弹霄博科

小谈谈一亩三分地

MCP Server 牛刀小试之雷池 MCP

发布日期: 2025/04/01
更新日期: 2025/04/02
作者: 小谈谈
分类: 开发
标签: mcp, 雷池, waf, golang, mcp-go
阅读时间: 5 分钟
字数: 1146 字

什么是 MCP

MCP（Model Context Protocol）可以算是当下 AI 编程圈子里最火爆的话题之一了。实际上 MCP 早在 2024 年 11 月就已经由 Anthropic 提出，目前我们广泛接触到的 MCP 规范是 2025-03-26 版本。

MCP 是一种用于标准化 AI 模型与本地和远程资源进行交互的标准协议。MCP 就像是 AI 应用程序的 USB-C 接口，为 AI 模型提供了一种标准化的方式来连接不同的数据源和工具。

[图片: Figure1]
https://static.txisfine.cn/upload/20250331231731.png

MCP 采用的是 C/S 架构，一个 MCP Host 可以连接到多个 MCP 服务器，以扩展 AI 的能力。

[图片: Figure3]
https://static.txisfine.cn/upload/20250331232256.png

如上图，在 MCP 中，有这样几个角色。

MCP 为 LLM 提供的能力不仅仅是工具，但目前大家重点关注到的是 Tool 能力。今天，我们要做的就是为雷池 WAF 创建一个 MCP Server，以实现通过 AI 对 WAF 进行自动化管理。

牛刀小试

雷池自 6.x 开始，对用户公开了 API 能力，用户可以通过管理面创建 API Token，这为我们实践 MCP Server 创造了一个有利条件。如下图，我们创建一个 API Token，后面 MCP Server 中需要进行对应的配置。

[图片: 20250331233533]
https://static.txisfine.cn/upload/20250331233533.png/pkwatermark

对于 MCP 协议，官方提供了 Python、TypeScript、Java 等语言的 SDK，社区提供了 Golang 版本的 SDK。我们使用的是 github.com/mark3labs/mcp-go 这个 SDK。

功能实现

项目的组织结构比较简单，main.go 创建了一个 SSE 形式的 MCP SERVER。在 utils 中，定义了和雷池 API 通信的协议，还有一些辅助函数。

具体的 MCP 工具定义在 tools 中。

目前已经实现的能力：

项目地址：https://cnb.cool/hex/go-mcp-safeline

开始使用

编辑 .env 启动服务。

```
TRANSPORT=sse
MCPS_ADDR=http://127.0.0.1:8099
SAFELINE_APISERVER=雷池管理端地址，例如 https://1.1.1.1:9443
SAFELINE_APITOKEN=雷池管理端 Token
DEBUG=true
```

在 Cursor 中使用。

```
{
"mcpServers": {
"mcp-safeline": {
"url": "http://127.0.0.1:8099/sse",
"env": {
}
}
}
}
```

演示

我做了两个示例，演示通过 MCP 协议来对 WAF 进行自动化管理。

完整的视频演示：https://www.bilibili.com/video/BV1aDZWYuEBu/

问题 1：今天是三月最后一天了，帮我看看近一个月，waf 都拦截了哪些攻击事件？

LLM 分析了用户的诉求，自主调用工具计算当前时间和一个月前是什么时候，获取了所有的攻击记录，进行汇总并返回给用户。

[图片: 20250331235502]
https://static.txisfine.cn/upload/20250331235502.png/pkwatermark

问题 2：在 waf 上配置了哪些证书？

LLM 通过相关工具获取了 WAF 上的证书列表和证书信息，并返回给了用户。

[图片: 20250331235536]
https://static.txisfine.cn/upload/20250331235536.png/pkwatermark

后记

在实现 MCP Server 的过程中，这个开发的工作量还是比较大的，我们需要了解 API，做好工具规划，给每个变量和函数写好描述信息。甚至给 MCP 写描述，比项目中写注释还累。在我的理解下，MCP Server 编程更像是给 LLM 讲述工具怎么用的过程，你既要给够 LLM 工具，还要给他讲明白工具使用背景和使用方法。

[图片: 20250331235805]
https://static.txisfine.cn/upload/20250331235805.png/pkwatermark

虽然 MCP 协议让 LLM 和工具解耦，开发工具时不用关心具体应用在什么 LLM 上，但“好刀更要有一位好厨子”。LLM 作为大脑，不仅需要强大的推理能力，还需要能够根据具体场景选择和规划调用 MCP Server，从而高效调度工具，最大化发挥工具的能力。

合理的工具调用策略，结合 LLM 的智能调度，才能真正提升应用的智能化水平，使其具备更强的泛化能力和实用性。

扩展