SHODAN MCP 서버

“SHODAN” MCP 서버는 무엇을 하나요?

SHODAN-MCP는 Shodan API와의 강력한 인터페이스로, 세계 최초의 인터넷 연결 디바이스 검색 엔진과의 상호작용을 간소화하도록 설계되었습니다. 보안 연구자, 침투 테스터, 사이버보안 전문가들이 전 세계 인터넷 환경을 탐색, 분석, 모니터링할 수 있는 종합 도구 세트를 제공합니다. Model Context Protocol(MCP)을 통해 Shodan의 기능을 노출함으로써, SHODAN-MCP 서버는 AI 어시스턴트와 개발 도구가 Shodan API로 직접 고급 쿼리 수행, 취약점 분석, 호스트 인텔리전스 수집을 할 수 있도록 지원합니다. 이 통합을 통해 네트워크 매핑, 취약점 평가, 디바이스 탐지와 같은 작업이 간소화되어, 사이버보안 인텔리전스와 관련된 개발 및 연구 워크플로를 크게 향상시킵니다.

프롬프트 목록

저장소에 프롬프트 템플릿 관련 정보는 제공되지 않습니다.

비즈니스 성장 준비가 되셨나요?

오늘 무료 평가판을 시작하고 며칠 내로 결과를 확인하세요.

데모 요청 로그인

리소스 목록

저장소에 명시적인 리소스 섹션이 문서화되어 있지 않습니다.

도구 목록

루트 README 또는 코드 구조에 직접적인 도구 정의는 제공되지 않습니다. 서버는 검색, 호스트 정보 조회, 취약점 탐지, DNS 인텔리전스와 같은 액션을 기능으로 노출하는 것으로 보이나, 이는 MCP 도구 프리미티브가 아니라 기능으로 설명되어 있습니다.

뉴스레터 가입

최신 팁, 트렌드 및 특가 정보를 무료로 받아보세요.

이메일 주소

구독

이 MCP 서버의 활용 사례

• 취약점 탐지: 특정 CVE나 취약점에 노출된 디바이스를 찾아, 인터넷 상의 위험 시스템을 빠르게 판별할 수 있습니다.
• 호스트 인텔리전스 수집: IP별 상세 정보(오픈 포트, 서비스 배너, 구성 정보 등)를 수집하여 심층 보안 분석이 가능합니다.
• 네트워크 매핑 및 열거: 도메인 인프라, 연관 서비스 매핑, 역방향 DNS 조회를 통해 조직의 공격 표면을 파악할 수 있습니다.
• 보안 연구 및 위협 평가: CVSS 점수 및 EPSS 지표를 활용해 악용 위험을 분석하고, 침투 테스트 및 취약점 관리 프로세스를 강화할 수 있습니다.
• 조직 및 지리 기반 분석: 검색 결과를 조직 또는 지리별로 분류해 레드팀 및 글로벌 위협 인텔리전스를 지원합니다.

설정 방법

Windsurf

1. Python 3.8+ 및 유효한 Shodan API 키가 준비되어 있는지 확인합니다.
2. SHODAN-MCP 저장소를 클론하고 의존성을 설치합니다.
3. Windsurf 구성에 SHODAN-MCP를 MCP 서버로 추가합니다:

   "mcpServers": {
     "shodan-mcp": {
       "command": "python",
       "args": ["shodan-mcp-server/main.py"]
     }
   }
   

4. 구성을 저장하고 Windsurf를 재시작합니다.
5. 인터페이스에서 샘플 SHODAN 쿼리를 실행하여 정상 동작을 확인합니다.

API 키 보안 설정

API 키를 환경 변수에 저장하세요:

{
  "env": {
    "SHODAN_API_KEY": "your_api_key_here"
  },
  "inputs": {}
}

Claude

1. Python 3.8+ 및 Shodan API 키를 설치합니다.
2. 저장소를 클론하고 안내에 따라 설정합니다.
3. Claude Desktop에서 설정 → 개발자 → 구성 편집으로 이동합니다.
4. SHODAN-MCP 서버를 추가합니다:

   "mcpServers": {
     "shodan-mcp": {
       "command": "python",
       "args": ["shodan-mcp-server/main.py"]
     }
   }
   

5. 저장하고 Claude Desktop을 재시작합니다.

Cursor

1. 필요사항: Python 3.8+, Shodan API 키.
2. SHODAN-MCP를 클론 및 설치합니다.
3. Cursor의 MCP 구성 파일을 엽니다.
4. 서버를 추가합니다:

   "mcpServers": {
     "shodan-mcp": {
       "command": "python",
       "args": ["shodan-mcp-server/main.py"]
     }
   }
   

5. 변경 사항을 저장하고 Cursor를 재시작합니다.

Cline

1. Python 3.8+ 및 Shodan API 키가 준비되어 있는지 확인합니다.
2. 저장소를 클론하고 의존성을 설치합니다.
3. Cline 구성에 다음을 추가합니다:

   "mcpServers": {
     "shodan-mcp": {
       "command": "python",
       "args": ["shodan-mcp-server/main.py"]
     }
   }
   

4. 저장하고 Cline을 재시작합니다.

플로우 내에서 MCP 사용법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로에 MCP 서버를 통합하려면, 먼저 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭하면 구성 패널이 열립니다. 시스템 MCP 구성 섹션에 아래 JSON 형식으로 MCP 서버 정보를 입력하세요:

{
  "shodan-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

구성이 완료되면, AI 에이전트가 MCP의 모든 기능과 역량을 도구로 활용할 수 있습니다. “shodan-mcp"를 실제 사용 중인 MCP 서버 이름으로, url을 본인 서버의 MCP 주소로 교체하는 것을 잊지 마세요.

개요

위 내용에 따르면 SHODAN-MCP는 개요와 설정 가이드는 잘 제공하지만, 프롬프트, 리소스, 도구, 샘플링/루트 지원 관련 문서는 부족합니다. 풍부한 LLM 통합 패턴을 원하는 개발자라면 추가적인 작업이 필요할 수 있습니다. 나의 평점: 4/10.

MCP 점수