Skip to main content
Glama
deenesjakoruzh
CSOAI-ORG

NIST RMF AI MCP

by CSOAI-ORG
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

nist-rmf-ai-mcp MCP-Server MCP-Registry PyPI

nist-rmf-ai-mcp MCP-Server

PyPI Downloads GitHub stars License: MIT

NIST AI RMF MCP

Implementierung des NIST AI Risk Management Framework (AI 100-1) über alle vier Funktionen hinweg: GOVERN, MAP, MEASURE, MANAGE. Risikoprofilierung, vertrauenswürdige KI-Eigenschaften und Crosswalk zum EU AI Act.

MEOK AI Labs

Installation · Tools · Preise · Attestierungs-API

Warum existiert dieses Projekt?

NIST AI 100-1 ist der De-facto-Standard für das KI-Risikomanagement für US-Bundesbehörden, Bundesauftragnehmer und jedes Unternehmen mit Hauptsitz in den USA, das eine KI-Governance aufbaut. Die Executive Order 14110 (Okt. 2023) weist Bundesbehörden an, das AI RMF zu übernehmen, und Beschaffungsbeauftragte fordern zunehmend Compliance-Dokumentationen zum AI RMF von Anbietern.

Das Framework definiert vier Kernfunktionen (GOVERN, MAP, MEASURE, MANAGE) mit 19 Kategorien und 72 Unterkategorien. Die Abbildung Ihres KI-Systems auf all diese Punkte, die Bewertung vertrauenswürdiger KI-Eigenschaften (valide, zuverlässig, sicher, geschützt, rechenschaftspflichtig, transparent, erklärbar, datenschutzfreundlich, fair) und der Crosswalk zum EU AI Act für die Compliance in zwei Rechtsordnungen ist zeitaufwendig. Dieses MCP automatisiert die vollständige Bewertung.

Related MCP server: ISO 42001 AI MCP

Installation

pip install nist-rmf-ai-mcp

Tools

Tool

AI RMF Referenz

Funktion

assess_risk_profile

GOVERN, MAP, MEASURE, MANAGE

Vollständige Risikoprofilbewertung über alle 4 Funktionen

map_ai_impact

MAP 1-5

Abbildung von KI-Systemkontext, Auswirkungen und Stakeholdern

generate_risk_controls

MANAGE 1-4

Generierung von Risikoreaktions- und Kontrollvorschlägen

crosswalk_to_eu_ai_act

AI RMF + EU AI Act

Abbildung von NIST AI RMF-Unterkategorien auf Anforderungen des EU AI Act

create_risk_report

Alle Funktionen

Erstellung eines strukturierten KI-Risikomanagementberichts

check_trustworthy_characteristics

AI RMF Core

Bewertung anhand der vertrauenswürdigen KI-Eigenschaften des NIST

predict_risk_neural

ML-gestützt

Neuronale Netzwerk-Risikovorhersage für KI-Systeme

quick_scan

Alle Funktionen

Schneller Überblick über das KI-Systemrisiko

framework_overview

AI 100-1

Vollständige Framework-Struktur und Referenzhandbuch

Beispiel

Prompt: "Assess our healthcare diagnostic AI against the NIST AI RMF.
It analyses chest X-rays, was trained on NIH ChestX-ray14, deployed
in a US hospital network, and clinicians use it as a second opinion."

Result: Assessment across all 4 functions with findings: MAP identifies
high-impact healthcare context with patient safety implications, MEASURE
flags dataset bias risk (ChestX-ray14 demographic skew), MANAGE requires
human-in-the-loop validation controls, GOVERN needs AI governance board
oversight. Trustworthy AI assessment scores each characteristic.

Preise

Stufe

Preis

Was Sie erhalten

Free

£0

10 Aufrufe/Tag — Risikoprofil + Quick Scan

Pro

£199/Monat

Unbegrenzt + HMAC-signierte Attestierungen + Verifizierungs-URLs

Enterprise

£1.499/Monat

Multi-Tenant + Co-Branded-Berichte + Webhooks

Pro abonnieren · Enterprise

Attestierungs-API

Jedes Pro/Enterprise-Audit erstellt ein kryptografisch signiertes Zertifikat:

POST https://meok-attestation-api.vercel.app/sign
GET  https://meok-attestation-api.vercel.app/verify/{cert_id}

Zero-Dep-Verifizierer: pip install meok-attestation-verify

Links

Lizenz

MIT

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessUnresponsive

Resources

Related MCP Connectors

Related MCP Servers