Agent Skills
返回列表
🔒

MCP 服务器安全扫描器

IT 运维与安全 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/scan-mcp-servers-for-security-findings-before-connecting-them-to-agents-with-mcp-scanner

技能介绍

要解决的具体问题

将MCP服务器接入代理时,团队常面临三类隐性风险:

  • 恶意工具注入:未验证的MCP工具可能携带诱导性提示,引导代理泄露数据或执行非预期操作;
  • 依赖链漏洞:Python依赖包中若存在已知CVE漏洞,代理调用工具时可能被间接利用;
  • 供应链污染:第三方MCP服务器若被篡改,工具描述或资源内容可能包含恶意载荷。

技能如何工作

MCP Scanner 通过三层机制提供有边界的安全审查:

  • 静态规则扫描:结合Cisco AI Defense inspect API与YARA规则,检测工具描述、提示模板中的异常模式;
  • 动态语义分析:调用LLM作为裁判,评估资源内容是否包含诱导性指令或敏感信息提取逻辑;
  • 依赖漏洞审计:通过pip-audit集成扫描Python依赖,匹配CVE/PYSEC/GHSA数据库,标记高风险包。

扫描结果会输出结构化报告,包含:

  • 工具级风险标记(如"提示注入特征""资源内容异常");
  • 依赖包漏洞列表(含CVE编号与CVSS评分);
  • 供应链信任建议(如"服务器响应头可疑""依赖源非官方仓库")。

适用边界与注意点

  • 环境依赖:需Python 3.11+环境,部分高级功能依赖uv工具链;
  • 外部服务限制:Cisco AI Defense API、LLM Provider、VirusTotal API为可选项,未配置时仅启用基础规则扫描;
  • 覆盖范围:无法检测运行时动态生成的恶意内容(如实时拉取的外部数据),建议结合代理运行时监控;
  • 误报处理:YARA规则与LLM判断可能存在误报,需人工复核高风险项再决定是否接入代理。

使用场景

  • 将第三方MCP服务器接入代理前,需扫描工具描述、提示模板中的恶意注入特征
  • 团队引入新MCP工具时,需审计其Python依赖是否存在已知CVE漏洞
  • 评估MCP服务器供应链安全性,验证资源内容是否包含诱导性指令
  • 在代理生产环境部署前,需对MCP工具集进行静态规则与动态语义双重扫描

适合人员

  • 代理开发工程师,需在接入MCP工具前评估安全风险与依赖漏洞
  • 安全运维负责人,需扫描MCP服务器供应链风险并生成审查报告
  • MCP工具集成团队,需验证工具描述与提示模板是否存在注入风险
  • AI平台架构师,需构建MCP工具准入前的安全扫描与验证流程