Skip to main content
Glama
snoe-findley

Velociraptor MCP Server

by snoe-findley

Velociraptor MCP 서버

제작자: mgreen27/mcp-velociraptor 추가 기여자: Snoe Findley

Velociraptor MCP(Model Context Protocol) 서버는 디지털 포렌식 및 사고 대응(DFIR)을 위해 설계된 통합 인터페이스입니다. 이 서버를 통해 LLM 프레임워크(Claude, Gemini, Open WebUI, n8n 등)가 Velociraptor 엔드포인트 모니터링 엔진과 프로그래밍 방식으로 상호 작용할 수 있습니다.

개요

이 MCP 서버는 표준 Velociraptor 기능을 AI 에이전트에 노출하여 다음 작업을 수행할 수 있게 합니다:

  • YARA를 사용한 파일 및 메모리 스캔 수행.

  • 네트워크 격리 및 프로세스 종료를 포함한 수정 작업 실행.

  • Windows, macOS 및 Linux 전반에 걸친 아티팩트 수집(예: MFT 파싱, 이벤트 로그 추출, USN 저널 분석 및 프로세스 메모리 검사).

보안 참고 사항: 이 서버는 토큰 오버플로를 완화하고 VQL 인젝션을 방지하기 위해 데이터 제한 및 VQL 문자열 정제 기능을 적용합니다. 임의의 명령줄 스크립트를 실행하는 대신, 엔드포인트 안정성을 보장하기 위해 표준 내장 Velociraptor 아티팩트를 사용합니다.


Related MCP server: Velociraptor MCP Server

1. 사전 요구 사항

실행 중인 Velociraptor 서버와 해당 API 구성 파일이 필요합니다. 추가로 다음이 필요합니다:

  • 로컬(stdio) 배포의 경우: Python 3.10+가 설치되어 있어야 합니다.

  • 네트워크(SSE) 배포의 경우: Docker 및 Docker Compose가 설치되어 있어야 합니다.

  1. Velociraptor 서버에 전용 API 사용자를 생성합니다:

    velociraptor --config /etc/velociraptor/server.config.yaml config api_client --name mcp_agent --role administrator,api api_client.yaml
  2. api_client.yaml을 이 프로젝트의 루트 디렉토리로 복사합니다.

  3. .env.example의 이름을 .env로 변경하고 구성 환경 변수를 매핑합니다:

    VELOCIRAPTOR_API_CONFIG=api_client.yaml

2. 로컬 배포 (stdio)

표준 입출력(stdio)을 통한 배포는 Claude Desktop, Claude Code 또는 Gemini CLI와 같은 로컬 데스크톱 클라이언트에 권장되는 구성입니다.

설정

  1. Python 3.10+가 설치되어 있는지 확인합니다.

  2. 가상 환경을 초기화하고 활성화합니다:

    python -m venv .venv
    # Windows
    .venv\Scripts\activate 
    # Mac/Linux
    source .venv/bin/activate
  3. 종속성을 설치합니다:

    pip install -r requirements.txt

클라이언트 연결

stdio 전송을 사용하여 MCP 클라이언트의 구성 파일에 연결을 추가합니다. 가상 환경의 파이썬 실행 파일을 직접 가리키도록 설정하십시오:

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

3. 네트워크 배포 (Docker / SSE)

Open WebUI 또는 n8n과 같은 서버 기반 플랫폼의 경우, 포함된 Docker Compose 구성을 통해 서버 전송 이벤트(SSE)를 사용하여 로컬 네트워크를 통해 MCP 서버를 노출할 수 있습니다.

설정

이 저장소는 FastMCP HTTP 서버를 활용하여 SSE REST 엔드포인트를 제공합니다.

  1. api_client.yaml과 .env가 루트 디렉토리에 있는지 확인합니다.

  2. Docker 컨테이너를 빌드하고 시작합니다:

    docker compose up -d
  3. 서버는 http://<your-host-ip>:8088/sse에서 SSE를 통해 액세스할 수 있습니다.

⚠️ 보안 및 강화 요구 사항

**[!CAUTION] 이 MCP 서버는 Velociraptor 내에서 관리자(Administrator) 권한으로 작동합니다. 프로세스를 종료하고, 파일을 검색하며, 배포 전반에 걸쳐 민감한 엔드포인트 데이터에 액세스할 수 있는 기능을 갖추고 있습니다.

Docker를 통해 네트워크상에 서버를 노출할 때:

  • 기본 인증 없음: 내장된 SSE 서버는 강력한 HTTP 인증 메커니즘을 제공하지 않습니다.

  • 노출 최소화: 포트 8088을 공용 인터넷이나 신뢰할 수 없는 네트워크에 노출하지 마십시오.

  • 네트워크 프록시: 컨테이너 앞에 리버스 프록시(예: Nginx, Traefik)를 배포하여 상호 TLS(mTLS), 엄격한 IP 허용 목록 또는 이에 상응하는 네트워크 수준의 인증을 강제해야 합니다. 트래픽은 승인된 LLM 소비 노드로 명시적으로 제한되어야 합니다.


문서

지원되는 macOS, Linux 및 Windows 포렌식 도구, 구성 세부 정보 및 아키텍처 다이어그램에 대한 전체 목록은 종합 문서를 참조하십시오.

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    D
    maintenance
    Enables AI assistants to interact with the Velociraptor digital forensics and incident response platform for endpoint management and threat hunting. It supports artifact collection, VQL query execution, and automated forensic investigation workflows.
    35
    3
    MIT
  • A
    license
    Not graded
    quality
    C
    maintenance
    Enables AI assistants to perform digital forensics analysis including memory analysis, file metadata inspection, and threat-intelligence lookups.
    2 npm
    ISC