AI导哈

防御事件查询系统

一个基于Python和NextJS的防御事件查询系统，利用OpenAI API和MCP服务器查询和展示防御相关事件。

  • by RoryGracey
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 RoryGracey/stealth-labs-mcp-demo

使用说明

隐形实验室技术面试演示

描述

这个存储库涵盖了模拟Python mcp 查询a的服务器 .json 提交虚假的国防相关事件。此外，NextJS网站还提供了一个聊天窗口，供用户通过使用OpenAI的API和 mcp 服务器用于拉取和查看文档。

快速入门介绍

运行MCP服务器

# Go to Python MCP Server Directory from root of project
cd sl-python-mcp

# Install Python UV
curl -LsSf https://astral.sh/uv/install.sh | sh

# Run MCP Server
uv run python main.py

运行NextJS网站

# Go to NextJS site from root of project
cd sl-nextjs

# Create .env file
touch .env

# Edit .env with OPENAI_API_KEY and MCP_URL environment variables
vim .env 

# Install dependencies
npm i

# Run dev server
npm run dev

示例问题

Find entries about jamming and summarize likely implications. Include entry ids.

What policy constraints apply to AI-assisted analysis?

Only use RESTRICTED or below: what do we know about UAV C2 disruption?

请注意-环境变量必须插入NextJS目录根目录的.env中，并且MCP服务器必须正在运行才能使用NextJS聊天。

相关 MCP