ARTEX扩展能力实践:MCP服务器接入与Skills技能包如何增强AI渗透Agent

原创2026-11-16 17:24:541,723 阅读

ARTEX扩展能力实践:MCP服务器接入与Skills技能包如何增强AI渗透Agent

ARTEX 是一款开源的多 Agent AI 渗透测试框架(Go 后端 + Next.js 前端),它的两大扩展机制——MCP 服务器接入与 Skills 技能包,决定了 AI Agent 能"调用多少外部能力"、"掌握多少专家经验"。本文带你用最少步骤完成 MCP 服务器配置与技能包部署,把 ARTEX 的 AI 渗透 Agent 打造成能力可扩展、流程可控的安全测试助手。本仓库为经过源码审计的 FailSafe 发行版(v0.3.15),控制台仅绑定本地回环地址,适合安全团队私有化部署。

ARTEX AI渗透测试仪表盘:总览、Token消耗与发现列表

为什么 AI 渗透 Agent 需要"扩展能力"

ARTEX 的核心是一个多 Agent 协作体系:目标拆解师(goals)、规划者(planner)、主 Agent(mainagent)、Work Agent(worker)等角色分工完成侦察、探索与漏洞验证。但 Agent 的能力上限取决于两件事:

扩展维度 解决的问题 对应机制
能做什么 Agent 缺少浏览器、外部平台等外部工具 MCP 服务器(Model Context Protocol)
怎么做好 Agent 不知道专业流程与边界规范 Skills 技能包(SKILL.md 剧本)

没有 MCP,Agent 只能靠内置 shell 工具;没有 Skills,Agent 每次都要"从零摸索"一套 API 侦察流程。两者结合后,Agent 既有工具又有方法论。

三种传输方式,MCP 服务器一键接入

ARTEX 的 MCP 客户端支持 stdio / http(Streamable HTTP)/ sse 三种传输方式,对应不同部署形态的 MCP 服务器,核心逻辑见 server/mcpdiscover.go 与 mcphttp/client.go。远端工具会被统一装配为 mcp__server__tool 命名形式注入 Agent 工具集(见 server/assembly.go)。

接入步骤(Web 控制台):

  1. 打开 系统 → MCP 页面(web/src/app/(main)/system/mcp/page.tsx/system/mcp/page.tsx)),点击添加服务器;
  2. 选择传输方式:
    • stdio:填启动命令与参数,例如内置的浏览器自动化 playwright-mcp(首启动自动注入,无需 npx 拉包);
    • http / sse:填 MCP 端点 URL,鉴权信息(如 Authorization: Bearer …)写在 env/headers 区,每行 KEY=VALUE;
  3. 保存后 ARTEX 自动执行 工具发现:连接服务器、拉取工具清单并缓存,界面即可离线查看每个服务器的工具数量;
  4. 在 Agent 页面把该 MCP 分配给指定 Agent,保存生效。

数据模型见 db/config.go(transport、command、args、env、url、insecure 等字段)。自签名证书的远端 MCP 可勾选 insecure 跳过 TLS 校验。

ARTEX Agent管理页:每个Agent卡片显示MCP服务器与Skills技能包数量

Skills 技能包:把专家渗透剧本装进 Agent

Skills 是目录形式的"技能包",每个技能就是一个文件夹,核心是一份 SKILL.md(frontmatter 声明 name / description,正文是 Agent 必读的操作手册),可附带脚本与参考资料。

内置三个技能包,开箱即用:

技能包 用途 亮点
api-recon 前端 API 接口侦察 静态 JS 解析 + 运行时流量收割双层模型,内置 harvest_static.py、runtime_harvest.js 脚本,并用 mock 撑开 SPA 路由枚举出站请求
playwright-cli 浏览器自动化 通过 playwright-cli 完成 open/goto/click/snapshot 等全套交互,配套 9 篇参考文档(会话管理、请求 mock、Tracing、录屏)
scopesentry 安全平台对接 通过 MCP 管理扫描平台的项目、任务、模板与资产查询

ARTEX资产覆盖图:启用api-recon技能包后Agent收集到的资产与接口探索结果

日常管理功能(系统 → Skill 页面):

  • 📦 上传技能包:直接上传 zip 压缩包(服务端兼容 bzip2/zstd 等非常规压缩算法,见 server/skill_zip.go);
  • ✏️ 在线编辑:文件树 + 编辑器直接修改 SKILL.md 与脚本,无需登容器;
  • 📊 使用追踪:每次 Agent 调用技能都会记账(server/skill_usage.go),还能看到"Agent 想调用但不存在"的缺失技能名单,帮你发现该补写哪些剧本;
  • 👀 可见性控制:按 Agent 粒度分配技能包,不同角色只暴露各自需要的能力。

进阶玩法:技能包"解锁"MCP 工具

ARTEX 有一个精巧的联动设计:在 SKILL.md 的 frontmatter 中声明 mcps: 字段引用某 MCP 服务器后,该服务器的工具会进入延迟解锁状态——只有当 Agent 加载对应技能包时,这批工具才会注入其工具集。

这样做的好处:

  • 上下文更省:Agent 平时看不到无关工具,Token 消耗更低;
  • 行为更稳:Agent 读到"先调技能包再操作浏览器"的流程约束后才获得浏览器工具,减少越界调用;
  • 权限更清晰:高危外部能力与使用它的操作手册绑定,天然形成"说明书 + 钥匙"的配对关系。

快速上手:5 分钟跑起来

git clone https://gitcode.com/gh_mirrors/artex2/artex
cd artex
cp .env.safe.example .env.safe && chmod 600 .env.safe
docker compose --env-file .env.safe -f docker-compose.safe.yml up -d --build

浏览器打开 http://127.0.0.1:8787 完成首次初始化,在控制台配置 LLM 密钥,然后依次进入 MCP 与 Skill 页面完善扩展能力。镜像已预装 Node 22、Playwright、Chromium 与 nmap,浏览器自动化与网络侦察能力即刻可用。

⚠️ 合规与安全提醒

ARTEX 运行的是可执行 shell 命令、可发送网络流量的自主 Agent,请务必仅针对自己拥有或已获书面授权的系统开展测试。本 FailSafe 发行版在部署层做了加固:控制台仅绑定 127.0.0.1、不对外发布录制代理、基础镜像按摘要锁定。完整的 v0.3.15 源码审计报告见 audit/artex-v0.3.15-audit.md,部署说明见 README.md。

小结

  • MCP 接入:三种传输方式覆盖本地进程与远端服务,工具自动发现、缓存、按 Agent 分配,配置入口全部在 Web 控制台;
  • Skills 技能包:SKILL.md + 脚本的目录结构,支持上传、在线编辑、使用追踪与可见性管理,让 Agent 复用专家渗透流程;
  • 二者联动:技能包按需解锁 MCP 工具,能力与流程约束绑定,上下文与风险都更可控。

把 MCP 服务器和 Skills 技能包配置好,你的 ARTEX AI 渗透 Agent 就从"通用助手"进化为"懂流程、有工具"的专职安全测试员。

登录后查看全文
artex