OpenCTI MCP Server Integration

Hvad gør “OpenCTI” MCP Server?

OpenCTI MCP Server er en Model Context Protocol (MCP) server, der muliggør problemfri integration med OpenCTI (Open Cyber Threat Intelligence)-platformen. Ved at fungere som bro mellem AI-assistenter og OpenCTI threat intelligence-databasen, kan AI-klienter forespørge, hente og interagere med cyber threat intelligence-data via et standardiseret interface. Denne server muliggør opgaver som søgning efter malwareinformation, forespørgsler på indikatorer for kompromittering, håndtering af brugere og grupper samt filoperationer. Udviklere kan bruge den til at automatisere sikkerhedsarbejdsgange, berige LLM-output med realtids threat data og strømline adgangen til handlingsorienteret intelligence i deres udviklings- og driftsmiljøer.

Liste over prompts

Ingen prompt-skabeloner er angivet i repositoryet eller dokumentationen.

Liste over ressourcer

Ingen eksplicitte ressourcer er beskrevet i den tilgængelige dokumentation eller repository-filer.

Liste over værktøjer

Ingen specifikke værktøjer er nævnt i dokumentationen eller koden. Dokumentationen beskriver kun overordnede funktioner og API-muligheder, men oplister ikke MCP-værktøjer eller deres funktionssignaturer.

Anvendelsestilfælde for denne MCP Server

• Automatisering af threat intelligence: Automatisér indhentning og analyse af de nyeste threat intelligence-rapporter, indikatorer for kompromittering, malware-information og trusselsaktører fra OpenCTI, hvilket muliggør proaktive sikkerhedsoperationer.
• Integration med sikkerhedsoperationer: Integrer med SOC-værktøjer, så AI-agenter kan hente kampagneinformation, liste angrebsmønstre og give handlingsorienteret indsigt til incident response-teams.
• Styring af brugere og grupper: Brug AI-assistenter til at liste og styre brugere eller grupper i OpenCTI-instansen, og understøt administrative arbejdsgange samt adgangskontroller.
• STIX-objektoperationer: Forespørg og manipulér STIX-objekter, såsom kampagner og angrebsmønstre, direkte fra udviklingsmiljøer eller automatiserede arbejdsgange.
• Adgang til filer og referencedata: Giv AI mulighed for at interagere med filer, markeringer og labels i OpenCTI, og understøt avanceret data-berigelse og klassificeringsopgaver.

Sådan sætter du det op

Windsurf

1. Forudsætninger: Sørg for at Node.js 16+ er installeret, og at du har adgang til en OpenCTI-instans med et gyldigt API-token.
2. Forbered miljø: Kopiér .env.example til .env og opdater med dine OpenCTI-legitimationsoplysninger.
3. Konfigurér MCP Server: Redigér din Windsurf MCP-konfigurationsfil for at tilføje OpenCTI-serveren:

   {
     "mcpServers": {
       "opencti": {
         "command": "node",
         "args": ["path/to/opencti-server/build/index.js"],
         "env": {
           "OPENCTI_URL": "${OPENCTI_URL}",
           "OPENCTI_TOKEN": "${OPENCTI_TOKEN}"
         }
       }
     }
   }
   

4. Gem og genstart: Gem din konfiguration og genstart Windsurf-klienten.
5. Verificér: Sørg for at MCP-serveren er opført og tilgængelig i Windsurf.

Claude

1. Forudsætninger: Installer Node.js 16+ og indhent OpenCTI API-legitimationsoplysninger.
2. Miljøopsætning: Kopiér .env.example til .env og udfyld dine OpenCTI-detaljer.
3. Tilføj MCP Server i Claude: Opdatér MCP-indstillingerne som følger:

   {
     "mcpServers": {
       "opencti": {
         "command": "node",
         "args": ["path/to/opencti-server/build/index.js"],
         "env": {
           "OPENCTI_URL": "${OPENCTI_URL}",
           "OPENCTI_TOKEN": "${OPENCTI_TOKEN}"
         }
       }
     }
   }
   

4. Genstart Claude: Gem konfigurationen og genstart Claude.
5. Tjek forbindelse: Bekræft at OpenCTI MCP er tilsluttet.

Cursor

1. Forudsætninger: Sørg for at Node.js 16+ er til stede og at du har OpenCTI-adgang.
2. Konfigurér miljø: Dupliker .env.example som .env og indtast din OpenCTI URL og token.
3. Redigér Cursor-konfiguration: Indsæt følgende i din MCP-konfiguration:

   {
     "mcpServers": {
       "opencti": {
         "command": "node",
         "args": ["path/to/opencti-server/build/index.js"],
         "env": {
           "OPENCTI_URL": "${OPENCTI_URL}",
           "OPENCTI_TOKEN": "${OPENCTI_TOKEN}"
         }
       }
     }
   }
   

4. Genstart Cursor: Gem og genstart applikationen.
5. Verificér: Sørg for at OpenCTI MCP-serveren fungerer i Cursor.

Cline

1. Forudsætninger: Installer Node.js 16+ og hav OpenCTI-instans-legitimationsoplysninger.
2. Opsæt miljøfil: Kopiér .env.example til .env og opdater med dine værdier.
3. Konfigurér Cline MCP: Tilføj OpenCTI MCP til din konfiguration:

   {
     "mcpServers": {
       "opencti": {
         "command": "node",
         "args": ["path/to/opencti-server/build/index.js"],
         "env": {
           "OPENCTI_URL": "${OPENCTI_URL}",
           "OPENCTI_TOKEN": "${OPENCTI_TOKEN}"
         }
       }
     }
   }
   

4. Genstart Cline: Gem konfigurationen og genstart Cline.
5. Validering: Tjek at OpenCTI MCP vises som forventet.

Sikring af API-nøgler (gælder alle platforme)

• Brug altid miljøvariabler til at opbevare følsomme API-legitimationsoplysninger. Eksempel på konfiguration:

  {
    "mcpServers": {
      "opencti": {
        "command": "node",
        "args": ["path/to/opencti-server/build/index.js"],
        "env": {
          "OPENCTI_URL": "${OPENCTI_URL}",
          "OPENCTI_TOKEN": "${OPENCTI_TOKEN}"
        }
      }
    }
  }
  

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-flow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsætter du dine MCP-serverdetaljer med dette JSON-format:

{
  "opencti": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “opencti” til det faktiske navn på din MCP-server og udskifte URL’en med din egen MCP-server URL.

Oversigt

Ud fra den tilgængelige dokumentation og kode giver OpenCTI MCP Server et klart overblik og robuste opsætningsinstruktioner, men mangler eksplicitte detaljer om ressourcer, prompts, værktøjer og avancerede MCP-funktioner såsom sampling eller roots-konfiguration.

Vores vurdering

Baseret på dokumentationen giver denne MCP-server et godt fundament for OpenCTI-integration og har solide opsætnings- og sikkerhedspraksisser, men mangler gennemsigtighed omkring MCP-specifikke funktioner (såsom værktøjer, ressourcer, prompts og sampling). Derfor vurderer vi denne MCP-implementering til 5/10 for overordnet fuldstændighed og anvendelighed til LLM-integration.

MCP-score