← 返回目录

T3MP3ST MCP Server

社区

面向授权安全测试的多智能体红队平台。

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 开发工具第 243 / 438
Stars: ★ 6.6k 非常热门
运行环境: Node.js · Docker
凭据: 可选 API Key
许可证: AGPL-3.0
最近提交: 44 天前
工具数: 1

51FMRS · D

依据所给 README，T3MP3ST 提供一个名为 security_recon 的 MCP 工具，定位为授权安全测试的进攻安全框架。资料未缓存服务器清单，也未提供客户端配置、传输协议或兼容性证据；因此未填入这些字段。

最强项 · 文档质量 15/20 最弱项 · 安全与权限 5/20

可靠性

8/20

安全与权限

5/20

维护活跃度

12/20

文档质量

15/20

安装易用性

11/20

查看各项评分依据

可靠性 8/20: README 描述了 MCP 服务器、security_recon、HTTP API、工具数量和范围限制，但服务器 manifest 未缓存，且仅提供静态材料，没有可核验的 CI、提交测试或 MCP 初始化/工具列表握手证据。因此正常路径看似可行，但实际行为、错误处理和依赖可控性无法确认，按静态校准不得超过 12 分并扣分。
安全与权限 5/20: 项目明确属于进攻性安全工具，架构包含 Exploiter、Infiltrator、Exfiltrator、Ghost、凭据存储和 credential harvesting；同时涉及真实网络工具和外部目标，风险显著。README 声称仅限授权使用、任务设定后启用出站范围限制，并将部分危险工具置于 opt-in 或受限路径；协调披露仅生成草稿且由人工发送。由于这些控制没有 manifest 或源代码证据验证，且凭据、数据边界、确认机制和默认行为不完整，保留较低分。
维护活跃度 12/20: 仓库未归档，README 显示 AGPL-3.0、仅 2 个 open issues，并提供更新脚本、受保护路径和发布检查文档，表明存在维护意图。材料没有提交频率、正式 releases、依赖更新记录、明确维护者责任或安全响应渠道证据，因此不能接近满分。
文档质量 15/20: README 提供安装、War Room、CLI、Docker、离线模型、环境变量、MCP 入口、API 路由、能力状态、基准限制和多份专题文档，且明确区分稳定、实验性和计划功能。扣分来自 manifest/工具参数未提供，真实错误处理、成本、权限数据流和故障排查证据不足，且许多能力声明仅来自 README。
安装易用性 11/20: 提供 npm install、npm run server、Docker 和 node dist/mcp-server.js 等路径，覆盖本地 agent、API key、Ollama 及 OpenAI 兼容服务，并说明本地主机绑定。连接主流 MCP 客户端的完整配置示例、运行时版本、依赖前置条件和跨平台验证未给出；安装仍依赖本地 agent、密钥或额外工具，流程存在手工和环境风险。

静态评测 · 未实际运行收录于 2026-08-14

查看 FMRS 评分方法 →

选型与风险

能访问什么执行命令或代码访问网络

适合谁

具备授权范围和规则约束的安全团队
红队研究人员和安全教育者
能够自行管理本地运行环境的 MCP 用户

不适合谁

未获明确书面许可的目标
需要通用远程扫描或无范围限制执行的用户
希望获得已验证的端到端多智能体漏洞利用能力的用户

所需权限

需要在授权范围内访问目标相关的网络和安全测试资源
可能需要本地 Node.js、依赖项及所配置智能体或模型的访问权限
具体 MCP 客户端权限和认证方式未在资料中说明

风险与副作用

该工具具有进攻性，只能用于自有或明确获准测试的系统
错误的目标范围可能导致越权访问、数据损失或法律风险
README 表示后续多智能体协同利用仍未充分验证且不可靠
运行外部安全工具和可选武器库可能对目标产生影响

安装接入

准备工作

运行环境：Node.js · Docker

OPENROUTER_API_KEY 可选密钥 OpenRouter 的 API 密钥，可选，用于让框架调用 OpenRouter 上的模型；不用本地已连接的编码代理时才需要。

VENICE_API_KEY 可选密钥 Venice 的 API 密钥，可选，作为替代模型提供商。

ANTHROPIC_API_KEY 可选密钥 Anthropic 的 API 密钥，可选，作为替代模型提供商。

OPENAI_API_KEY 可选密钥 OpenAI 的 API 密钥，可选，作为替代模型提供商。

XAI_API_KEY 可选密钥 xAI 的 API 密钥，可选，用于 Grok Build (grok-build-0.1) 编码模型。

其他可选配置项（5 个）

TEMPEST_LOCAL_BASE_URL 可选本地 OpenAI 兼容模型服务的地址（如 Ollama 默认 http://localhost:11434/api、LM Studio http://localhost:1234/v1），用于完全离线运行。

TEMPEST_LOCAL_MODEL 可选本地模型名称（如 llama3），配合 TEMPEST_LOCAL_BASE_URL 使用。

T3MP3ST_LOCAL_AGENT_TIMEOUT_MS 可选每次本地代理 CLI 调用的超时时间（毫秒），可选。

T3MP3ST_TASK_TIMEOUT_MS 可选任务级超时时间（毫秒），可选。

T3MP3ST_GENERAL_TIMEOUT_MS 可选规划请求的超时时间（毫秒），可选。

在仓库根目录运行 npm install；从 Git 克隆时按需运行 npm run build；随后运行 node dist/mcp-server.js。资料未提供客户端专用配置示例。

验证是否装好

运行 node dist/mcp-server.js 启动 MCP 服务器后，在 MCP 客户端的工具列表中应能看到 security_recon 工具；调用一次对已授权目标的侦察请求并收到工具输出即证明连接成功。

常见排障

确认已在仓库根目录运行 npm install
从 Git 克隆时确认必要时已运行 npm run build
确认 node dist/mcp-server.js 所需的构建文件存在
检查目标是否在明确授权范围内，并核对工具的范围限制
若需要更多信息，查看仓库中的 MCP Guide 和相关文档

试试这样问

连接成功后，可以直接对 AI 助手这样说：

对 example.com 做一次安全侦察，枚举其开放端口和服务指纹。
使用 security_recon 对我授权测试的目标主机进行 DNS 和 HTTP 指纹识别。
对 10.0.0.5（我拥有的服务器）运行侦察，收集网络发现结果。
通过 security_recon 对这个 Web 应用做黑盒外部侦察并汇总发现。

工具能力 1

security_recon 只读

提供安全侦察能力；具体输入、输出和权限范围在所给资料中未详细说明。

使用场景

对自有或获得书面授权的目标进行安全侦察

在红队研究、教育和 CTF 场景中辅助分析

将安全侦察能力提供给支持 MCP 的智能体

详细介绍

T3MP3ST 是一个自主红队平台和多智能体进攻安全框架，可围绕授权目标执行侦察、漏洞利用和报告流程。README 明确说明，MCP 服务器通过 node dist/mcp-server.js 暴露 security_recon 工具。