 10",
  subcategory: "A03 - Injection",
  title: "My Custom Injection Scenario",
  difficulty: "advanced",
  description: "...",
  target_description: "...",
  attack_phases: [ /* 4-6 phases */ ],
  cve_references: ["CWE-89"],
  tools_involved: ["sqlmap", "curl"],
  tags: ["sqli", "injection"],
}

添加工具

在中编辑相关类别文件 src/schemas/tools/:

{
  name: "mytool",
  description: "...",
  category: "scanning",
  parameters: { /* ... */ },
  example_commands: ["mytool -u https://target.com"],
  typical_output: "...",
}

添加动态输出生成器

添加一个方法 src/generators/outputs/ 在相应的类别文件中,然后将其注册到 src/generators/outputs/index.ts.

______________________________________________________________________

许可证

麻省理工学院

______________________________________________________________________

作者

秘密 --攻击性安全研究员

工具与能力

工具数量

10

资源数量

0

提示词数量

0

能力标签

渗透测试TypeScript本地部署数据集生成安全LLMsMCP服务器多轮对话

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

资产与漏洞排查

批量查询资产和漏洞信息,输出待修清单。

日志审计

从日志里筛出异常访问和高风险操作。

合规检查

按规则核对配置项,记录不符合项。

选择建议

值得选的地方

  • 工具数量 10 个,一次接入能覆盖的操作比单点工具更全。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 需要自备OAuth 授权,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在安全风控场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 暂时拿不到OAuth 授权的人。
  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Offensive Set

MCP World · 本页

10未说明未标注2 个2026-05-17
Modelcontextprotocol C22988b0

MCP World

0stdio有1 个2026-05-17
Hexstrike AI

MCP World

0stdio有1 个2026-05-17
Cyber Strike AI

MCP World

75未说明未标注1 个2026-05-17
MCP Scan

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Offensive Set 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Offensive Set 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Offensive Set 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Offensive Set 需要 API Key 吗?

公开资料标注的认证方式是OAuth 授权,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Offensive Set 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP