BloodHound-MCP

血hound模型上下文协议（MCP）服务器

BloodHound-MCP 是一项强大的集成，它将 Model Context Protocol (MCP) Server 的功能引入到 BloodHound 中。BloodHound 是行业标准工具，用于分析 Active Directory 安全性。此集成使您能够通过自然语言分析 BloodHound 数据，从而让复杂的 Active Directory 攻击路径分析变得更加易用。

🥇 首款 BloodHound AI 集成！
这是首个将 BloodHound 与人工智能结合的整合，最初在此宣布。

🔍 什么是 BloodHound-MCP？

BloodHound-MCP 结合了以下功能：

• BloodHound：行业标准工具，用于可视化和分析 Active Directory 攻击路径
• 模型上下文协议（MCP）：一个开放协议，用于创建自定义人工智能工具，与多种 AI 模型兼容
• Neo4j：BloodHound 使用的图数据库，用于存储 AD 关系数据

凭借 75 多个基于原始 BloodHound CE Cypher 查询的专用工具，BloodHound-MCP 允许安全专业人员：

• 使用自然语言查询 BloodHound 数据
• 发现 Active Directory 环境中的复杂攻击路径
• 更高效地评估 Active Directory 安全状况
• 为利益相关者生成详细的安全报告

📱 社区

加入我们的 Telegram 频道，获取更新、技巧和讨论：

• Telegram：root_sec

🌟 星历史

✨ 功能

• 自然语言接口：使用普通英语查询 BloodHound 数据
• 全面分析类别：
  • 域结构映射
  • 权限提升路径
  • Kerberos 安全问题（Kerberoasting、AS-REP Roasting）
  • 证书服务漏洞
  • Active Directory 卫生评估
  • NTLM 中继攻击向量
  • 代理滥用机会
  • 以及其他更多！

📋 先决条件

• BloodHound 4.x+，已从 Active Directory 环境收集数据
• 已加载 BloodHound 数据的 Neo4j 数据库
• Python 3.8 或更高版本
• MCP 客户端

🔧 安装

1. 克隆此仓库：

   git clone https://github.com/your-username/MCP-BloodHound.git
   cd MCP-BloodHound
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 配置 MCP 服务器：

   # 示例配置文件
   {
     "server": {
       "port": 5000,
       "host": "localhost"
     },
     "db": {
       "type": "neo4j",
       "uri": "bolt://localhost:7687",
       "user": "neo4j",
       "password": "password"
     }
   } > config.json
   

4. 启动服务器：

   python server.py
   

🛠️ 使用

1. 启动 MCP 客户端：

   mcp-client
   

2. 发送查询：

   # 示例查询
   {
     "action": "query",
     "params": {
       "query": "MATCH (n) RETURN n LIMIT 10"
     }
   }
   

📜 许可证

此项目受 MIT License 保护。

如需了解更多信息，请访问我们的文档或联系支持团队。