Wire-MCP 横幅

WireMCP

WireMCP 是一个模型上下文协议 (MCP) 服务器，旨在为大型语言模型 (LLM) 提供实时网络流量分析功能。WireMCP 利用基于 Wireshark 的tshark构建的工具，捕获并处理实时网络数据，为 LLM 提供结构化上下文，以协助执行威胁搜寻、网络诊断和异常检测等任务。

特征

WireMCP 向 MCP 客户端公开以下工具，增强 LLM 对网络活动的理解：

capture_packets ：捕获实时流量并以 JSON 格式返回原始数据包数据，使 LLM 能够分析数据包级别的详细信息（例如 IP 地址、端口、HTTP 方法）。
get_summary_stats ：提供协议层次结构统计信息，让 LLM 了解流量组成的概况（例如，TCP 与 UDP 的使用情况）。
get_conversations ：提供 TCP/UDP 对话统计信息，允许 LLM 跟踪端点之间的通信流。
check_threats ：捕获 IP 并根据 URLhaus 黑名单进行检查，为 LLM 提供威胁情报环境以识别恶意活动。
check_ip_threats ：针对多个威胁源执行针对特定 IP 地址的目标威胁情报查找，提供详细的信誉和威胁数据。
analyze_pcap ：分析 PCAP 文件以 JSON 格式提供全面的数据包数据，从而实现对网络流量的详细捕获后分析。
extract_credentials ：扫描 PCAP 文件中来自各种协议（HTTP Basic Auth、FTP、Telnet）的潜在凭证，协助进行安全审计和取证分析。

它如何帮助法学硕士

WireMCP 通过以下方式弥合原始网络数据和 LLM 理解之间的差距：

情境化流量：将实时数据包捕获转换为 LLM 可以解析和推理的结构化输出（JSON、统计数据）。
威胁检测：集成 IOC（当前为 URLhaus）来标记可疑 IP，增强 LLM 驱动的安全分析。
诊断：提供详细的流量洞察，使 LLM 能够协助排除故障或识别异常。
叙事生成：LLM 可以将复杂的数据包捕获转换为连贯的故事，使非技术用户能够进行网络分析。

安装

Related MCP server: MCP File Context Server

先决条件

Mac / Windows / Linux
Wireshark （已安装tshark并可在 PATH 中访问）
Node.js（建议使用 v16+）
npm（用于依赖项安装）

设置

克隆存储库：
git clone https://github.com/0xkoda/WireMCP.git cd WireMCP
安装依赖项：
npm install
运行 MCP 服务器：
node index.js

注意：确保tshark位于您的 PATH 中。WireMCP 会自动检测它，或者回退到常用的安装位置（例如，在 macOS 上为/Applications/Wireshark.app/Contents/MacOS/tshark ）。

与 MCP 客户端一起使用

WireMCP 可与任何兼容 MCP 的客户端兼容。以下是一些常用客户端的示例：

示例 1：游标

在 Cursor -> Settings -> MCP 中编辑mcp.json ：

{ "mcpServers": { "wiremcp": { "command": "node", "args": [ "/ABSOLUTE_PATH_TO/WireMCP/index.js" ] } } }

位置（macOS） ： /Users/YOUR_USER/Library/Application Support/Claude/claude_desktop_config.json

其他客户

此 MCP 可与任何客户端兼容。请在客户端的 MCP 服务器设置中使用命令node /path/to/WireMCP/index.js 。

示例输出

运行check_threats可能会产生以下结果：

Captured IPs: 174.67.0.227 52.196.136.253 Threat check against URLhaus blacklist: No threats detected in URLhaus blacklist.

在捕获文件上运行analyze_pcap ：

{ "content": [{ "type": "text", "text": "Analyzed PCAP: ./capture.pcap\n\nUnique IPs:\n192.168.0.2\n192.168.0.1\n\nProtocols:\neth:ethertype:ip:tcp\neth:ethertype:ip:tcp:telnet\n\nPacket Data:\n[{\"layers\":{\"frame.number\":[\"1\"],\"ip.src\":[\"192.168.0.2\"],\"ip.dst\":[\"192.168.0.1\"],\"tcp.srcport\":[\"1550\"],\"tcp.dstport\":[\"23\"]}}]" }] }

LLM 可以利用这些输出来：