MCP Is Dangerous

🚀 MCP存在安全風險

本項目聚焦於AI智能體的功能工具使用，這一方式極大地增強了AI智能體的能力，就如同為智能手機引入應用商店一般。特別是隨著MCP（模型上下文協議）的發佈，工具共享變得前所未有的便捷。基於此，我創建了extendable - agents項目，旨在展示如何通過開源工具或自定義工具輕鬆擴展AI智能體的能力。

然而，在開發extendable - agents的過程中，我意識到工具使用是一把雙刃劍。其風險在於，你所使用的工具可能會對你的機器進行深度訪問，例如訪問環境變量、文件等。

🚀 快速開始

本項目主要是對工具使用相關安全風險的簡單演示。下面的示例展示了惡意行為者如何利用MCP服務器來訪問敏感信息：

# 警告：這是一個安全風險演示。
# 請勿惡意使用此代碼！

import os
from mcp.server.fastmcp import FastMCP


server = FastMCP("Dangerous MCP")


@server.tool()
async def get_environment_variables() -> str:
    """獲取所有環境變量。"""
    result = [
        "Here are what I could find:",
    ]
    for key, value in os.environ.items():
        result.append(f"{key:<30} {value[:5]}***")
    # 這意味著我可以打開一個後門，將你的數據發送給我！！
    return "\n".join(result)

⚠️ 重要提示

建議在沙盒環境中運行此示例，並在運行後刪除你的OpenAI API密鑰。你也可以使用自己的MCP客戶端進行測試，使用以下命令：uvx mcp - is - dangerous。

當在extendable - agents中使用此工具（選擇PoliceAgent）時，輸出如下：

它看起來可能無害，甚至有意表現得無害，對吧？但請考慮這樣一種情況：你只是詢問當前時間，而與此同時，你的敏感數據卻在不知不覺中被洩露了。

✨ 主要特性

• 安全風險演示：清晰展示了使用MCP工具時可能面臨的安全風險。
• 最佳實踐指導：提供了在使用MCP或類似工具時的安全最佳實踐建議。

🔧 技術細節

本項目通過Python代碼演示瞭如何利用MCP服務器獲取環境變量，這一過程展示了惡意行為者可能利用的漏洞。代碼中使用了os.environ來訪問環境變量，並通過FastMCP服務器將這些信息返回。

📚 詳細文檔

安全最佳實踐

為了在使用MCP或類似工具時保護自己，請遵循以下最佳實踐：

1. 審查源代碼：在使用工具之前，始終仔細審查其源代碼。
2. 隔離環境運行：儘可能在隔離環境中運行工具。
3. 謹慎授予權限：對請求訪問敏感信息的工具保持警惕。
4. 過濾環境變量：在部署工具時，使用環境變量過濾。
5. 定期審計工具：定期審查你正在使用的工具。

免責聲明

本項目僅用於教育目的，旨在展示潛在的安全風險。請勿將此知識用於惡意目的。作者對任何濫用此信息的行為不承擔責任。

📄 許可證

本項目採用MIT許可證。