Mallory 提供了强大的网络威胁情报来源。使用此 MCP 服务器可以为您的代理提供实时的网络威胁情报以及关于漏洞、威胁行为者、恶意软件、技术和其他与网络相关的实体和内容的详细信息。
克隆仓库:
git clone https://github.com/malloryai/mallory-mcp-server.git
cd mallory-mcp-server
设置虚拟环境并安装依赖:
# 使用 uv(推荐)
uv venv .venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
uv pip install -e .
# 或使用 pip
python -m venv .venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
pip install -e .
对于开发工作,请安装可选依赖:
# 使用 uv
uv pip install -e ".[lint,tools]"
# 或使用 pip
pip install -e ".[lint,tools]"
该项目使用预提交钩子来确保代码质量。安装它们:
pre-commit install
./scripts/install-commit-hook.sh
在项目根目录创建一个 .env 文件,并包含以下变量:
APP_ENV=local
MALLORY_API_KEY=your_api_key_here
python -m malloryai.mcp.app
或
uv run malloryai/mcp/app.py
在你的 claude_desktop_config.json 中添加以下内容:
{
"mcpServers": {
"MalloryAI": {
"command": "/path/to/uv",
"args": [
"run",
"--python",
"/path/to/mcp-server/.venv/bin/python",
"/path/to/mcp-server/malloryai/mcp/app.py"
],
"env": {
"MALLORY_API_KEY": "your_api_key_here"
}
}
}
}
.
├── README.md
├── app.py # 主应用程序入口点
├── malloryai/ # 主包
│ ├── __init__.py
│ └── mcp/ # MCP 子包
│ ├── __init__.py
│ ├── config/ # 配置模块
│ ├── server/ # 服务器实现
│ ├── tools/ # 工具实现
│ └── utils/ # 实用函数
├── pyproject.toml # 项目元数据和依赖
├── scripts/ # 实用脚本
│ └── install-commit-hook.sh
该项目使用:
格式化代码:
black .
isort .
flake8
该项目遵循传统的提交消息格式。每个提交消息应遵循以下模式:
<类型>[(范围)]: <描述>
其中 类型 是以下之一:
feat 或 feature:新功能fix、bugfix 或 hotfix:错误修复chore:常规维护任务refactor:既不修复错误也不添加功能的代码更改docs:仅文档更改style:不影响代码意义的更改test:增加或修正测试perf:性能改进ci:CI 配置更改build:构建系统或依赖项更改revert:回退之前的提交示例:feat(server): 添加新的认证方法
欢迎贡献!请随意提交拉取请求。
git checkout -b feature/amazing-feature)git commit -m 'feat: 添加一些惊人的功能')git push origin feature/amazing-feature)