可证明的 MCP 服务器

“可证明的” MCP 服务器能做什么？

可证明的 MCP 服务器是一款通过远程证明提供高度安全性和可信度的模型上下文协议（MCP）服务器。它使得 AI 助手和 MCP 客户端能够验证其所交互的服务器是否运行着与构建和发布时完全一致、未经篡改的代码，借助机密计算和可信执行环境（TEE）。在建立任何连接之前，服务器会生成一个硬件级证书，并通过嵌入式 SGX 证明的 RA-TLS 提供代码完整性的加密证明，从而允许独立验证。这保证了安全的 AI 工作流，可以自信地与外部数据源、服务或敏感 API 交互，同时确保服务器环境未被破坏。

提示模板列表

仓库中未提供任何提示模板信息。

资源列表

仓库中未提供该服务器所暴露的 MCP 资源信息。

工具列表

仓库中未提供服务器所提供的工具或可执行函数的信息（例如，没有 server.py 或工具定义）。

此 MCP 服务器的应用场景

• 安全 API 网关：仅在服务器完整性已被证明和验证后，允许 AI 代理访问敏感 API，确保数据保护。
• 可信数据访问：允许安全地查询数据库或数据源，并可证明处理数据的代码未被篡改。
• 合规与审计：通过证明服务器完整性，提供可验证的日志和证据，满足数据处理和传输的监管要求。
• 供应链验证：让下游用户和合作伙伴确信他们所交互的服务器正运行着与发布时完全一致的代码，降低篡改风险。
• 机密 AI 工作流开发：支持端到端的机密 AI 流水线，只有经过证明的代码才能处理或转换敏感信息。

如何设置

Windsurf

1. 确保已安装前置条件：Node.js 和 Docker。
2. 找到 Windsurf 的配置文件（通常为 windsurf.config.json）。
3. 添加可证明的 MCP 服务器配置片段：

   {
     "mcpServers": {
       "attestable-mcp": {
         "command": "docker",
         "args": ["run", "-p", "8000:8000", "--rm", "gsc-attestable-mcp-server"]
       }
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 验证服务器是否在指定端口运行且可访问。

Claude

1. 确保已安装 Docker。
2. 找到 Claude 的 MCP 集成设置。
3. 注册可证明的 MCP 服务器：

   {
     "mcpServers": {
       "attestable-mcp": {
         "command": "docker",
         "args": ["run", "-p", "8000:8000", "--rm", "gsc-attestable-mcp-server"]
       }
     }
   }
   

4. 保存更改并重启 Claude。
5. 测试 AI 代理连接以确认设置生效。

Cursor

1. 安装 Node.js 和 Docker。
2. 打开 Cursor 的 MCP 服务器配置文件。
3. 添加如下内容：

   {
     "mcpServers": {
       "attestable-mcp": {
         "command": "docker",
         "args": ["run", "-p", "8000:8000", "--rm", "gsc-attestable-mcp-server"]
       }
     }
   }
   

4. 重启 Cursor。
5. 确认 AI 工作流能够发现可证明的 MCP 服务器。

Cline

1. 准备好带有 Docker 及必要系统依赖的环境。
2. 编辑 Cline 的 MCP 服务器配置。
3. 添加如下内容：

   {
     "mcpServers": {
       "attestable-mcp": {
         "command": "docker",
         "args": ["run", "-p", "8000:8000", "--rm", "gsc-attestable-mcp-server"]
       }
     }
   }
   

4. 保存配置并重启 Cline。
5. 通过系统日志或界面检查 MCP 服务器是否成功注册。

API 密钥安全

为保护 API 密钥，请在您的配置中使用环境变量。例如：

{
  "mcpServers": {
    "attestable-mcp": {
      "command": "docker",
      "args": ["run", "-p", "8000:8000", "--rm", "gsc-attestable-mcp-server"],
      "env": {
        "API_KEY": "${YOUR_API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成进 FlowHunt 工作流，请先在您的流程中添加 MCP 组件，并将其与您的 AI 代理连接：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区块中，用如下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用该 MCP 并访问其所有功能和能力。请记得将 “attestable-mcp” 替换为您的实际 MCP 服务器名称，并用您自己的 MCP 服务器地址替换 URL。

总览

根据现有信息，可证明的 MCP 服务器高度专注于安全和远程证明，目前缺乏更多功能丰富的 MCP 服务器所常见的提示模板、资源或工具。其配置和安全特性突出，但面向开发者的功能有限。

MCP 评分

我们的看法：
该 MCP 服务器评分为 3/10。它提供了强大的证明与安全功能，这对于合规和信任非常有价值，但缺乏标准 MCP 功能，如提示模板、资源和工具，使其在典型 AI 开发工作流中的适用性有限。由于没有 LICENSE 文件，其开源状态尚不明确，但其对远程证明的专注，适用于高信任场景。