Bloodhound

🚀 BloodHound - MCP

BloodHound - MCP 是一款強大的集成工具，它將 Model Context Protocol (MCP) Server 的功能融入到行業標準的 Active Directory 安全性分析工具 BloodHound 中。藉助該工具，用戶能夠通過自然語言分析 BloodHound 數據，讓複雜的 Active Directory 攻擊路徑分析變得更加便捷。

🚀 快速開始

BloodHound - MCP 結合了 BloodHound、模型上下文協議（MCP）以及 Neo4j 圖數據庫的功能。它提供了 75 多個基於原始 BloodHound CE Cypher 查詢的專用工具，安全專業人員可以使用自然語言查詢 BloodHound 數據，發現複雜攻擊路徑，評估安全狀況並生成詳細報告。

✨ 主要特性

• 自然語言接口：使用普通英語查詢 BloodHound 數據。
• 全面分析類別：
  • 域結構映射
  • 權限提升路徑
  • Kerberos 安全問題（Kerberoasting、AS - REP Roasting）
  • 證書服務漏洞
  • Active Directory 衛生評估
  • NTLM 中繼攻擊向量
  • 代理濫用機會
  • 以及其他更多！

📦 安裝指南

先決條件

• BloodHound 4.x+，已從 Active Directory 環境收集數據。
• 已加載 BloodHound 數據的 Neo4j 數據庫。
• Python 3.8 或更高版本。
• MCP 客戶端。

安裝步驟

1. 克隆此倉庫：

   git clone https://github.com/your - username/MCP - BloodHound.git
   cd MCP - BloodHound
   

2. 安裝依賴項：

   pip install -r requirements.txt
   

3. 配置 MCP 服務器：

   # 示例配置文件
   {
     "server": {
       "port": 5000,
       "host": "localhost"
     },
     "db": {
       "type": "neo4j",
       "uri": "bolt://localhost:7687",
       "user": "neo4j",
       "password": "password"
     }
   } > config.json
   

4. 啟動服務器：

   python server.py
   

💻 使用示例

基礎用法

1. 啟動 MCP 客戶端：

   mcp - client
   

2. 發送查詢：

   # 示例查詢
   {
     "action": "query",
     "params": {
       "query": "MATCH (n) RETURN n LIMIT 10"
     }
   }
   

📋 社區

加入我們的 Telegram 頻道，獲取更新、技巧和討論：

• Telegram：root_sec

🌟 星曆史

[](https://www.star - history.com/#MorDavid/BloodHound - MCP - AI&Date)

📄 許可證

此項目受 MIT License 保護。

如需瞭解更多信息，請訪問我們的文檔或聯繫支持團隊。