Sec MCP

sec-mcp：安全检查工具包

一个Python工具包，提供对域、URL、IP等的安全检查。轻松集成到任何Python应用程序中，通过终端CLI使用，或作为MCP服务器运行，以实时威胁洞察丰富LLM上下文。

由...开发 蒙蒂马克，一家专门从事网络安全和网络监控解决方案的公司。

______________________________________________________________________

目录

• 特性
• 安装
• 快速开始
• 用法

- CLI使用情况 - Python API - MCP服务器

• 性能优化
• 基准测试
• 配置
• 发展
• 许可证

______________________________________________________________________

特性

• 全面的安全检查：根据多个黑名单源验证域、URL和IP地址
• 多种威胁源：OpenPhish、PhishTank、PhishStats、URLhaus、BlocklistDE、CINSSCORE等
• 高性能：超高速内存存储，比仅使用数据库的方法加速1000-20000x
• 智能优化：分层查找、URL规范化和整数IPv4存储，以实现最高效率
• 柔性集成：用作Python库、CLI工具或MCP服务器，用于LLM集成
• 线程安全：具有WAL模式的SQLite存储和用于并发操作的内存缓存
• 自动更新：威胁情报来源的计划每日更新
• 丰富的监控：内置指标、健康检查和性能跟踪

______________________________________________________________________

安装

pip install sec-mcp

需求

• Python 3.8+
• SQLite 3
• 可选： pytricia 和 psutil 用于基准测试

______________________________________________________________________

快速开始

1. 创建虚拟环境 （推荐）：

   python3 -m venv .venv
   source .venv/bin/activate  # Windows: .venv\Scripts\activate.bat

1. 安装sec-mcp:

   pip install sec-mcp

1. 初始化并更新数据库:

   sec-mcp update

1. 检查状态:

   sec-mcp status

1. 检查URL:

   sec-mcp check https://example.com

______________________________________________________________________

用法

CLI使用情况

单次检查

sec-mcp check https://example.com
sec-mcp check malicious-domain.com
sec-mcp check 192.168.1.1

批量检查

# From a file (one URL/domain/IP per line)
sec-mcp batch urls.txt

# With output to file
sec-mcp batch urls.txt --output results.json

状态和更新

# Check blacklist status
sec-mcp status

# Update blacklists
sec-mcp update

# Get detailed statistics
sec-mcp stats

Python API

from sec_mcp import SecMCP

# Initialize client
client = SecMCP()

# Update database (run once after installation)
client.update()

# Single check
result = client.check("https://example.com")
print(f"Safe: {result.is_safe}")
print(f"Source: {result.source}")

# Batch check
urls = ["https://example.com", "https://test.com", "192.168.1.1"]
results = client.check_batch(urls)
for r in results:
    print(f"{r.value}: {'SAFE' if r.is_safe else 'BLOCKED'}")

# Get statistics
status = client.get_status()
print(f"Total entries: {status.total_entries}")
print(f"Last update: {status.last_update}")

MCP服务器

sec-mcp可以作为用于AI/LLM集成的mcp服务器运行（例如，Claude、Windsurf、Cursor）。

设置

1. 安装sec-mcp 在虚拟环境中（请参阅快速入门）

1. 更新黑名单:

   sec-mcp update

1. 配置您的MCP客户端 （例如。， claude_desktop_config.json):

   {
     "mcpServers": {
       "sec-mcp": {
         "command": "/absolute/path/to/.venv/bin/python",
         "args": ["-m", "sec_mcp.start_server"],
         "env": {
           "MCP_USE_V2_STORAGE": "true"
         }
       }
     }
   }

> 重要：使用虚拟环境Python可执行文件的绝对路径。 > > - macOS/Linux： /path/to/.venv/bin/python > - 窗户： C:\path\to\.venv\Scripts\python.exe

可用的MCP工具

备注：这些工具已经过优化，在保持完整功能的同时减少了令牌的使用。这 get_diagnostics 该工具整合了多种不同模式的监控功能。

诊断工具模式

这 get_diagnostics 该工具提供以下模式的灵活监控：

• summary （默认）：条目计数、来源和上次更新时间
• full：完整的诊断数据，包括健康状况、统计数据和性能
• health：仅数据库和计划程序运行状况
• performance：性能指标和命中率（仅限v2存储）
• sample：黑名单条目的随机样本（使用 sample_count 参数）

示例用法：

# Get basic summary
await get_diagnostics()

# Check system health
await get_diagnostics(mode="health")

# Get performance metrics
await get_diagnostics(mode="performance")

# Sample 20 entries
await get_diagnostics(mode="sample", sample_count=20)

______________________________________________________________________

🚀 性能优化

高性能模式（v0.3.0+）

实现超高速内存存储，显著提高性能：

export MCP_USE_V2_STORAGE=true

性能比较

内存使用

• v1（默认）：~10MB（磁盘上的数据库）
• v0.3.0（v2）：~60-80MB（内存中可容纳125K个条目）
• v0.4.0（v2优化版）: ~40-50MB （内存中可存储450K个条目）- 减少30-40%！

v0.4.0优化

1. 分层查找（热源/冷源）:

- 首先检查频繁命中的源以尽早退出 - 70-90%的查找访问了热点 - 基于生产数据分析

1. URL规范化:

- 自动捕捉变化： HTTP://EVIL.COM/ → http://evil.com - 删除跟踪参数： ?utm_source=spam, ?fbclid=123 - 内存减少15-25%

1. 整数IPv4存储:

- 每个IP 4个字节（而字符串为13+个字节） - 比较速度提高5-10% - 节省约1-2MB内存

监控性能

# Via MCP tool or Python API
metrics = client.get_storage_metrics()

# Returns:
{
  "total_lookups": 1234,
  "domain_lookups": 567,
  "url_lookups": 432,
  "ip_lookups": 235,
  "avg_lookup_time_ms": "0.0123",
  "memory_usage_mb": "45.3",
  "hit_rate": 0.89,
  "using_pytricia": true
}

回滚到v1

unset MCP_USE_V2_STORAGE
# or
export MCP_USE_V2_STORAGE=false

______________________________________________________________________

基准测试

运行基准

比较不同存储实施的性能：

# Install dependencies
pip install pytricia psutil

# Quick benchmark (10K entries, ~30 seconds)
./run_benchmark.sh --quick

# Standard benchmark (50K entries, ~2 minutes)
./run_benchmark.sh

# Full benchmark (100K entries, ~5 minutes)
./run_benchmark.sh --full --memory

# Compare specific versions
./run_benchmark.sh --v1 --v2opt    # Compare v1 vs v0.4.0
./run_benchmark.sh --all           # Compare all versions

基准选项

示例输出

BENCHMARK RESULTS COMPARISON
================================================================================
Operation                 v1 (DB)         v0.3.0 (Hybrid)      v0.4.0 (Optimized)   Speedup
----------------------------------------------------------------------------------------------------
domain_lookup             9.8234ms        0.0098ms             0.0059ms             1,664x
url_lookup                4.5632ms        0.0009ms             0.0007ms             6,519x
ip_lookup                 198.2341ms      0.0103ms             0.0071ms             27,920x
batch_100                 2453.21ms       87.45ms              72.31ms              33.9x

v0.4.0 OPTIMIZATION METRICS
================================================================================
Domain Lookup             Hot source hit rate: 100.0%
URL Lookup                Hot source hit rate: 98.9%
IP Lookup                 Hot source hit rate: 88.9%

有关详细的基准测试说明和方法，请参阅 基准_游戏手册.md.

______________________________________________________________________

配置

环境变量

默认数据库位置

• macOS: ~/Library/Application Support/sec-mcp/mcp.db
• Linux: ~/.local/share/sec-mcp/mcp.db
• 视窗: %APPDATA%\sec-mcp\mcp.db

自定义数据库路径

export MCP_DB_PATH=/path/to/custom/location/mcp.db

配置文件

编辑 config.json 自定义：

{
  "blacklist_sources": {
    "PhishTank": "https://...",
    "URLhaus": "https://..."
  },
  "update_time": "00:00",
  "cache_size": 10000,
  "log_level": "INFO"
}

______________________________________________________________________

发展

设置开发环境

# Clone repository
git clone https://github.com/montimage/sec-mcp.git
cd sec-mcp

# Create virtual environment
python3 -m venv .venv
source .venv/bin/activate

# Install in development mode
pip install -e .

# Install development dependencies
pip install pytricia psutil pytest

运行测试

# Run all tests
pytest

# Run with coverage
pytest --cov=sec_mcp --cov-report=html

项目结构

sec-mcp/
├── sec_mcp/              # Main package
│   ├── __init__.py
│   ├── storage.py        # v1 storage (database-only)
│   ├── storage_v2.py     # v2 storage (hybrid in-memory)
│   ├── start_server.py   # MCP server
│   └── cli.py           # CLI interface
├── benchmark.py          # Benchmark script
├── run_benchmark.sh      # Benchmark helper script
├── dev-docs/            # Development documentation (git-ignored)
├── tests/               # Test suite
└── README.md            # This file

______________________________________________________________________

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

______________________________________________________________________

关于蒙缇迈

sec-mcp由开发和维护 蒙蒂马克，一家专门从事网络安全和网络监控解决方案的公司。Montimage提供创新的安全工具和服务，帮助组织保护其数字资产并确保其网络的安全。

支持

• 问题:
• 电子邮件: contact@montimage.eu
• 网站: https://www.montimage.eu

______________________________________________________________________

贡献

欢迎投稿！请随时提交拉取请求。

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add some amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

______________________________________________________________________

致谢

• 威胁情报来源：OpenPhish、PhishTank、PhishStats、URLhaus、BlocklistDE、CINSSCORE等
• 内置于 模型上下文协议（MCP）
• 由Python和SQLite提供支持