OpenCTI MCP Server-integration

Vad gör “OpenCTI” MCP Server?

OpenCTI MCP Server är en Model Context Protocol (MCP)-server som möjliggör sömlös integration med OpenCTI (Open Cyber Threat Intelligence)-plattformen. Genom att fungera som en brygga mellan AI-assistenter och OpenCTI:s hotintelligensdatabas tillåter den AI-klienter att fråga, hämta och interagera med data om cyberhot via ett standardiserat gränssnitt. Servern underlättar uppgifter som att söka efter information om skadlig kod, fråga om indikatorer på kompromettering, hantera användare och grupper samt utföra filoperationer. Utvecklare kan använda den för att automatisera säkerhetsarbetsflöden, berika LLM-resultat med realtidsdata om hot och effektivisera åtkomsten till handlingsbar intelligens i sina utvecklings- och driftmiljöer.

Lista på prompts

Inga promptmallar finns listade i förvaret eller dokumentationen.

Lista på resurser

Inga explicita resurser beskrivs i den tillgängliga dokumentationen eller förvarsfilerna.

Lista på verktyg

Inga specifika verktyg listas i dokumentationen eller koden. Dokumentationen beskriver endast övergripande funktioner och API-möjligheter, men räknar inte upp MCP-verktyg eller deras funktionssignaturer.

Användningsfall för denna MCP Server

• Automatisering av hotintelligens: Automatisera hämtning och analys av de senaste hotrapporterna, indikatorer på kompromettering, information om skadlig kod och hotaktörer från OpenCTI, vilket möjliggör proaktiva säkerhetsåtgärder.
• Integration med säkerhetsoperationscentra: Integrera med SOC-verktyg för att låta AI-agenter hämta kampanjinformation, lista attackmönster och ge handlingsbara insikter till incidenthanteringsteam.
• Användar- och grupphantering: Låt AI-assistenter lista och hantera användare eller grupper i din OpenCTI-instans, vilket stödjer administrativa arbetsflöden och åtkomstgranskningar.
• STIX-objektoperationer: Fråga och hantera STIX-objekt, såsom kampanjer och attackmönster, direkt från utvecklingsmiljöer eller automatiserade arbetsflöden.
• Åtkomst till filer och referensdata: Möjliggör för AI att interagera med filer, markeringsdefinitioner och etiketter i OpenCTI, vilket stödjer avancerad dataförädling och klassificering.

Så här sätter du upp det

Windsurf

1. Förutsättningar: Säkerställ att Node.js 16+ är installerat och att du har tillgång till en OpenCTI-instans med giltig API-token.
2. Förbered miljö: Kopiera .env.example till .env och uppdatera med dina OpenCTI-inloggningsuppgifter.
3. Konfigurera MCP-server: Redigera din Windsurf MCP-konfigurationsfil för att lägga till OpenCTI-servern:

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

4. Spara och starta om: Spara din konfiguration och starta om Windsurf-klienten.
5. Verifiera: Kontrollera att MCP-servern är listad och tillgänglig i Windsurf.

Claude

1. Förutsättningar: Installera Node.js 16+ och skaffa OpenCTI API-inloggningsuppgifter.
2. Miljöinställning: Kopiera .env.example till .env och fyll i dina OpenCTI-detaljer.
3. Lägg till MCP-server i Claude: Uppdatera MCP-inställningarna enligt följande:

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

4. Starta om Claude: Spara konfigurationen och starta om Claude.
5. Kontrollera anslutning: Bekräfta att OpenCTI MCP är ansluten.

Cursor

1. Förutsättningar: Säkerställ att Node.js 16+ finns och att du har OpenCTI-åtkomst.
2. Konfigurera miljö: Duplicera .env.example som .env och ange din OpenCTI-URL och token.
3. Redigera Cursor-konfiguration: Lägg till följande 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. Starta om Cursor: Spara och starta om applikationen.
5. Verifiera: Kontrollera att OpenCTI MCP-servern är operativ i Cursor.

Cline

1. Förutsättningar: Installera Node.js 16+ och ha OpenCTI-inloggningsuppgifter.
2. Ställ in miljöfil: Kopiera .env.example till .env och uppdatera med dina värden.
3. Konfigurera Cline MCP: Lägg till OpenCTI MCP i din konfiguration:

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

4. Starta om Cline: Spara konfigurationen och starta om Cline.
5. Validering: Kontrollera att OpenCTI MCP visas som förväntat.

Säkra API-nycklar (gäller alla plattformar)

• Använd alltid miljövariabler för att lagra känsliga API-inloggningsuppgifter. Exempel på konfiguration:

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

Så använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serveruppgifter med detta JSON-format:

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

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “opencti” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-serveradress.

Översikt

Bland tillgänglig dokumentation och kod ger OpenCTI MCP Server en tydlig översikt och robusta installationsinstruktioner, men saknar explicit information om resurser, prompts, verktyg och avancerade MCP-funktioner som sampling eller roots-konfiguration.

Vår åsikt

Baserat på tillgänglig information erbjuder denna MCP-server en bra grund för OpenCTI-integration och har solida rutiner för installation och säkerhet, men saknar transparens kring MCP-specifika funktioner (såsom verktyg, resurser, prompts och sampling). Därför ger vi denna MCP-implementation 5/10 i betyg för övergripande fullständighet och användbarhet för LLM-integration.

MCP-betyg