漏洞赏金-MCP服务器

Name: 漏洞赏金-MCP服务器
Author: gokulapap

作者：gokulapap2 星标更新：2025-09-14

安装使用来源：spider==github.com

项目介绍

BugBounty MCP Server

一个全面的模型上下文协议（MCP）服务器，用于漏洞赏金猎捕和网络应用渗透测试。此工具允许您通过与大型语言模型（LLM）进行自然语言对话来进行广泛的安全测试。

🚀 功能

🔍 侦察（13个工具）

子域枚举：被动和主动子域发现
DNS枚举：全面的DNS记录分析
WHOIS查询：域名注册和所有权信息
证书透明度：SSL证书日志分析
Google Dorking：自动搜索引擎侦察
Shodan/Censys集成：物联网和服务发现
GitHub侦察：代码仓库分析
Archive.org搜索：历史网站分析
技术检测：Web堆栈指纹识别
社交媒体搜索：跨平台开源情报（OSINT）
电子邮件枚举：电子邮件地址发现
反向DNS：IP到主机名解析
WAF检测：Web应用程序防火墙识别

🌐 扫描（15个工具）

端口扫描：全面的网络端口分析
服务枚举：详细的服务指纹识别
Web目录扫描：隐藏文件/目录发现
Web爬虫：自动网站探索
参数发现：隐藏参数识别
子域接管：漏洞检测
SSL/TLS分析：证书安全性评估
CMS扫描：WordPress/Drupal/Joomla分析
JavaScript分析：客户端安全审查
HTTP方法测试：动词篡改检测
CORS分析：跨源策略测试
安全头：HTTP头部安全性分析
Nuclei集成：漏洞模板扫描
模糊测试：输入验证测试
API端点发现：REST/GraphQL/SOAP分析

🛡️ 漏洞评估（15个工具）

SQL注入测试：自动SQLi检测
XSS测试：跨站脚本分析
命令注入：操作系统命令执行测试
文件包含（LFI/RFI）：路径遍历分析
XXE测试：XML外部实体检测
SSRF测试：服务器端请求伪造
IDOR测试：不安全直接对象引用
CSRF测试：跨站请求伪造
认证绕过：登录机制测试
权限提升：权限边界测试
JWT安全：JSON Web Token分析
会话管理：会话安全性评估
竞态条件：并发漏洞测试
业务逻辑：工作流安全性分析
反序列化：不安全对象处理检测

🌍 Web应用（10个工具）

访问控制测试：授权边界测试
安全配置错误：配置弱点检测
敏感数据暴露：信息泄露分析
API安全测试：REST/GraphQL安全性评估
文件上传安全：上传机制测试
输入验证：数据净化分析
Cookie安全：会话Cookie分析
WebSocket安全：实时通信测试
GraphQL安全：查询语言漏洞测试
错误处理分析：通过错误披露信息

🔧 网络安全（10个工具）

网络发现：活动主机识别
防火墙检测：安全设备识别
负载均衡器检测：流量分布分析
CDN检测：内容分发网络分析
代理检测：中间服务识别
路由分析：网络路径检查
带宽测试：网络性能分析
无线安全：WiFi网络评估
网络嗅探：数据包捕获和分析
横向移动：内部网络探索

🕵️ OSINT（10个工具）

个人调查：个人背景研究
公司调查：企业情报收集
暗网监控：隐藏服务监视
数据泄露检查：凭证暴露分析
社交媒体调查：跨平台个人资料分析
粘贴站点监控：泄露信息检测
代码仓库搜索：源代码情报
地理定位调查：物理存在分析
威胁情报：IoC分析和归因
元数据提取：文档取证

⚔️ 利用（10个工具）

漏洞搜索：漏洞数据库查询
载荷生成：自定义漏洞创建
权限提升：系统访问扩展
横向移动：网络传播技术
持久性机制：后门安装方法
数据外泄：信息提取技术
凭据转储：密码收集方法
反取证：证据消除技术
规避技术：安全控制绕过
社会工程：人为因素利用

📊 报告（10个工具）

漏洞报告：全面的安全评估
执行摘要：面向业务的报告
发现跟踪：漏洞生命周期管理
指标仪表板：安全KPI可视化
数据导出：多格式结果导出
修复计划：优先修复路线图
合规映射：框架对齐分析
风险评估：业务影响评估
扫描比较：历史趋势分析
概念验证：漏洞文档

📋 总计：92+ 安全测试工具

🛠️ 安装

先决条件

Python 3.10或更高版本（推荐Python 3.11+）
Git
Docker（用于容器化部署）
macOS、Linux 或带有WSL的Windows

🐳 Docker安装（推荐）

最简单的方法是使用Docker，它包含了所有依赖项和安全工具预安装。

快速Docker启动

克隆存储库：

git clone https://github.com/gokulapap/bugbounty-mcp-server.git
cd bugbounty-mcp-server

配置API密钥（可选但推荐）：

# 复制环境模板
cp env.example .env

# 编辑.env文件以添加您的API密钥
nano .env

使用Docker Compose构建并运行：

# 构建并启动容器
docker-compose up --build -d

# 查看日志
docker-compose logs -f bugbounty-mcp

# 停止容器
docker-compose down

手动Docker命令

# 构建Docker镜像
docker build -t bugbounty-mcp:latest .

# 运行容器
docker run -d \
  --name bugbounty-mcp-server \
  -v $(pwd)/output:/app/output \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/.env:/app/.env:ro \
  bugbounty-mcp:latest

# 查看日志
docker logs -f bugbounty-mcp-server

# 访问容器shell进行调试
docker exec -it bugbounty-mcp-server /bin/bash

# 停止并删除容器
docker stop bugbounty-mcp-server
docker rm bugbounty-mcp-server

Docker环境变量

您可以直接将API密钥和配置传递给Docker：

docker run -d \
  --name bugbounty-mcp-server \
  -e SHODAN_API_KEY="your_shodan_key" \
  -e VIRUSTOTAL_API_KEY="your_vt_key" \
  -e GITHUB_TOKEN="your_github_token" \
  -e LOG_LEVEL="INFO" \
  -v $(pwd)/output:/app/output \
  bugbounty-mcp:latest

Docker镜像中包含的内容

Docker镜像包括：

✅ Python 3.11及所有必需的包
✅ 所有20+安全工具（nmap、nuclei、subfinder、httpx等）
✅ 扫描所需的基本字典
✅ 优化了安全性和性能
✅ 非root用户增强了安全性
✅ 健康检查和监控

🔧 本地安装

快速开始

克隆存储库：

git clone https://github.com/gokulapap/bugbounty-mcp-server.git
cd bugbounty-mcp-server

运行自动化安装：

# 将运行脚本设置为可执行
chmod +x run.sh

# 自动安装所有内容
./install.sh

或者手动安装：

创建虚拟环境：

python3 -m venv venv
source venv/bin/activate  # 在Windows上：venv\Scripts\activate

安装依赖项：

pip install -r requirements.txt
pip install -e .

安装外部安全工具（可选但推荐）：

# 在Ubuntu/Debian上
sudo apt update
sudo apt install nmap masscan nikto dirb sqlmap

# 在macOS上使用Homebrew
brew install nmap masscan nikto dirb sqlmap

# 安装基于Go的工具
go install github.com/projectdiscovery/nuclei/v2/cmd/nuclei@latest
go install github.com/projectdiscovery/subfinder/v2/cmd/subfinder@latest
go install github.com/projectdiscovery/httpx/cmd/httpx@latest
go install github.com/OJ/gobuster/v3@latest
go install github.com/ffuf/ffuf@latest

配置API密钥（可选）：

# 复制环境模板
cp env.example .env

# 编辑.env文件以添加您的API密钥
nano .env

下载字典：

# 下载所有字典（推荐）
./run.sh download-wordlists

# 或者下载特定类型的字典
./run.sh download-wordlists --type subdomains
./run.sh download-wordlists --type directories
./run.sh download-wordlists --type parameters
./run.sh download-wordlists --type files

# 查看可用选项
./run.sh download-wordlists --help

验证配置：
```
./run.sh validate-config
```

🎯 使用

启动MCP服务器

🐳 Docker使用（推荐）

使用Docker Compose（最简单）：

# 启动服务器
docker-compose up -d

# 实时查看日志
docker-compose logs -f bugbounty-mcp

# 停止服务器
docker-compose down

直接使用Docker：

# 启动服务器
docker run -d \
  --name bugbounty-mcp \
  -v $(pwd)/output:/app/output \
  -v $(pwd)/.env:/app/.env:ro \
  bugbounty-mcp:latest

# 检查服务器状态
docker exec bugbounty-mcp bugbounty-mcp validate-config

# 查看可用工具
docker exec bugbounty-mcp bugbounty-mcp list-tools

🚀 使用run.sh进行本地使用

最简单的方法是使用提供的run.sh脚本来启动服务器：

# 导航到项目目录
cd bugbounty-mcp-server

# 启动MCP服务器
./run.sh serve

该脚本将：

✅ 自动激活虚拟环境
✅ 从.env文件加载环境变量
✅ 显示服务器状态和可用工具
✅ 启动MCP服务器以供LLM集成

📋 命令行界面

# 列出所有可用命令
./run.sh --help

# 启动MCP服务器
./run.sh serve

# 列出所有92+可用工具
./run.sh list-tools

# 验证配置和工具可用性
./run.sh validate-config

# 执行快速安全扫描
./run.sh quick-scan --target example.com

# 下载安全字典
./run.sh download-wordlists --type subdomains

# 导出配置模板
./run.sh export-config --format yaml
bugbounty-mcp export-config --format yaml -o config.yaml

🤖 MCP服务器与LLMs的集成

BugBounty MCP服务器实现了模型上下文协议（MCP），使与各种LLM应用程序无缝集成成为可能，用于自然语言渗透测试。

🔗 支持的LLM客户端

1. Claude Desktop（推荐）

在您的Claude Desktop配置文件中添加： macOS：~/Library/Application Support/Claude/claude_desktop_config.json Windows：%APPDATA%\Claude\claude_desktop_config.json

对于Docker（推荐）：

{
  "mcpServers": {
    "bugbounty-mcp": {
      "command": "docker",
      "args": ["exec", "-i", "bugbounty-mcp-server", "bugbounty-mcp", "serve"],
      "env": {
        "DOCKER_HOST": "unix:///var/run/docker.sock"
      }
    }
  }
}

对于本地安装：

{
  "mcpServers": {
    "bugbounty-mcp": {
      "command": "/Users/your-username/Documents/bugbounty-mcp-server/run.sh",
      "args": ["serve"],
      "env": {
        "PATH": "/opt/homebrew/bin:/usr/local/bin:/usr/bin:/bin"
      }
    }
  }
}

2. VS Code与GitHub Copilot集成

要使用BugBounty MCP服务器与VS Code和GitHub Copilot：

先决条件：

已启用VS Code的GitHub Copilot扩展
VS Code的MCP扩展（如果市场中有）

配置步骤：

对于Docker部署（推荐）：

首先确保您的Docker容器正在运行，并且端口3001已公开：

# 启动容器并自动启动MCP服务器
docker-compose up --build -d

# 验证服务器是否可以在端口3001上访问
nc -z localhost 3001 && echo "MCP服务器已准备好"

然后通过打开VS Code设置（Cmd/Ctrl + ,）并添加以下内容来配置VS Code MCP设置：

{
  "mcp.servers": {
    "bugbounty-docker": {
      "command": "nc",
      "args": ["localhost", "3001"],
      "description": "在Docker中运行的BugBounty MCP服务器",
      "env": {
        "LOG_LEVEL": "info"
      }
    }
  }
}

使用直接Docker exec的替代Docker配置：

{
  "mcp.servers": {
    "bugbounty-docker": {
      "command": "docker",
      "args": ["exec", "-i", "bugbounty-mcp-server", "bugbounty-mcp", "serve"],
      "description": "通过Docker exec的BugBounty MCP服务器",
      "env": {
        "DOCKER_HOST": "unix:///var/run/docker.sock"
      }
    }
  }
}

对于本地安装：

{
  "mcp.servers": {
    "bugbounty-native": {
      "command": "/Users/your-username/Documents/bugbounty-mcp-server/run.sh",
      "args": ["serve"],
      "description": "本地安装的BugBounty MCP服务器",
      "env": {
        "PATH": "/opt/homebrew/bin:/usr/local/bin:/usr/bin:/bin"
      }
    }
  }
}

验证连接：
- 重新启动VS Code或重新加载MCP扩展
- 在VS Code中打开MCP面板（如果可用）
- 您应该看到BugBounty服务器已连接
- 通过询问GitHub Copilot：“从BugBounty MCP列出可用的安全工具”来测试

Docker集成故障排除： 如果使用Docker网络方法遇到问题：

# 检查容器是否正在运行并且健康
docker-compose ps

# 测试网络连通性
nc -z localhost 3001 || echo "端口3001无法访问"

# 检查容器日志
docker-compose logs -f bugbounty-mcp

# 验证MCP服务器响应
echo '{"jsonrpc": "2.0", "method": "initialize", "params": {"protocolVersion": "2024-11-05", "capabilities": {}, "clientInfo": {"name": "test", "version": "1.0"}}, "id": 1}' | nc localhost 3001

3. 自定义MCP客户端

import asyncio
from mcp.client.session import ClientSession
from mcp.client.stdio import stdio_client

async def use_bugbounty_mcp():
    async with stdio_client(["./run.sh", "serve"]) as (read, write):
        async with ClientSession(read, write) as session:
            # 初始化会话
            await session.initialize()
            
            # 列出可用工具
            tools = await session.list_tools()
            print(f"可用工具：{len(tools)}")
            
            # 调用工具
            result = await session.call_tool(
                "subdomain_enumeration",
                {"domain": "example.com", "pass