Aflpp MCP
A

Aflpp MCP

一个为AFL++模糊测试框架提供模型上下文协议(MCP)接口的服务器,允许通过标准化的API创建和管理模糊测试工作区、构建插桩目标、导入语料库、启动/停止模糊测试任务以及分析测试结果。
2.5分
0

什么是AFL++ MCP服务器?

AFL++ MCP服务器是一个为AFL++模糊测试工具设计的智能接口服务器。它将复杂的命令行工具转换为易于使用的API,让您可以通过简单的命令来执行高级的安全测试任务,无需深入了解底层技术细节。

如何使用AFL++ MCP服务器?

您可以通过Claude Desktop、Codex CLI或其他支持MCP协议的客户端连接到服务器。连接后,您可以使用自然语言或结构化命令来管理模糊测试项目、分析结果和生成报告。

适用场景

适用于软件开发团队进行安全测试、安全研究人员进行漏洞挖掘、质量保证团队进行稳定性测试,以及教育环境中学习模糊测试技术。

主要功能

工作空间管理
创建和管理模糊测试项目的工作空间,包括输入输出目录、目标文件、日志和报告等结构化组织。
目标程序插桩
自动为目标程序添加检测代码,以便在模糊测试过程中收集执行路径信息。
测试用例管理
导入、最小化和分析测试用例集,优化模糊测试的效率和覆盖率。
预检验证
在开始正式测试前,验证目标程序的兼容性和测试环境的正确配置。
任务控制
启动、停止和监控模糊测试任务,支持多实例集群测试。
状态监控
实时获取测试进度、代码覆盖率和发现的问题统计信息。
问题分析
自动分析和分类发现的崩溃和挂起问题,生成详细的报告。
测试用例优化
自动缩小复现问题的测试用例大小,便于问题分析和修复。
优势
用户友好:将复杂的命令行工具转换为易于使用的API接口
自动化程度高:自动处理模糊测试的多个步骤和配置
集成性强:与多种MCP客户端兼容,如Claude Desktop和Codex CLI
报告详细:自动生成结构化的测试报告和问题分析
可扩展性:支持多实例集群测试,提高测试效率
局限性
需要基本的程序理解:虽然简化了使用,但仍需了解被测试程序的基本功能
环境依赖:需要正确配置测试环境,包括编译工具链
学习曲线:对于完全新手,仍需要时间理解模糊测试的基本概念
资源消耗:模糊测试可能消耗大量CPU和内存资源

如何使用

安装和构建
首先安装Node.js依赖并构建服务器。确保系统已安装必要的编译工具。
配置MCP客户端
将服务器添加到您的MCP客户端配置中。以Codex CLI为例,使用以下命令注册服务器。
创建测试工作空间
为您的测试项目创建一个工作空间,这将自动创建所有必要的目录结构。
准备测试目标
检测您的目标程序,使其适合模糊测试。服务器会自动处理编译和插桩。
开始测试
启动模糊测试任务。您可以选择单实例测试或多实例集群测试。
监控和分析
定期检查测试进度,分析发现的问题,并生成测试报告。

使用案例

新项目安全测试
作为一个软件开发团队,您想要对新开发的文件解析库进行安全测试,确保没有缓冲区溢出等常见漏洞。
现有漏洞复现和分析
安全研究人员发现了一个潜在的漏洞,需要创建最小化的测试用例来复现问题,并生成详细的分析报告。
持续集成中的自动化测试
在CI/CD流水线中集成自动化安全测试,每次代码变更后自动运行模糊测试并报告新发现的问题。

常见问题

我需要有安全测试经验才能使用这个服务器吗?
支持测试哪些类型的程序?
模糊测试会破坏我的系统吗?
测试需要多长时间?
如何解释测试结果?

相关资源

AFL++官方文档
AFL++模糊测试工具的完整文档和源代码
Model Context Protocol规范
MCP协议的官方规范和实现指南
模糊测试入门教程
Google提供的模糊测试学习资源和教程
Claude Desktop
支持MCP协议的AI助手桌面客户端

安装

复制以下命令到你的Client进行配置
{
  "mcpServers": {
    "aflpp": {
      "command": "node",
      "args": ["/home/kevinv/aflpp-mcp/dist/index.js"],
      "env": {
        "AFLPP_MCP_ROOT": "/home/kevinv/aflpp-mcp"
      }
    }
  }
}
注意:您的密钥属于敏感信息,请勿与任何人分享。

替代品

V
Vestige
Vestige是一个基于认知科学的AI记忆引擎,通过实现预测误差门控、FSRS-6间隔重复、记忆梦境等29个神经科学模块,为AI提供长期记忆能力。包含3D可视化仪表板和21个MCP工具,完全本地运行,无需云端。
Rust
4.5K
4.5分
M
Moltbrain
MoltBrain是一个为OpenClaw、MoltBook和Claude Code设计的长期记忆层插件,能够自动学习和回忆项目上下文,提供智能搜索、观察记录、分析统计和持久化存储功能。
TypeScript
5.1K
4.5分
B
Bm.md
一个功能丰富的Markdown排版工具,支持多种样式主题和平台适配,提供实时编辑预览、图片导出和API集成能力
TypeScript
4.4K
5分
S
Security Detections MCP
Security Detections MCP 是一个基于Model Context Protocol的服务器,允许LLM查询统一的安全检测规则数据库,涵盖Sigma、Splunk ESCU、Elastic和KQL格式。最新3.0版本升级为自主检测工程平台,可自动从威胁情报中提取TTPs、分析覆盖差距、生成SIEM原生格式检测规则、运行测试并验证。项目包含71+工具、11个预构建工作流提示和知识图谱系统,支持多SIEM平台。
TypeScript
5.0K
4分
P
Paperbanana
PaperBanana是一个自动化生成学术图表和统计图的智能框架,支持从文本描述生成高质量的论文插图,采用多智能体管道和迭代优化,提供CLI、Python API和MCP服务器等多种使用方式。
Python
6.6K
5分
B
Better Icons
一个提供超过20万图标搜索和检索的MCP服务器和CLI工具,支持150多个图标库,帮助AI助手和开发者快速获取和使用图标。
TypeScript
6.7K
4.5分
A
Assistant Ui
assistant-ui是一个开源TypeScript/React库,用于快速构建生产级AI聊天界面,提供可组合的UI组件、流式响应、无障碍访问等功能,支持多种AI后端和模型。
TypeScript
6.2K
5分
A
Apify MCP Server
Apify MCP服务器是一个基于模型上下文协议(MCP)的工具,允许AI助手通过数千个现成的爬虫、抓取器和自动化工具(Apify Actor)从社交媒体、搜索引擎、电商等网站提取数据。它支持OAuth和Skyfire代理支付,可通过HTTPS端点或本地stdio方式集成到Claude、VS Code等MCP客户端中。
TypeScript
7.5K
5分
F
Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
74.4K
4.5分
D
Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
85.7K
4.3分
F
Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
150.3K
5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
33.0K
4.8分
B
Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
50.1K
4.5分
E
Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
57.2K
5分
M
Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
64.6K
4.8分
C
Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
106.8K
4.7分
AIBase
智启未来,您的人工智能解决方案智库
© 2026AIBase