MCP-сервер Velociraptor

Создан: mgreen27/mcp-velociraptor
Дополнен: Snoe Findley

Сервер протокола контекста модели (MCP) для Velociraptor — это интерфейс интеграции, разработанный для цифровой криминалистики и реагирования на инциденты (DFIR). Он позволяет фреймворкам LLM (таким как Claude, Gemini, Open WebUI и n8n) программно взаимодействовать с движком мониторинга конечных точек Velociraptor.

Обзор

Этот MCP-сервер предоставляет ИИ-агентам стандартные возможности Velociraptor, позволяя им:

• Проводить сканирование файлов и памяти с использованием YARA.

• Выполнять действия по устранению угроз, включая изоляцию сети и завершение процессов.

• Осуществлять сбор артефактов в Windows, macOS и Linux (например, парсинг MFT, извлечение журналов событий, анализ журнала USN и инспекцию памяти процессов).

Примечание по безопасности: Сервер применяет ограничения на объем данных и очистку строк VQL для предотвращения переполнения токенов и инъекций VQL. Он полагается на стандартные встроенные артефакты Velociraptor для обеспечения стабильности конечных точек, а не на выполнение произвольных сценариев командной строки.

Related MCP server: Velociraptor MCP Server

1. Предварительные требования

Необходимы работающий сервер Velociraptor и соответствующий файл конфигурации API. Кроме того:

• Для локального развертывания (stdio): должен быть установлен Python 3.10+.

• Для сетевого развертывания (SSE): должны быть установлены Docker и Docker Compose.

1. Создайте выделенного пользователя API на вашем сервере Velociraptor:

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

2. Скопируйте api_client.yaml в корневой каталог этого проекта.

3. Переименуйте .env.example в .env и укажите переменную среды конфигурации:

   VELOCIRAPTOR_API_CONFIG=api_client.yaml

2. Локальное развертывание (stdio)

Развертывание через стандартный ввод/вывод (stdio) является рекомендуемой конфигурацией для локальных настольных клиентов, таких как Claude Desktop, Claude Code или Gemini CLI.

Настройка

1. Убедитесь, что установлен Python 3.10+.

2. Инициализируйте и активируйте виртуальное окружение:

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

3. Установите зависимости:

   pip install -r requirements.txt

Подключение клиента

Добавьте подключение в файл конфигурации вашего MCP-клиента, используя транспорт stdio. Укажите путь непосредственно к исполняемому файлу Python вашего виртуального окружения:

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

3. Сетевое развертывание (Docker / SSE)

Для серверных платформ, таких как Open WebUI или n8n, MCP-сервер может быть доступен через локальную сеть с использованием Server-Sent Events (SSE) через прилагаемую конфигурацию Docker Compose.

Настройка

Этот репозиторий использует HTTP-сервер FastMCP для предоставления REST-эндпоинта SSE.

1. Убедитесь, что api_client.yaml и .env размещены в корневом каталоге.

2. Соберите и запустите Docker-контейнер:

   docker compose up -d

3. Сервер будет доступен через SSE по адресу http://<your-host-ip>:8088/sse.

⚠️ Требования к безопасности и защите

**[!CAUTION] Этот MCP-сервер работает с правами Администратора в Velociraptor. Он обладает возможностью завершать процессы, извлекать файлы и получать доступ к конфиденциальным данным конечных точек по всей инфраструктуре.

При предоставлении доступа к серверу через сеть с помощью Docker:

• Отсутствие встроенной аутентификации: Встроенный SSE-сервер не предоставляет надежных механизмов аутентификации HTTP.

• Снижение рисков: Не открывайте порт 8088 для публичного интернета или ненадежных сетей.

• Сетевые прокси: Вы должны развернуть обратный прокси-сервер (например, Nginx, Traefik) перед контейнером для обеспечения взаимного TLS (mTLS), строгого белого списка IP-адресов или эквивалентной аутентификации на сетевом уровне. Трафик должен быть явно ограничен авторизованными узлами потребления LLM.

Документация

Для получения полного списка поддерживаемых инструментов криминалистики для macOS, Linux и Windows, подробностей конфигурации и архитектурных схем, пожалуйста, обратитесь к Полной документации.