
此仓库提供了一组工具,用于构建一个MCP服务器(模型上下文协议),您可以将其与您的对话式AI客户端集成。
PATH 中使用(用于 execzeek 工具)git clone https://github.com/Gabbo01/Zeek-MCP
cd Zeek-MCP
建议使用虚拟环境:
python -m venv venv
source venv/bin/activate # Linux/macOS
venv\Scripts\activate # Windows
pip install -r requirements.txt
注意: 如果您没有
requirements.txt文件,请直接安装:pip install pandas mcp
该仓库提供了两个主要的MCP工具和一个命令行入口点:
python Bridge_Zeek_MCP.py --mcp-host 127.0.0.1 --mcp-port 8081 --transport sse
--mcp-host: MCP服务器主机(默认值:127.0.0.1)。--mcp-port: MCP服务器端口(默认值:8081)。--transport: 传输协议,可以是 sse(服务器发送事件)或 stdio。
您需要使用支持MCP工具调用的LLM,并通过以下工具进行调用:
execzeek(pcap_path: str) -> str
.log文件后,在给定的PCAP文件上运行Zeek。.log文件名列表字符串,或在出错时返回 "1"。parselogs(logfile: str) -> DataFrame
.log 文件并返回解析的内容。您可以通过HTTP(如果使用SSE传输)或嵌入到LLM客户端中(例如:Claude Desktop)来与这些端点交互:
要设置Claude Desktop作为Zeek MCP客户端,请转到 Claude -> 设置 -> 开发者 -> 编辑配置 -> claude_desktop_config.json 并添加以下内容:
{
"mcpServers": {
"Zeek-mcp": {
"command": "python",
"args": [
"/ABSOLUTE_PATH_TO/Bridge_Zeek_MCP.py",
]
}
}
}
或者直接编辑此文件:
/Users/YOUR_USER/Library/Application Support/Claude/claude_desktop_config.json
另一个支持后端多个模型的MCP客户端是 5ire。要设置Zeek-MCP,请打开5ire并转到 工具 -> 新建 并设置以下配置:
python /ABSOLUTE_PATH_TO/Bridge_Zeek_MCP.py从chainlit聊天机器人客户端使用MCP工具的一个示例,使用了一个示例pcap文件(您可以在pcaps文件夹中找到一些):
在这种情况下使用的模型是claude-3.7-sonnet-reasoning-gemma3-12b



更多信息请参见 LICENSE。