🚀 BloodHound - MCP

BloodHound - MCP 是一款强大的集成工具，它将 Model Context Protocol (MCP) Server 的功能融入到行业标准的 Active Directory 安全性分析工具 BloodHound 中。借助该工具，用户能够通过自然语言分析 BloodHound 数据，让复杂的 Active Directory 攻击路径分析变得更加便捷。

🚀 快速开始

BloodHound - MCP 结合了 BloodHound、模型上下文协议（MCP）以及 Neo4j 图数据库的功能。它提供了 75 多个基于原始 BloodHound CE Cypher 查询的专用工具，安全专业人员可以使用自然语言查询 BloodHound 数据，发现复杂攻击路径，评估安全状况并生成详细报告。

✨ 主要特性

• 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！

📦 安装指南

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。

安装步骤

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
   

💻 使用示例

基础用法

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"
     }
   }
   

📋 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

[](https://www.star - history.com/#MorDavid/BloodHound - MCP - AI&Date)

📄 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。