AI导哈

nmap集成服务器

一个集成了LMStudio并提供OpenAI兼容端点的MCP服务器，包含nmap命令的自然语言处理和扫描结果分析功能。

  • by Shubhlakhia007
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Shubhlakhia007/mcp-server

使用说明

集成nmap的MCP服务器

一个与LMStudio集成并提供OpenAI兼容端点的模型上下文协议（MCP）服务器。该服务器包含用于nmap命令的自然语言处理功能以及扫描结果分析功能。

特点/特性

  • ✨ 自然语言 → nmap 转换器 (NL2nmap)
  • 📊 扫描结果汇总与建议
  • 🤖 交互式引出流程
  • 📅 已计划/排队中的扫描任务
  • 🔒 大型语言模型（LLM）安全与沙盒技术
  • 🧪 全面测试

快速入门

  1. 克隆仓库：
git clone https://github.com/YOUR_USERNAME/mcp-server.git
cd mcp-server
  1. 创建虚拟环境并安装依赖项：
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
  1. 配置环境： 创建一个 .env 与……一起提交文件
LLM_API_KEY=sk-no-key-required
LLM_BASE_URL=http://127.0.0.1:1234/v1
MODEL_NAME=qwen2.5:3b-instruct-q4_K_M
MCP_SERVER_PORT=8001
  1. 启动服务器：
python -m uvicorn app.main:app --host 0.0.0.0 --port 8001 --reload

API 端点

聊天完成（或聊天回复）

  • POST（邮寄/发布） /v1/chat/completions
    • 兼容OpenAI的聊天完成（chat completion）端点
    • 支持流式和非流式响应

健康检查

  • GET /v1/health
    • 返回服务器状态和配置

示例用法

# Basic chat completion request
curl -X POST http://localhost:8001/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen2.5:3b-instruct-q4_K_M",
    "messages": [{"role": "user", "content": "Say hello!"}],
    "stream": false
  }'

发展

该项目采用模块化架构：

  • app/主应用程序包
    • config/配置设置
    • routes/API端点
    • schemas/数据模型
    • services/业务逻辑
    • utils/辅助函数

做出贡献

  1. 克隆（或“分叉”）该仓库
  2. 创建你的功能分支（git checkout -b feature/amazing-feature)
  3. 提交您的更改（git commit -m 'Add some amazing feature')
  4. 推送到分支（git push origin feature/amazing-feature）
  5. 提交一个拉取请求（或合并请求）

许可证

此项目采用MIT许可证授权——详情请参见LICENSE文件。

相关 MCP