Ai Assistant Chat With Nmap Tool Integration

🚀 AI代理聊天工具集成Nmap工具

本项目提供了一个基于网络的Gradio聊天界面，用户可通过该界面与由OpenAI API驱动的AI助手进行交互。此AI助手具备使用本地文件系统和借助容器化Nmap服务器开展网络扫描的能力，为网络安全检测和信息收集提供了便利。

🚀 快速开始

确保满足以下先决条件，然后按照安装与设置步骤操作，最后运行应用程序即可开始使用。

先决条件

• Python：3.9+
• Docker：安装最新版本并运行。
• Node.js/npm：需要npx来运行文件系统MCP服务器。
• OpenAI API密钥：设置为环境变量OPENAI_API_KEY。

安装与设置

1. 克隆仓库：

   git clone <your-repository-url>
   cd <your-repository-directory>
   

2. 设置OpenAI API密钥： 作为环境变量导出您的API密钥。将your_api_key_here替换为实际密钥。
   • Linux/macOS：

     export OPENAI_API_KEY='your_api_key_here'
     

   • Windows（命令提示符）：

     set OPENAI_API_KEY=your_api_key_here
     

   • Windows（PowerShell）：

     $env:OPENAI_API_KEY='your_api_key_here'
     

3. 构建Nmap Docker镜像： 导航到包含nmap-server.py和Dockerfile的目录，然后运行：

   docker build -t nmap-mcp-server .
   

   (确保Dockerfile内容正确，特别是如果不是modelcontextprotocol，请检查MCP包名称)
4. 安装Python依赖项： 建议使用虚拟环境。

   python -m venv venv
   # 激活虚拟环境
   # Linux/macOS：
   source venv/bin/activate
   # Windows：
   .\venv\Scripts\activate
   # 安装需求
   pip install -r requirements.txt
   

运行应用程序

确保OpenAI API密钥已设置，Docker正在运行，并且在项目根目录中激活了虚拟环境。

python app.py
# 一个示例MCP服务器，其中包含几个Nmap扫描功能。

✨ 主要特性

• 对话式AI助手：用户可与AI助手进行自然流畅的对话交互。
• 文件系统访问工具：可对应用程序目录进行文件系统访问。
• Nmap网络扫描工具：
  • ping_host [citation: 14]
  • scan_network（前100个端口）[citation: 16]
  • all_scan_network（全面扫描）[-A][citation: 18]
  • all_ports_scan_network（所有65535个端口）[citation: 20]
  • smb_share_enum_scan（SMB共享枚举）[citation: 22]
• 基于网络的UI：使用Gradio构建，方便用户操作。
• 容器化Nmap工具服务器：采用Docker容器化技术，便于依赖管理和隔离。

🔧 技术细节

架构

1. Gradio UI (app.txt)：负责处理用户输入，并显示对话历史，为用户提供直观的交互界面。
2. 主要应用程序 (app.txt)：
   • 初始化Gradio界面，确保界面正常显示。
   • 管理对话状态，保证对话的连续性和准确性。
   • 设置和管理MCP服务器，为文件系统访问和Nmap扫描提供支持。
   • 实例化并运行OpenAI代理，实现与AI助手的交互。
3. OpenAI代理 (agents库)：处理用户消息，根据需求调用工具，并生成响应[citation: 1, 3]。
4. MCP服务器：
   • 文件系统服务器：通过npx运行，提供本地文件访问[citation: 1]。
   • Nmap工具包服务器 (nmap-server.txt在Docker中)：在Docker容器中运行，通过MCP将Nmap扫描功能作为工具暴露出来[citation: 2, 14]。app.txt使用docker run为每个请求启动此服务器。

应用程序原理

应用程序使用了OpenAI代理SDK框架，用户的请求由AI代理处理。该代理能够理解请求内容，并根据需求决定是否调用可用工具。具体具有以下特点：

• 使用Gradio提供基于网络的界面，方便用户与AI助手进行交互。
• 后端采用OpenAI模型驱动的AI代理，需要设置OpenAI API密钥。
• 借助模型上下文协议（MCP）服务器实现文件系统访问，使用@modelcontextprotocol/server-filesystem。
• 包装在Docker容器中的MCP服务器，可提供Nmap扫描功能，包括ping、端口扫描、服务发现、SMB共享枚举等[citation: 14, 16, 18, 20, 22]。Nmap服务器在Docker容器中运行，便于依赖管理和隔离。