Damn Vulnerable MCP Server

🚀 該死的易受攻擊模型上下文協議 (DVMCP)

Damn Vulnerable Model Context Protocol（DVMCP）是一個專門為教育目的設計的項目，故意實現了易受攻擊的模型上下文協議（MCP）。它包含10個難度遞增的挑戰，能幫助研究人員、開發人員和AI安全專業人員瞭解MCP實現中的安全漏洞及防護方法。

🚀 快速開始

在克隆倉庫後，請運行以下命令：

docker build -t dvmcp .
docker run -p 9001-9010:9001-9010 dvmcp

⚠️ 重要提示

在Windows環境下如果不使用Docker可能會不穩定。如果您不想使用Docker，請使用Linux環境。強烈推薦使用Docker來運行此實驗，並且可以保證它在Docker環境中良好運行。

✨ 主要特性

• 教育性：通過10個難度逐漸遞增的挑戰，展示MCP實現中不同類型的安全漏洞和攻擊向量。
• 實用性：適用於研究人員、開發人員和AI安全專業人員學習MCP實現中潛在的安全問題以及如何進行防護。

📚 詳細文檔

什麼是MCP？

模型上下文協議（Model Context Protocol，簡稱MCP）是一個標準化協議，允許應用程序以一種結構化的方式為大型語言模型（LLMs）提供上下文信息。它將提供上下文與實際的LLM交互分離開來，使應用程序能夠向LLM暴露資源、工具和提示。

推薦的MCP客戶端

• CLINE - VSCode擴展：請參考此鏈接 https://docs.cline.bot/mcp-servers/connecting-to-a-remote-server 瞭解如何將CLine與MCP服務器連接。

安全風險

儘管MCP提供了許多好處，但它也引入了新的安全考量。該項目展示了MCP實現中可能出現的各種安全漏洞，包括：

1. 提示注入：通過惡意輸入操縱LLM的行為
2. 工具中毒：在工具描述中隱藏惡意指令
3. 權限過大：利用過於寬鬆的工具訪問權限
4. 拉地毯攻擊：利用工具定義的更改進行攻擊
5. 工具覆蓋：使用惡意工具覆蓋合法工具
6. 間接提示注入：通過數據源注入惡意指令
7. 令牌竊取：利用不安全的令牌存儲機制竊取令牌
8. 惡意代碼執行：通過漏洞工具執行任意代碼
9. 遠程訪問控制：未經授權獲取系統訪問權限
10. 多向量攻擊：結合多種漏洞進行復雜攻擊

項目結構

damn-vulnerable-mcs/
├── README.md                 # 項目概述
├── requirements.txt          # Python依賴項
├── challenges/               # 挑戰實現
│   ├── easy/                 # 簡單難度挑戰（1 - 3）
│   │   ├── challenge1/       # 基本提示注入
│   │   ├── challenge2/       # 中級提示注入
│   │   └── challenge3/       # 高級提示注入
│   ├── medium/               # 中等難度挑戰（4 - 7）
│   │   ├── challenge4/       # 拉地毯攻擊基礎
│   │   ├── challenge5/       # 工具中毒入門
│   │   ├── challenge6/       # 間接提示注入
│   │   ├── challenge7/       # 複雜權限繞過
│   └── hard/                 # 高級難度挑戰（8 - 10）
│       ├── challenge8/       # 惡意代碼執行
│       ├── challenge9/       # 令牌竊取與持久化
│       └── challenge10/      # 綜合多向量攻擊
├── solutions/                # 解決方案
│   └── README.md             # 各挑戰的解決方案說明
└── LICENSE                   # 許可證文件

解決方案

為了教育目的，提供了各挑戰的解決方案指南。建議在查看解決方案之前先嚐試自行解決這些挑戰。 請參考 solutions/README.md 瞭解每個挑戰的詳細解決方案。

免責聲明

此項目僅用於教育用途。本項目中演示的所有漏洞應在生產系統中嚴格避免。實施MCP服務器時，請始終遵循安全最佳實踐。

📄 許可證

此項目在MIT許可證下發布，具體請查看 LICENSE 文件。

👨‍💻 作者

該項目由Harish Santhanalakshmi Ganesan使用Cursor IDE和Manus AI創建。