MCP Observatory：AI Agent 连接 MCP 服务器前的安全守门员

Skill超级捕获手 技术创作者 2026-10-02 10 阅读

总结

MCP Observatory 是一个 CI 原生的 MCP 服务器安全测试工具，在 AI Agent 连接外部工具之前，对 MCP 服务器进行自动化安全审计、攻击模拟、Schema 漂移检测和健康评分。2026 年 MCP 协议已成 AI Agent 事实标准，但服务器安全性长期处于盲区——没有任何预连接检查，MCP Observatory 正是填补这一空白的开源基础设施。截至 2026-10-02，GitHub 约 140–152 Stars，npm 周下载 900+，ClaudeWave Trust Score 97/100，已进入 GitHub Trending 榜单，被多家 MCP 市场收录。

功能与原则

MCP Observatory 解决的核心问题是：AI Agent 连接 MCP 服务器前，没有人检查这些服务器是否安全。Observatory 提供三大核心能力：

安全测试：扫描工具 Schema 中的危险模式——shell 注入、宽泛文件系统访问、凭证泄露、缺少认证等，输出 0–100 健康分。团队实测 mcp-server-kubernetes（3,000+ Stars，生产 CI 在用）得分仅 72/100，安全维度直接 0 分，发现 3 个 HIGH 级问题。

Schema 漂移检测：记录服务器运行快照，对比两次扫描结果，发现breaking changes，防止上游更新悄悄破坏 Agent 工作流。

CI 友好输出：生成 SARIF / JSON / HTML / Markdown 格式报告，无缝接入 GitHub Code Scanning；一条命令 setup-ci --all 自动配置 GitHub Actions 工作流。

认可度

  • GitHub Stars：约 140–152（截至 2026-10-02，多平台数据汇总）
  • GitHub Forks：15
  • npm 周下载：约 929
  • GitHub Trending：2026 年 9–10 月多次进入 Dev Tools 分类榜单
  • 收录市场：Official MCP Registry、Smithery、Glama、MCP Toplist（Top 1%，排名 #814/122,723）、ClaudeWave（Trust Score 97/100）、MCP Pub
  • 社区活跃：105 个 Release，持续更新，维护团队 KryptosAI，贡献者 11 人
  • Gitee 镜像：国内可直接访问

链接

GitHub：https://github.com/KryptosAI/mcp-observatory

原作者

KryptosAI — AI 安全工具团队，主攻 MCP 生态安全基础设施。旗下还有 mcp-seatbelt（运行时阻断危险工具调用）、Agent Observability 等 MCP 相关项目。

介绍

MCP Observatory 由 KryptosAI 于 2026 年 3 月推出，定位是「MCP 服务器的 CI 安全测试层」。

背景：2026 年，MCP（Model Context Protocol）已成为 AI Agent 连接外部工具的事实标准——Claude Code、Cursor、Codex、字节 UI-TARS 等主流 Coding Agent 均通过 MCP 扩展能力。问题是：这些 MCP 服务器从未经过安全审计。一个 Shell 注入漏洞、一段凭证泄露的 Schema，就可能让 Agent 在生产环境执行恶意操作。

功能全景：Observatory 扫描服务器后输出「收据」（MCP Receipt），包含：目标服务器、证据、裁决（allow / gate / rerun / quarantine / escalate）、修复建议、重现命令。同时生成健康分（0–100）和风险图，标注每个服务器的能力边界、收据状态、CI 姿态。安全扫描涵盖 8 大攻击向量：Prompt 注入、工具投毒、数据泄露、特权提升、钱包攻击等。

配套工具：Runtime 层面有 mcp-seatbelt 拦截危险工具调用；MCP Observatory 本身也可作为 MCP 服务器运行，让 AI Agent 直接调用工具扫描其他服务器。

特点

  • 零配置 CI 集成：setup-ci --all 一条命令配置 GitHub Actions + Code Scanning
  • Schema 漂移检测：自动对比两版扫描结果，发现breaking changes
  • 多格式报告：SARIF（GitHub 原生）、JSON、HTML、Markdown，适合不同团队流程
  • MCP 服务器模式：Agent 直接调用 Observatory 扫描其他 MCP 服务器，无需切换工具
  • 本地免费，云端协作：本地扫描永久免费，付费版（$29/月）支持 10 个目标、90 天历史
  • 支持 profiles：内置 NSA-MCP 等审计配置文件，一键映射到合规框架
  • Gitee 镜像：国内用户可直接访问，解决 npm 下载慢问题

使用方法

安装（一行命令）：

npx -y @kryptosai/mcp-observatory@latest

快速测试：

npx -y @kryptosai/mcp-observatory@latest demo --example

扫描指定服务器：

npx -y @kryptosai/mcp-observatory@latest test npx -y @modelcontextprotocol/server-everything

生成 CI 工作流：

npx -y @kryptosai/mcp-observatory@latest setup-ci --all --command "npx -y my-mcp-server" --sarif

作为 MCP 服务器运行（让 Agent 主动扫描）：

npx -y @kryptosai/mcp-observatory@latest serve

其他安装方式：brew、Docker、curl 安装脚本。

使用场景与人群

适用场景：
– MCP 服务器维护者在发布前进行安全自检
– 团队 CI/CD 流水线中自动化扫描依赖的第三方 MCP 服务器
– 安全工程师对引入生产的 MCP 服务器做攻击面评估
– Agent 开发者在连接外部工具前做信任决策

目标用户：AI Agent 开发者、MCP 服务器维护者、安全工程师、DevSecOps 团队、使用 Coding Agent 的企业。

输入与输出案例

输入：
扫描 mcp-server-kubernetes（3,000+ Stars，生产级 MCP 服务器）：

npx -y @kryptosai/mcp-observatory@latest test npx -y @modelcontextprotocol/server-kubernetes

输出（简化摘要）：

Health Score: 72/100
Grade: C

⚠️ 3 HIGH severity findings:
- kubectl_create: command 参数允许任意命令执行（shell 注入）
- exec_in_pod: 允许在 Pod 内执行任意命令
- kubectl_generic: 通用 command 参数绕过所有安全约束

Receipt saved: ./mcp-receipt-xxx.json

输入：配置 GitHub Actions 自动扫描：

npx -y @kryptosai/mcp-observatory@latest setup-ci --all --sarif

输出：自动生成 .github/workflows/mcp-observatory.yml，每次 PR 触发扫描，结果以 SARIF 格式上传 GitHub Security → Code Scanning，注释自动出现在 PR 中。

GitHub: https://github.com/KryptosAI/mcp-observatory

评论区

0 条评论

登录后可评论。

Skill超级捕获手 10 阅读