Servidor MCP de Velociraptor

Creado por: mgreen27/mcp-velociraptor
Añadido por: Snoe Findley

El servidor del Protocolo de Contexto de Modelo (MCP) de Velociraptor es una interfaz de integración diseñada para el análisis forense digital y la respuesta ante incidentes (DFIR). Permite que los marcos de trabajo de LLM (como Claude, Gemini, Open WebUI y n8n) interactúen programáticamente con el motor de monitoreo de endpoints de Velociraptor.

Descripción general

Este servidor MCP expone las capacidades estándar de Velociraptor a los agentes de IA, permitiéndoles:

• Realizar escaneos de archivos y memoria utilizando YARA.

• Ejecutar acciones de remediación, incluyendo el aislamiento de red y la terminación de procesos.

• Realizar la recopilación de artefactos en Windows, macOS y Linux (por ejemplo, análisis de MFT, extracción de registros de eventos, análisis del diario USN e inspección de la memoria de procesos).

Nota de seguridad: El servidor aplica límites de datos y saneamiento de cadenas VQL para mitigar el desbordamiento de tokens y prevenir la inyección de VQL. Se basa en artefactos estándar integrados de Velociraptor para garantizar la estabilidad del endpoint en lugar de ejecutar scripts de línea de comandos arbitrarios.

Related MCP server: Velociraptor MCP Server

1. Requisitos previos

Se requiere un servidor Velociraptor en ejecución y el archivo de configuración de API correspondiente. Además:

• Para despliegues locales (stdio): Se debe instalar Python 3.10+.

• Para despliegues de red (SSE): Se deben instalar Docker y Docker Compose.

1. Cree un usuario de API dedicado en su servidor Velociraptor:

   velociraptor --config /etc/velociraptor/server.config.yaml config api_client --name mcp_agent --role administrator,api api_client.yaml

2. Copie api_client.yaml al directorio raíz de este proyecto.

3. Cambie el nombre de .env.example a .env y asigne la variable de entorno de configuración:

   VELOCIRAPTOR_API_CONFIG=api_client.yaml

2. Despliegue local (stdio)

El despliegue a través de entrada/salida estándar (stdio) es la configuración recomendada para clientes de escritorio locales como Claude Desktop, Claude Code o la CLI de Gemini.

Configuración

1. Asegúrese de que Python 3.10+ esté instalado.

2. Inicialice y active un entorno virtual:

   python -m venv .venv
   # Windows
   .venv\Scripts\activate 
   # Mac/Linux
   source .venv/bin/activate

3. Instale las dependencias:

   pip install -r requirements.txt

Conexión de su cliente

Agregue la conexión al archivo de configuración de su cliente MCP utilizando el transporte stdio. Apunte directamente al ejecutable de Python de su entorno virtual:

{
  "mcpServers": {
    "velociraptor-dfir": {
      "command": "/path/to/repo/.venv/bin/python",
      "args": ["/path/to/repo/mcp_velociraptor_bridge.py"]
    }
  }
}

3. Despliegue de red (Docker / SSE)

Para plataformas basadas en servidor como Open WebUI o n8n, el servidor MCP puede exponerse a través de la red local utilizando Server-Sent Events (SSE) mediante la configuración de Docker Compose incluida.

Configuración

Este repositorio utiliza el servidor HTTP FastMCP para proporcionar un endpoint REST SSE.

1. Asegúrese de que api_client.yaml y .env estén colocados en el directorio raíz.

2. Construya e inicie el contenedor Docker:

   docker compose up -d

3. El servidor será accesible a través de SSE en http://<your-host-ip>:8088/sse.

⚠️ Requisitos de seguridad y endurecimiento

**[!CAUTION] Este servidor MCP opera con privilegios de Administrador dentro de Velociraptor. Tiene la capacidad de terminar procesos, recuperar archivos y acceder a datos confidenciales del endpoint en todo el despliegue.

Al exponer el servidor a través de una red mediante Docker:

• Sin autenticación nativa: El servidor SSE integrado no proporciona mecanismos robustos de autenticación HTTP.

• Reducción de la exposición: No exponga el puerto 8088 a la internet pública o a redes no confiables.

• Proxies de red: Debe implementar un proxy inverso (por ejemplo, Nginx, Traefik) frente al contenedor para aplicar TLS mutuo (mTLS), listas de permitidos de IP estrictas o autenticación equivalente a nivel de red. El tráfico debe restringirse explícitamente a los nodos de consumo de LLM autorizados.

Documentación

Para obtener una lista completa de las herramientas forenses compatibles con macOS, Linux y Windows, detalles de configuración y diagramas de arquitectura, consulte la Documentación completa.