AI导哈

文本转SQL安全分析框架

一个基于MCP服务器的AI驱动安全运营中心（SOC）框架，用于将自然语言提示动态转换为SQL查询，并集成了安全威胁分析和监控功能。

  • by akramIOT
  • Python
  • 本地部署
  • 10 星标
  • 更新于
在 GitHub 查看 akramIOT/MCP_AI_SOC_Sher

使用说明

MCP AI SOC负责人

一个强大的AI驱动的安全操作中心（SOC）基于Text2SQL框架的MCP服务器（本地和远程），用于将自然语言提示动态转换为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
  • 多个接口：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
  • 流媒体响应：实时查询处理反馈
  • SOC监测：安全运营中心监控能力

安装

pip install mcp-ai-soc-sher

快速开始

# Set your OpenAI API key
import os
os.environ["OPENAI_API_KEY"] = "your-api-key-here"

# Use as local server
from mcp_ai_soc_sher.local import LocalMCPServer

server = LocalMCPServer()
server.start()

# Or run from command line
# mcp-ai-soc --type local --stdio --sse

命令行用法

# Run local server with STDIO interface
mcp-ai-soc --type local --stdio

# Run local server with SSE interface
mcp-ai-soc --type local --sse

# Run remote server with REST API
mcp-ai-soc --type remote

配置

创建一个 .env 使用您的配置文件：

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

请参阅 文档 对于所有配置选项。

示例

import json
import requests

# Query the server
response = requests.post(
    "http://localhost:8000/api/sql",
    headers={"Content-Type": "application/json", "X-API-Key": "your-api-key"},
    json={
        "query": "Find all suspicious login attempts in the last 24 hours",
        "optimize": True,
        "execute": True
    }
)

# Process the response
result = response.json()
print(f"SQL Query: {result['sql']}")
if result['results']:
    print("Results:")
    for row in result['results']:
        print(row)

安全功能

  • 基于规则和人工智能的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

附带附加条件的MIT许可证。版权所有（c）2025阿克兰警长。

看 许可证 了解详情。

贡献

欢迎投稿！请看 贡献.md 作为指导方针。

相关 MCP