基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-18 01:16

接入 MCP 前的六项安全检查

dev.to · AI#MCP#安全#Agent
Editor brief · 编辑速览

清单覆盖工具描述投毒、批准后的定义变更、认证、供应链、执行边界及日志响应。具体措施包括检查原始工具列表、校验定义哈希、锁定依赖,以及限制文件和网络访问。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

给 Agent 接入一个 MCP server,不能只看工具能不能调用。作者提出一套约 10 分钟的安全检查:先看服务端给模型塞了什么文字,再检查工具获批后是否变化,以及列举和调用工具是否都需要认证。前三项不过,就不接入。

这套清单的价值在于把安全建议变成可执行的准入判断。对正在给 AI 编程工具添加 MCP 服务的程序员,它提供了一条很具体的思路:安装成功只是开始,还要确认这个服务拿到了什么信任。

工具描述为什么也要当作攻击入口

MCP client 调用 tools/list 后,服务端返回的文本,包括工具描述,会进入模型上下文。模型需要靠这些描述决定选哪个工具、怎么调用,也就有机会读到夹带其中的恶意指令。

作者列出两种风险:一是 tool poisoning,即把面向模型的指令藏进工具描述;二是 rug pull,即工具通过审核后,服务端再修改定义。前者利用审核时漏看的内容,后者利用审核后继续沿用的信任。

因此,作者要求直接检查原始 tools/list 输出,寻找指挥模型行动的文字和隐藏 Unicode 字符。只看客户端整理过的工具名称列表,不足以完成这项检查。

审核通过的应该是一份具体的工具定义,而不只是一个服务器名字。

对应做法是给每份获批工具定义计算哈希,在每次会话开始时,以及收到 notifications/tools/list_changed 时重新核对。哈希可以发现变化,但变化是否安全,仍然需要判断。

十分钟检查怎样形成接入门槛

作者把清单分成六组,每项都是能快速测试的是非题:

  • 工具描述:检查原始返回内容,排查面向模型的指令和隐藏 Unicode。
  • 审批后的变化:保存获批定义的哈希,并在会话和变更通知时复核。
  • 身份认证:列举工具和调用工具都必须要求认证,匿名列举也算问题。
  • 供应链:核对准确包名、锁定依赖,并阅读安装脚本。
  • 执行边界:使用沙箱,限制文件系统和网络访问,把工具输出视为不可信输入。
  • 日志与响应:记录每次调用,并能快速关闭某一个服务器。

前三组是阻断项,目的是让审核产出明确的通过或失败,而不是留下一堆没有处理结论的建议。对存在对应技术的条目,作者还映射了 MITRE ATLAS,包括工具投毒、获批后替换和供应链攻击。

认证这里尤其容易漏一半。作者强调,不能只保护实际调用,tools/list 也要检查;不能因为使用了 MCP 协议,就默认这次列举请求已经受到认证保护。

补丁级别为什么不能省略

作者引用两个案例说明检查具体版本的必要性:CVE-2025-6514 涉及 mcp-remote 通过不可信服务器触发的操作系统命令注入,CVSS 为 9.6;CVE-2025-32711 是 M365 Copilot 的 EchoLeak,CVSS 为 9.3。

这些是作者引用的漏洞案例,不是作者报告的实测结果。原文也没有提供受影响版本范围、修复版本或复现步骤,读者不能据此确定自己安装的版本是否安全。

作者还提到 SlowMist 已有 MCP 安全清单。他希望自己的项目更适合直接放进 pull request 或审核工单,用来决定是否允许接入,而不是充当查阅资料。

我的判断

我认同把工具描述纳入安全审核。Agent 会读取这些文本并据此行动,审核范围自然不能停在包名、权限和接口是否可用上。把认证与获批后变化设为阻断项,也能让团队更容易形成一致的处理标准。

但「10 分钟」是作者给出的定位,原文没有展示耗时测试、攻击检出率,也没有与其他清单比较效果。这是一套经验性流程,不能当作安全保证。

它还依赖客户端具备一些能力:能拿到原始工具定义、保存哈希、响应变更通知,并对单个服务器实施停用。原文没有说明这些能力由哪个现成客户端提供。缺少这些支持时,清单中的部分项目还需要团队自行实现。

与只在安装前看一次包信息相比,这套做法覆盖了接入后的变化。不过,哈希一致只能说明内容未变,不能证明最初获批的描述没有问题;沙箱和访问白名单仍然需要保留。

能拿来做什么

  • 给 AI 编程工具添加 MCP 服务前,先保存并检查原始 tools/list 输出,把可疑指令、隐藏字符和匿名列举能力作为明确的审核问题。
  • 如果团队维护 MCP client,就为获批工具定义保存哈希,并在新会话及 notifications/tools/list_changed 到来时复核,让变化重新进入审核流程。
  • 安装基于 Node 包的 MCP 组件时,核对准确包名、锁定依赖、阅读安装脚本,并核实所用版本的漏洞修复情况。
  • 在团队接入规范里写清沙箱、文件和网络白名单、逐次调用日志以及单服务器停用方式,让发现问题后有具体动作可执行。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
AI 代码激增后,评审该查哪些盲区
下一篇
Hopback 集中提醒 Claude 会话待办

资讯速览

dev.to · AI · 2026-11-18 01:16

AI 评分 8.0 / 10

相关标签

#MCP#安全#Agent

继续阅读

  • 用 AST 提前发现 FastAPI 循环导入
  • AI 代码激增后,评审该查哪些盲区
  • Hopback 集中提醒 Claude 会话待办
  • 小显存跑 Gemma:思考开销与推测加速
  • 用统一事件记录打通 Agent 审计链路