8.0
热点
AI SCORE
技术实践2026-11-18 19:55
MCP 接入审查要覆盖工具来源与调用参数
dev.to · AI#MCP#工具安全#参数校验
Editor brief · 编辑速览
文章分析了 MCP 接入中的两类安全风险,即不可信的工具声明和 JSON-RPC 参数污染。作者从架构层面讨论如何加固第三方工具接入与调用边界。
文章思维导图
Knowledge map
AI brief
原文暂未完整获取,基于公开信息的快读
dev.to 上一篇文章把第三方 MCP 服务的接入审查拆成两道关:工具发现时,确认每个工具由谁提供;工具执行时,确认传入的参数会被怎样处理。作者讨论了两类风险:来源不可信的工具声明可能让调用选错目标,未经校验的 JSON-RPC 参数可能把外部输入带进本地命令执行。
目前能确认什么
MCP 客户端通过 tools/list 获取工具名称、描述和输入结构。作者指出,如果客户端把来自不同服务的工具放进同一个命名空间,第三方服务就可能声明一个与已有工具同名的工具,让模型选错调用目标。作者提出在客户端或网关按已验证的服务来源为工具划分命名空间,并对敏感工具的注册做额外校验。
另一道关在服务端。模型可能从网页、Issue 评论或 Git 提交记录里提取内容,再把它作为工具参数传入。对于封装命令行程序的 MCP 服务,作者给出的防御方向是用 JSON Schema 约束字段和取值,并通过参数数组启动子进程,避免把输入拼进 Shell 命令。节选还提醒检查子进程继承的环境变量,避免把宿主凭据一并交给工具。
我的判断
做接入评审时,我会沿着一次工具调用查两处:客户端能否把工具名追溯到具体服务,服务端是否在启动子进程前实际执行参数校验。工具声明里的 inputSchema 可以说明接口接受什么,能否拒绝非法输入,要看执行路径上有没有落实校验。
现有节选没有说明 Claude Desktop、Cursor 等客户端遇到同名工具时如何处理,也没有说明它们是否自带来源隔离。这两点要按实际使用的客户端查官方文档,才能确定哪些检查需要在自己的接入层补上。