BloodHound MCP

BloodHound MCP（模型上下文协议）是BloodHound工具的一个创新扩展，旨在通过自然语言查询使大型语言模型（LLMs）能够与Active Directory（AD）和Azure Active Directory（AAD）环境进行交互和分析。通过利用LLMs的强大功能，BloodHound MCP允许用户使用简单的对话命令执行复杂查询并从其AD/AAD环境中获取洞察。

功能

• 自然语言查询：使用对话语言查询您的AD/AAD环境，无需手动编写Cypher查询。
• LLM驱动分析：利用大型语言模型的能力来解释并为您执行查询。
• 无缝集成：与存储在Neo4j中的现有BloodHound数据配合工作，提供一个用户友好的界面来进行复杂分析。
• 可定制：轻松配置系统以适应您的特定环境和工具。

配置MCP服务器

{
  "mcpServers": {
    "BloodHound": {
      "name": "BloodHound",
      "isActive": true,
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli],neo4j",
        "mcp",
        "run",
        "<PATH_TO_THE_PROJECT>server.py"
      ],
      "env": {
        "BLOODHOUND_URI": "bolt://localhost:7687",
        "BLOODHOUND_USERNAME": "neo4j",
        "BLOODHOUND_PASSWORD": "bloodhound"
      }
    }
  }
}

使用方法

配置

要自定义BloodHound MCP，请更新您支持MCP工具中的配置文件。关键设置包括：

• Neo4j数据库连接：
  • BLOODHOUND_URI：您的Neo4j数据库URI（例如，bolt://localhost:7687）。
  • BLOODHOUND_USERNAME：您的Neo4j用户名。
  • BLOODHOUND_PASSWORD：您的Neo4j密码。
• 服务器设置：调整命令和参数以匹配您的环境和工具需求。

贡献

我们欢迎对BloodHound MCP的贡献！参与方式如下：

1. 分叉仓库：在GitHub上创建自己的副本。
2. 创建分支：在一个新分支中工作于您的功能或修复。
3. 提交拉取请求：包含清晰的变化描述。

特别感谢

自定义查询来自：https://github.com/CompassSecurity/BloodHoundQueries