Exegol MCP Server

Exegol MCP服务器

一个模型上下文协议（MCP）服务器，使AI代理能够与Exegol渗透测试容器进行交互 预定义工作流 用于常见的渗透测试任务。

特性

核心功能

• ✅ 在Exegol容器中执行命令(exegol exec -v)
• ✅ 列出可用的Exegol容器(exegol info)
• ✅ 健康检查和状态监测
• ✅ 所有命令执行超时10分钟
• ✅ 并发执行支持（5+个并发命令）
• ✅ 结构化JSON日志记录

🎯 工作流功能（新增！）

• ✅ 7个预定义的渗透测试工作流 随时可用
• ✅ 列出工作流 按类别、难度或标签进行过滤
• ✅ 执行工作流 具有自动步骤排序功能
• ✅ 工作流程：Web侦察、子域枚举、端口扫描、漏洞扫描等
• ✅ 自动错误处理，支持故障继续

先决条件

• Python 3.10+
• Exegol命令行界面 已安装且可访问(Exegol安装)
• 码头工人 正在运行（Exegol要求）
• 至少创建了一个Exegol容器

验证先决条件：

python3 --version  # Should be 3.10+
exegol --version   # Should show Exegol version
docker ps          # Should show Docker is running
exegol info        # Should list Exegol containers

安装

1. 克隆或下载此存储库
2. 安装依赖项：

pip install -r requirements.txt

1. 配置服务器：

# Edit config.yaml to set your Exegol path
vim config.yaml

配置

编辑 config.yaml:

exegol:
  path: "exegol"  # or /usr/local/bin/exegol

timeout:
  command_execution: 600  # 10 minutes

logging:
  level: "INFO"  # DEBUG, INFO, WARNING, ERROR
  format: "json"  # json or text

mcp:
  server_name: "exegol-mcp-server"
  version: "0.1.0"

  # Compact mode: reduce token usage (recommended for Claude)
  compact_mode: true

sessions:
  # Persistent sessions: reuse bash sessions (more efficient)
  enabled: false
  idle_timeout: 300  # Close after 5 minutes of inactivity

parsing:
  # Auto-parse pentest tool outputs (nmap, subfinder, gobuster, etc.)
  auto_parse: true

配置选项说明

紧凑模式(compact_mode: true)

• 目的：减少AI响应中的令牌使用
• 效果：字段名更短，省略详细元数据
• 推荐: true 克劳德互动
• 影响：响应大小减少约30%

自动解析(auto_parse: true)

• 目的：智能解析渗透测试工具输出
• 支持的工具：nmap、亚inder、gobuster、nuclears等
• 输出：添加结构化 parsed_output 字段到响应
• 利益：使结果更易于分析和处理
• 示例:

  {
    "stdout": "...",
    "parsed_output": {
      "tool_detected": "nmap",
      "open_ports": ["22", "80", "443"],
      "services": {
        "22": "ssh",
        "80": "http",
        "443": "https"
      }
    }
  }

持续会话(sessions.enabled: true)

• 目的：跨多个命令重用bash会话
• 利益：执行速度更快，保持环境状态
• 用例：同一容器上的多个顺序命令
• 空闲超时：5分钟不活动后自动关闭

用法

作为MCP服务器运行

python exegol_mcp.py

服务器将在stdio传输上启动，为MCP客户端连接做好准备。

与Claude Desktop集成

添加 ~/.config/claude/mcp.json （Linux/Mac）或 %APPDATA%\Claude\mcp.json （Windows）：

{
  "mcpServers": {
    "exegol": {
      "command": "python",
      "args": ["/absolute/path/to/exegol_mcp.py"]
    }
  }
}

重新启动Claude Desktop，然后尝试：

• “列出可用的Exegol容器”
• “在pentest box容器中执行'whoami'”

与CLaude代码集成

claude mcp add --transport stdio exegol-mcp -- python /absolute/path/to/exegol_mcp.py

然后在claude代码中使用：

/mcp

检查mcp状态

🎯 可用的MCP工具

服务器暴露 5个MCP工具:

核心工具

1. exegol_exec -在Exegol容器中执行命令
2. exegol_list -列出所有可用的Exegol容器
3. exegol_status -检查MCP服务器运行状况

工作流工具

1. list_workflows -列出可用的预定义渗透测试工作流
2. run_workflow -执行完整的渗透测试工作流程

📋 预定义工作流

可用工作流

工作流使用示例

1.列出所有可用工作流

问克劳德：

List all available pentesting workflows

克劳德将使用 list_workflows MCP工具显示所有7个工作流程及其详细信息。

2.执行Web侦察工作流

问克劳德：

Run the web_recon workflow on http://192.168.1.100

克劳德将：

1. 使用 run_workflow MCP工具
2. 指定工作流： web_recon
3. 设定目标： http://192.168.1.100
4. 自动执行所有步骤：

- 技术检测（whatweb） - 目录暴力（gobuster） - 网络爬行（katana） - 全面侦察（最终侦察） - 显示聚合结果

3.按类别筛选工作流

问克劳德：

Show me all web pentesting workflows

克劳德将使用 list_workflows 使用类别过滤器仅显示与网络相关的工作流。

4.执行子域枚举

问克劳德：

Enumerate subdomains for example.com using the recon_subdomain workflow

克劳德将：

1. 运行子域发现（子查找器）
2. 检查哪些子域是活动的（httpx）
3. 显示调查结果摘要

工作流参数

每个工作流都需要特定的参数：

真实世界示例

场景：您想对web应用程序执行侦察。

问克劳德:

I need to scan http://192.168.1.100:8080 for reconnaissance.
Use the web_recon workflow.

克劳德将:

1. 使用whatweb检测技术
2. 带gobuster的Bruteforce目录
3. 用katana抓取网站
4. 使用finalrecon进行全面侦察
5. 向您展示所有发现的端点、技术和潜在的攻击媒介

您将获得的结果:

• 检测到的web技术（框架、库、版本）
• HTTP安全标头分析
• 发现的目录和文件
• 已爬网的URL
• JavaScript文件及其内容
• 潜在的敏感文件暴露

工作流功能

• ✅ 自动步骤排序：工作流按顺序执行多个命令
• ✅ 错误处理：如果已配置，则步骤可以在失败时继续
• ✅ 参数验证：执行前验证所需参数
• ✅ 详细结果：每一步返回stdout、stderr、退出代码和执行时间
• ✅ 成功跟踪：确切知道哪些步骤成功或失败

教育用途

本项目仅用于教育目的。始终确保您有权测试任何系统或网络。

许可证

该项目根据MIT许可证获得许可。