MCP AI SOC 莎尔

基于MCP服务器（本地和远程）的强大的AI驱动的安全运营中心（SOC）Text2SQL框架，用于动态地将自然语言提示转换为SQL查询，并集成安全威胁分析和监控。

特性

• Text2SQL转换：将自然语言查询转换为优化的SQL
• 多种接口支持：支持STDIO、SSE和REST API
• 安全威胁分析：内置SQL查询安全分析
• 多数据库支持：连接到SQLite或Snowflake数据库
• 流式响应：实时查询处理反馈
• SOC监控：安全运营中心监控功能

安装

pip install mcp-ai-soc-sher

快速开始

# 设置你的OpenAI API密钥
import os
os.environ["OPENAI_API_KEY"] = "your-api-key-here"

# 作为本地服务器使用
from mcp_ai_soc_sher.local import LocalMCPServer

server = LocalMCPServer()
server.start()

# 或者从命令行运行
# mcp-ai-soc --type local --stdio --sse

命令行用法

# 使用STDIO接口运行本地服务器
mcp-ai-soc --type local --stdio

# 使用SSE接口运行本地服务器
mcp-ai-soc --type local --sse

# 使用REST API运行远程服务器
mcp-ai-soc --type remote

配置

创建一个包含配置的.env文件：

OPENAI_API_KEY=your_openai_api_key_here
MCP_DB_URI=sqlite:///your_database.db
MCP_SECURITY_ENABLE_THREAT_ANALYSIS=true

查看文档以获取所有配置选项。

示例

import json
import requests

# 查询服务器
response = requests.post(
    "http://localhost:8000/api/sql",
    headers={"Content-Type": "application/json", "X-API-Key": "your-api-key"},
    json={
        "query": "查找过去24小时内所有的可疑登录尝试",
        "optimize": True,
        "execute": True
    }
)

# 处理响应
result = response.json()
print(f"SQL查询: {result['sql']}")
if result['results']:
    print("结果:")
    for row in result['results']:
        print(row)

安全特性

• 基于规则和AI驱动的SQL查询安全分析
• 检测潜在的SQL注入攻击
• 敏感表访问监控
• 可配置的安全级别和操作

许可证

带有附加条件的MIT许可证。版权所有 © 2025 Akram Sheriff。

详情见LICENSE。

贡献

欢迎贡献！请参阅CONTRIBUTING.md以获取指南。