使用说明

MCP安全：从易受攻击到强化

该项目包含使用具有全面安全措施的模型上下文协议（MCP）构建安全的基于HTTP的AI集成的工作示例。

概述

了解如何使用企业级安全保护您的MCP集成：

使用PKCE身份验证实现OAuth 2.1
配置TLS加密和安全标头
添加全面的输入验证和净化
实施速率限制和DDoS保护
监控安全事件并处理事件
将客户端安全地连接到受保护的MCP服务器

快速开始

用于开发（无TLS）:

task setup && task generate-keys
task run-oauth    # Terminal 1
task run-server   # Terminal 2

用于生产（使用TLS）:

task setup && task generate-keys && task generate-certs
task docker-up

先决条件

开发设置

Python 3.12.9（通过pyenv管理）
依赖管理诗
Go Task实现构建自动化
本地安装的OpenAI或Anthropic（Claude）或Ollama的API密钥
用于速率限制的Redis服务器（可选）

Docker/生产设置

Docker和Docker Compose
用于生产部署的有效SSL证书
本地安装的OpenAI或Anthropic（Claude）或Ollama的API密钥

设置

开发设置（本地Python）

克隆此存储库
复制 .env.example 到 .env 并配置您的环境：
```
cp .env.example .env
```
编辑 .env 要配置安全和LLM提供程序，请执行以下操作：
- 设置OAuth配置
- 添加API密钥
- 如果使用分布式速率限制，请配置Redis URL
- 设置TLS证书路径

运行安装任务：

task setup           # Install Python dependencies
task generate-keys   # Generate RSA keys for JWT
task generate-certs  # Generate self-signed certificates

Docker设置（生产）

克隆此存储库
复制 .env.example.tls 到 .env 并为Docker进行配置：
```
cp .env.example.tls .env
```
编辑 .env 要配置生产环境，请执行以下操作：
- 设置API密钥（OPENAI_API_KEY、ANTHROPIC_API_KEY）
- 配置JWT机密和OAuth凭据
- 设置Redis密码和其他生产设置

运行Docker安装程序：

task generate-keys   # Generate RSA keys for JWT
task generate-certs  # Generate self-signed certificates
task docker-build    # Build Docker images
task docker-up       # Start all services with TLS

支持的LLM提供商

开放人工智能

模型：gpt-4.1-2025-04-14
客户端: src/secure_clients/openai_client.py
任务: task run-openai-client
需要：OpenAI API密钥(OPENAI_API_KEY in.env）
特性：函数调用与工具结果显示

人类学（克劳德）

模型：claude-sonnet-4-20250514
客户端: src/secure_clients/anthropic_client.py
任务: task run-anthropic-client
需要：无烟煤API键(ANTHROPIC_API_KEY in.env）
特性：工具执行与克劳德的分析和评论

Ollama（当地）

模型：杰玛3:27
需要：Olama已安装，gemma3:27b型号已拔出
安装: brew install ollama （macOS）或查看奥拉玛
拉模式: ollama pull gemma3:27b
备注：服务器支持Ollama，但尚未实现安全的客户端

LangChain（多提供商）

客户端: src/secure_clients/langchain_client.py
任务: task run-langchain-client
需要：OpenAI API密钥（使用GPT-4作为底层LLM）
特性：具有安全MCP工具集成和OAuth身份验证的ReAct代理

DSPy（多提供商）

客户端: src/secure_clients/dspy_client.py
任务: task run-dspy-client
需要：OpenAI或Anthropic API密钥（可通过LLM_PROVIDER配置）
特性：具有OAuth 2.1和TLS安全性的DSPy ReAct代理

LiteLLM（多提供商）

客户端: src/secure_clients/litellm_client.py
任务: task run-litellm-client
需要：OpenAI或Anthropic API密钥（可通过LLM_PROVIDER配置）
特性：LiteLLM与OAuth 2.1身份验证和JWT签名验证的集成

项目结构

.
├── src/
│   ├── __init__.py
│   ├── config.py                    # Security and LLM configuration
│   ├── main.py                      # Secure MCP server implementation
│   ├── secure_server.py             # Production-ready secure server
│   ├── oauth_server.py              # OAuth 2.1 authorization server
│   ├── secure_clients/
│   │   ├── __init__.py
│   │   ├── openai_client.py         # ✅ Secure OpenAI GPT-4 client
│   │   ├── anthropic_client.py      # ✅ Secure Anthropic Claude client
│   │   ├── langchain_client.py      # ✅ Secure LangChain integration
│   │   ├── dspy_client.py           # ✅ Secure DSPy integration
│   │   ├── claude_desktop.py        # ⏳ Secure Claude Desktop integration
│   │   └── litellm_client.py        # ✅ Secure LiteLLM integration
│   └── security/
│       ├── __init__.py
│       ├── auth.py                  # Authentication middleware
│       ├── validation.py           # Input validation
│       ├── rate_limiting.py        # Rate limiting implementation
│       └── monitoring.py           # Security monitoring
├── tests/
│   ├── test_security.py            # Security tests
│   └── test_clients.py             # Client integration tests
├── certificates/
│   ├── server.crt                  # TLS certificate
│   └── server.key                  # TLS private key
├── .env.example                    # Environment template
├── Taskfile.yml                    # Task automation
└── pyproject.toml                  # Poetry configuration

关键安全概念演示

OAuth 2.1与PKCE：使用验证密钥进行代码交换的现代身份验证
TLS加密：通过适当的证书管理进行端到端加密
输入验证：全面消毒和预防注射
速率限制：请求和AI令牌的多层速率限制
安全监控：实时威胁检测和事件响应
安全客户端集成：保护来自所有主要AI平台的连接

运行应用程序

快速比较

特性	开发模式	Docker模式（生产）
OAuth URL	http://localhost:8080	https://localhost:8443
MCP网址	http://localhost:8000	https://localhost:8001
TLS/HTTPS	❌ 否	✅ 是（通过nginx）
Redis	本地安装	Docker容器
复杂性	简单性	生产就绪
用例	开发/测试	生产/演示

选项1：开发模式（无Docker/nginx）

此模式直接使用Python运行服务，使用HTTP而不使用TLS。

环境变量（.env）

# Key differences for development mode:
OAUTH_TOKEN_URL=http://localhost:8080/token
MCP_SERVER_URL=http://localhost:8000/mcp
OAUTH_SERVER_HOST=localhost
OAUTH_ISSUER_URL=http://localhost:8080
MCP_SERVER_HOST=localhost
REDIS_URL=redis://localhost:6379

与任务一起运行

# Terminal 1: Start OAuth server
task run-oauth           # Runs on http://localhost:8080

# Terminal 2: Start MCP server
task run-server          # Runs on stdio (FastMCP 2.8+)

# Terminal 3: Run AI clients
task run-openai-client     # OpenAI GPT-4 client
task run-anthropic-client  # Anthropic Claude client
task run-langchain-client  # LangChain ReAct agent client
task run-dspy-client       # DSPy ReAct agent client
task run-litellm-client    # LiteLLM multi-provider client

无任务运行

# Terminal 1: OAuth server
poetry run python src/oauth_server.py

# Terminal 2: MCP server
poetry run python src/main.py

# Terminal 3: AI clients
poetry run python src/secure_clients/openai_client.py     # OpenAI
poetry run python src/secure_clients/anthropic_client.py  # Anthropic
poetry run python src/secure_clients/langchain_client.py  # LangChain
poetry run python src/secure_clients/dspy_client.py       # DSPy
poetry run python src/secure_clients/litellm_client.py    # LiteLLM

测试

# Test OAuth server
curl http://localhost:8080/

# Test with AI clients
task run-openai-client     # Test OpenAI integration
task run-anthropic-client  # Test Anthropic integration
task run-langchain-client  # Test LangChain integration
task run-dspy-client       # Test DSPy integration
task run-litellm-client    # Test LiteLLM integration

# Run all tests
task test

选项2：生产模式（使用Docker/nginx进行TLS）

此模式在Docker容器中运行所有服务，nginx提供TLS终止。

环境变量（.env）

# Key differences for Docker mode:
OAUTH_TOKEN_URL=https://localhost:8443/token
MCP_SERVER_URL=https://localhost:8001/mcp
OAUTH_SERVER_HOST=0.0.0.0
OAUTH_ISSUER_URL=https://localhost:8443
MCP_SERVER_HOST=0.0.0.0
REDIS_URL=redis://redis:6379
TLS_CA_CERT_PATH=  # Empty to skip cert verification for self-signed

与任务一起运行

# Start all services (nginx, OAuth, MCP, Redis)
task docker-up

# View logs
task docker-logs

# Run AI clients against Docker services
task run-openai-client     # OpenAI client with HTTPS
task run-anthropic-client  # Anthropic client with HTTPS
task run-langchain-client  # LangChain client with HTTPS
task run-dspy-client       # DSPy client with HTTPS
task run-litellm-client    # LiteLLM client with HTTPS

# Stop all services
task docker-down

无任务运行

# Build and start services
docker-compose build
docker-compose up -d

# View logs
docker-compose logs -f

# Run AI clients with Docker URLs
OAUTH_TOKEN_URL=https://localhost:8443/token \
MCP_SERVER_URL=https://localhost:8001/mcp \
TLS_CA_CERT_PATH= \
poetry run python src/secure_clients/openai_client.py

# Or Anthropic client
OAUTH_TOKEN_URL=https://localhost:8443/token \
MCP_SERVER_URL=https://localhost:8001/mcp \
TLS_CA_CERT_PATH= \
poetry run python src/secure_clients/anthropic_client.py

# Stop services
docker-compose down

测试

# Test OAuth server (via nginx HTTPS)
curl -k https://localhost:8443/

# Test direct container access (from host)
curl http://localhost:8080/  # Direct to OAuth container

# Debug containers
task docker-shell-oauth
task docker-shell-mcp

服务URL

OAuth服务器: https://localhost:8443（通过nginx进行TLS）
MCP服务器: https://localhost:8001（通过nginx进行TLS）
直接OAuth: http://localhost:8080（集装箱码头，不对外使用）
直接MCP: http://localhost:8000（集装箱码头，不对外使用）

可用任务

核心任务

task setup -设置Python环境并安装依赖项
task generate-keys -为OAuth JWT签名生成RSA密钥对
task generate-certs -生成自签名证书
task test -运行所有pytest测试
task format -黑色和Ruff格式代码
task clean -清理生成的文件

开发模式任务

task run-server -运行MCP服务器（stdio传输）
task run-oauth -在端口8080上运行OAuth服务器
task run-openai-client -运行OpenAI客户端（用于本地服务）
task run-anthropic-client -运行Anthropic Claude客户端（用于本地服务）
task run-langchain-client -运行LangChain ReAct代理客户端（用于本地服务）
task run-dspy-client -运行DSPy ReAct代理客户端（用于本地服务）
task run-litellm-client -运行LiteLLM多提供商客户端（用于本地服务）

Docker模式任务

task docker-build -构建Docker镜像
task docker-up -使用TLS启动所有服务
task docker-down -停止所有服务
task docker-logs -查看服务日志
task docker-restart -重新启动服务
task docker-clean -清理容器和体积
task docker-shell-oauth -调试OAuth容器
task docker-shell-mcp -调试MCP容器

安全检查列表

在部署到生产环境之前，请确保：

身份验证和授权

✅ OAuth 2.1已实现PKCE
✅ JWT令牌使用RS256和JWKS端点
✅ 所有客户端中的JWT签名验证
✅ 令牌过期时间设置为15-60分钟
✅ 正确定义和执行范围

运输安全

✅ 最低TLS 1.2，首选TLS 1.3（通过nginx）
✅ 在所有客户端中启用SSL证书验证
✅ mkcert证书，用于使用适当的CA包进行开发
✅ HSTS标头，最小年龄为1年，最大年龄为1岁
✅ 证书链验证工作

输入验证

✅ 所有输入均已Pydantic模型验证
✅ 用正则表达式阻止危险模式
✅ SQL查询只使用参数化
✅ 命令执行仅使用分配列表

速率限制和DDoS保护

✅ 已实施请求速率限制
✅ 基于令牌的AI操作限制
✅ Redis分布式速率限制
✅ 使用重试后正确的429响应

示例输出

这些例子表明：

使用OAuth 2.1设置生产就绪的安全MCP服务器
实施全面的输入验证和注射预防
为请求和AI令牌使用配置速率限制
将各种AI客户端安全地连接到受保护的服务器
监控安全事件并应对威胁

故障排除

发展模式问题

OAuth令牌错误：检查您的OAuth服务器配置和客户端凭据
导入错误：运行 task setup 安装依赖项
关键错误：运行 task generate-keys 创建RSA密钥对
证书错误：运行 task generate-certs 创建自签名证书

Docker模式问题

TLS证书错误：确保证书有效且配置正确
容器启动失败：使用以下命令检查Docker日志 task docker-logs
端口冲突：确保端口80、443、8001、8080、8443可用
Redis连接错误：检查Redis容器状态和配置
客户端连接失败：验证OAuth令牌和TLS设置

常见解决方案

权限不足：确保证书文件具有正确的权限（600）
利率限制问题：检查Redis连接和速率限制配置
API关键错误：验证.env文件中的OpenAI/Anthopic API密钥
网络问题：检查Docker网络配置和容器连接

在模式之间切换

在开发模式和Docker模式之间切换时：

更新.env文件：更改比较表中显示的URL
停止所有服务：确保没有端口冲突
对于Docker→ 发展：停止Docker(task docker-down)在开始本地服务之前
为了发展→ 码头工人：启动Docker前停止本地服务（Ctrl+C）

使用说明

MCP安全：从易受攻击到强化

概述

快速开始

先决条件

开发设置

Docker/生产设置

设置

开发设置（本地Python）

Docker设置（生产）

支持的LLM提供商

开放人工智能

人类学（克劳德）

Ollama（当地）

LangChain（多提供商）

DSPy（多提供商）

LiteLLM（多提供商）

项目结构

关键安全概念演示

运行应用程序

快速比较

选项1：开发模式（无Docker/nginx）

环境变量（.env）

与任务一起运行

无任务运行

测试

选项2：生产模式（使用Docker/nginx进行TLS）

环境变量（.env）

与任务一起运行

无任务运行

测试

服务URL

可用任务

核心任务

开发模式任务

Docker模式任务

安全检查列表

示例输出

故障排除

发展模式问题

Docker模式问题

常见解决方案

在模式之间切换

了解更多

相关 MCP

Square MCP服务

LLM增强服务器

安全分析服务器

MCP服务器调用CLI工具

漏洞模型协议教育工具

模型上下文协议 Swift SDK