awsome-kali-MCPServers 使用指南
1. 项目介绍
awsome-kali-MCPServers 是一款为 Kali Linux 环境量身定制的 Model Context Protocol(MCP)服务器集合。该项目旨在通过集成强大的工具和灵活的特性,增强反向工程、安全测试和自动化工作流程。无论是安全研究员还是开发者,这个项目都能帮助简化您的任务。
2. 项目快速启动
构建 Docker 镜像
首先,您需要构建一个名为 kali-mcps 的 Docker 镜像。在项目根目录下运行以下命令:
docker build -t kali-mcps:latest .
启动 MCP 客户端
确保您已经安装了一个 MCP 客户端,比如 claude desktop、cline、goose 或 roo code。打开您选择的 MCP 客户端。
配置 MCP 客户端
在您的 MCP 客户端中,创建一个配置文件(例如 config.json),内容如下:
{
"mcpServers": {
"kali-docker": {
"command": "docker",
"args": ["run", "-i", "kali-mcps:latest"]
}
}
}
在这里,kali-docker 是服务器名称,您可以自定义。command: "docker" 指定使用 Docker 运行容器。args 定义了 Docker 运行参数:-i 启用交互模式,kali-mcps:latest 是您刚刚构建的镜像。
使用 Kali 工具
一旦配置完成,通过 MCP 客户端连接到 kali-mcps 容器,并开始使用内置的 Kali 工具(如 Nmap、nm、objdump、strings、tshark)执行任务。例如:
- 运行
basic_scan进行基本网络扫描。 - 运行
disassemble反汇编目标文件。 - 运行
capture_live捕获实时网络流量。
3. 应用案例和最佳实践
网络分析
使用集成的工具进行嗅探和分析网络流量。例如,使用 Nmap 进行网络扫描,tshark 进行网络流量分析。
二进制理解
利用工具进行反向工程和功能分析,比如使用 objdump 反汇编文件,nm 列出符号。
自动化
通过脚本和服务器简化重复性任务,比如自动化的网络扫描和流量捕获。
4. 典型生态项目
awsome-kali-MCPServers 可以与多个开源项目配合使用,以下是一些典型的生态项目:
- Nmap:用于网络发现和安全审核的免费开源工具。
- Wireshark:一个网络协议分析器,用于网络问题分析、软件和通信协议开发。
- Ghidra:由 NSA 开发的一个反向工程工具,用于分析二进制文件。
- Radare2:一个开源的逆向工程框架。
通过这些工具和项目的结合使用,可以极大地扩展 awsome-kali-MCPServers 的功能和应用场景。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00