FindMCP Logo FindMCP.info
BloodHound MCP

BloodHound MCP

site icon
2025.04.04 150
PythonActive Directory 分析Azure Active Directory 分析自然语言查询开发效率数据库
BloodHound MCP (Model Context Protocol) 是 BloodHound 工具的创新扩展，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) 环境交互并进行分析。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 环境中检索见解。
View on GitHub

Overview

基本能力

产品定位

BloodHound MCP 是一个用于 Active Directory 和 Azure Active Directory 环境分析的工具扩展，通过自然语言查询简化复杂的数据分析过程。

核心功能

  • 自然语言查询：使用对话语言查询 AD/AAD 环境，无需手动编写 Cypher 查询。
  • LLM 驱动的分析：利用大型语言模型的能力解释和执行查询。
  • 无缝集成：与存储在 Neo4j 中的现有 BloodHound 数据配合使用，为复杂分析提供用户友好的界面。
  • 可定制性：轻松配置系统以适应特定的环境和工具需求。

适用场景

  • 安全分析：快速识别 AD/AAD 环境中的潜在安全风险。
  • IT 管理：简化复杂目录查询，提高管理效率。
  • 开发与测试：在开发和测试环境中快速验证目录配置。

使用教程

使用依赖

  1. 确保已安装 Neo4j 数据库并运行。
  2. 安装 Python 3.7 或更高版本。
  3. 安装必要的 Python 依赖： bash pip install neo4j uvicorn

安装教程

  1. 克隆或下载 BloodHound MCP 项目。
  2. 配置 mcpServers 文件，如下所示： json { "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" } } } }
  3. 运行服务器： bash uvicorn server:app --reload

调试方式

  1. 检查 Neo4j 数据库连接是否正常： bash neo4j status
  2. 验证服务器是否运行： bash curl http://localhost:8000
  3. 查看日志以排查问题： bash tail -f server.log

常见问题解答

  • 如何配置 Neo4j 连接？ 在 mcpServers 配置文件中设置 BLOODHOUND_URI、BLOODHOUND_USERNAME 和 BLOODHOUND_PASSWORD。
  • 如何扩展查询功能？ 可以通过自定义 Cypher 查询或贡献到项目仓库来扩展功能。
  • 服务器无法启动怎么办？ 检查依赖是否安装正确，并确保 Neo4j 服务正在运行。

许可证

None