Veracode的MCP服务器
此服务器目前具备以下功能：
- 获取应用信息
未来：
- 创建、编辑、删除应用程序
- 衡量政策合规性
- 创建数据管道并生成命令行界面（CLI）命令。
待办事项（或“全部”）
- 为管道参数和选项添加资源，API规范。
- 为格式说明添加提示。
什么是MCP服务器？
MCP服务器本质上是将特定任务注册到您的大型语言模型（LLM）中。当您的AI代理尝试为您创建管道或代码时，由于训练时的时间限制，建议的包或模板通常会过时。使用MCP可以让AI代理有一条明确的路径来获取您希望在提示中使用的更新信息。
服务器还通过定义大型语言模型（LLM）可以用来完成某些操作的工具，充当大型语言模型的API。例如，如果我是Veracode用户，并且想要创建一个应用程序配置文件，我可以使用 veracode-api-py 创建应用程序配置文件，因为已经有人编写了相关操作指南。
如果相反，我想让我的大型语言模型（LLM）为我创建一个应用程序配置文件，可能作为更长查询的一部分，比如 Package my code and upload it to be scanned under the application profile "verademo," 我可能要倒霉了。基于其训练，大型语言模型（LLM）不知道如何做到这一点，而且Veracode平台是一个私有网站！ 对于这个情况，如果我们定义一个函数，比如 Create Application Profile 一个大型语言模型（LLM）能够理解这一点后，它将智能地选择何时使用该功能，并根据用户输入应用适当的参数。这样，当LLM认为需要创建一个应用程序配置文件时，它就知道如何使用我们定义的工具来完成这一任务。
你正在安装的是 为了了解你正在安装什么以及安装位置，我建议阅读 Manual install 在运行安装脚本之前，先阅读这一部分以了解发生了什么。或者也可以不阅读，直接查看日志 :)
安装
目前，这个机器学习编排器（MCP）是本地运行的，因此用户需要将其安装在本地，并将其注册为您的大型语言模型（LLM）的工具。这只需通过克隆仓库，然后编辑您所需工具的配置文件以识别仓库的位置即可完成。安装有几种方法：
使用安装脚本
我已经提供了 install.sh 脚本用于下载必要的工具并编辑相应的配置文件以适配该工具。希望这能奏效，如果成功了，只需重启您的AI服务即可注册这些工具。
手动安装
手动安装很简单！每个使用代理AI的程序都在一个隐藏文件夹中包含某种配置文件（例如。 .gemini/settings.json 或者 .cursor/mcp.json）。 在配置文件中添加MCP的文件夹以及运行MCP所需的参数，代理将检测到MCP工具！
一个关于Claude Desktop的例子：
{
"mcpServers": {
"weather": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/PARENT/FOLDER/veracode-platform",
"run",
"veracode-platform.py"
]
}
}
}
注： 你可能需要提供完整的路径到 uv 在命令字段中，以便代理能够检测到适当的命令。
VSCode 安装
你可以在 VSCode 中通过命令面板中的“MCP: Add Server”命令来安装 MCP 服务器。
命令： /Users/{username}/.local/bin/uv --directory /Users/{username}/dev/mcp/veracode-platform run veracode-platform.py
这应该会在（某个位置/时间点）创建以下内容： ~/Library/Application Support/Code/User/mcp.json
{
"servers": {
"veracode-platform": {
"type": "stdio",
"command": "/Users/{username}/.local/bin/uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/PARENT/FOLDER/veracode-platform",
"run",
"veracode-platform.py"
]
}
},
"inputs": []
}了解更多
查看一下 MCP 文档 了解更多关于协议的内容，以及这里正在使用的各种工具！