Token导航 LogoToken导航TokenDH.com
Threatmodelling MCP logo
安全风控未说明官方级别未说明来源级核验

Threatmodelling MCP

MCP Server

ThreatModel-MCP是一个AI驱动的威胁建模服务器,用于创建全面的威胁模型、进行深度安全分析并生成安全控制建议。

工具数

4

提示词数

0

GitHub Stars

0

资源数

0
安全分析Python安全控制

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

boxed-dev

提供方

boxed-dev

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

ThreatModel-MCP

用于人工智能威胁建模的模型上下文协议服务器。

______________________________________________________________________

演示

Web Application Architecture

设置

  1. Install dependencies

pip安装-r要求.txt

  1. Install Graphviz (可选,用于PNG图表)

- 视窗:从下载https://graphviz.org/download/

- 苹果电脑: brew安装graphviz

- Linux: sudo apt-get安装graphviz

  1. Configure MCP client (克劳德桌面等)
   {
     "mcpServers": {
       "threatmodel": {
         "command": "python",
         "args": ["/full/path/to/threatmodel_server.py"]
       }
     }
   }

______________________________________________________________________

可用工具

创建三重模型

创建包含组件、边界和数据流的全面威胁模型。

参数:

  • 系统名称 -系统名称
  • 组件 -具有类型、边界和安全控制的系统组件数组
  • 边界 -具有安全级别的信任边界(0-10)
  • 数据流 -具有协议和分类的组件之间的数据流
  • 输出格式 -“图表”、“pytm_code”、“威胁”或“全面分析”
  • 自动保存 -自动保存文件(默认值:true)
  • save_path -保存文件的目录(默认:当前目录)

分析安全威胁

使用多个框架执行深度安全分析。

参数:

  • 分析深度 -“基本”、“标准”、“全面”或“偏执”
  • 威胁框架 -\[“大步”、“MITRE_ATTACK”、“OWASP”、“NIST”、“CIS”\]
  • 焦点_区域 -身份验证、数据保护、网络安全等。
  • 合规框架 -\[“SOC2”、“ISO27001”、“HIPAA”、“PCI-DSS”、“GDPR”\]

generate_security_controls

根据威胁生成安全控制建议。

参数:

  • 威胁 -一系列已识别的威胁
  • 风险_厌食症 -“低”、“中”或“高”
  • 技术\_ ck -当前技术(AWS、k8s等)
  • 优先级_方法 -“基于风险”、“quick_wins”、“合规驱动”

validate_architecture

根据安全最佳实践验证架构。

参数:

  • 组件 -要验证的系统组件
  • 验证规则 -\[“zero_trust”、“encryption_in_transit”、“api_gateway_pattern”\]
  • 架构模式 -\[“微服务”、“无服务器”、“hybrid_cloud”\]

______________________________________________________________________

组件类型

演员: 用户、管理员、服务计数

服务: 服务器、api_gateway、微服务、lambda、容器

数据: 数据库、缓存、消息队列、文件存储

基础设施: load_balancer、防火墙、外部服务

______________________________________________________________________

协议和分类

协议: HTTPS、gRPC、WebSocket、SQL、Redis、S3 API

数据分类: 公共→ 内部→ 机密→ 受限→ TOP_SECRET

______________________________________________________________________

自动保存功能

生成的文件(带时间戳):

  • 系统名称_三种型号_YYYYMMDD_HHMMSS.png -图表(当output_format=“图表”时)
  • 系统名称_三种型号_YYYYMMDD_HHMMSS.dot -DOT来源(始终)
  • 系统名称_三模型_YYYYMMDD_HHMMSS.py -PyTM代码(始终)
  • 系统名称_三模型_分析_YYYYMMD_HMMSS.md -分析报告(当output_format=“full_Analysis”时)

______________________________________________________________________

示例用法

示例1:代码库分析

提示:

“创建当前代码库的高级威胁图”

OpenAI Codex Architecture

从克隆生成的威胁模型图示例 OpenAI Codex 代码库,显示多层安全边界、组件分类和服务之间的加密数据流。

示例2:Web应用程序体系结构

提示:

用户与web服务器交互的web应用程序,而web服务器又与数据库服务器通信。web服务器和数据库服务器位于用户的信任边界之外。用户通过浏览器连接到web应用程序。web服务器处理请求和响应,数据库服务器存储应用程序数据。信任边界仅围绕用户;web服务器和数据服务器都位于此边界之外

Web Application Architecture

示例威胁模型显示了用户与不受信任区域中的web和数据库服务器的信任边界。

请参阅中的威胁分析报告 assets/Web_Application_System_Threat_Analysis_Report.md

______________________________________________________________________

故障排除

Graphviz问题: 证实 点-V

DOT语法错误: 组件名称已自动清理

没有Python: 确保Python在PATH中

______________________________________________________________________

目录标签

目录标签

安全分析Python安全控制威胁建模本地部署AI驱动架构验证

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP