Wireshark-MCP
Enables LLMs to perform automated network forensics, threat hunting, and traffic analysis using Wireshark/TShark.
README
Wireshark-MCP
一个基于 Model Context Protocol (MCP) 的网络流量分析服务器,让大语言模型 (LLM) 能够使用 Wireshark/TShark 的强大功能进行自动化的网络取证、威胁狩猎和流量分析。
✨ 核心功能
离线分析 (PCAP)
- PCAP 分析: 加载并解析 .pcap/.cap 文件
- CTF 工具集: Flag 搜索、熵值分析、自动解码
- Webshell 检测: 冰蝎/哥斯拉/蚁剑指纹识别和流量解密
- 威胁检测: 自动识别 SQL 注入、XSS、Webshell、C2 通信等
- IOC 提取: 自动提取 IP、域名、URL、User-Agent 等情报
- 流重组: 自动追踪 TCP 流并提取文件/文本
实时抓包
- Live Capture: 从网络接口实时捕获流量
- 协议统计: 协议层次分析和会话统计
- 威胁情报: IP 黑名单查询 (URLhaus)
- 凭据提取: HTTP Basic/FTP/Telnet/Kerberos 凭据提取
AI 辅助
- 结构化输出: 统一的 JSON 格式
{summary, findings, next_steps} - 标准调查流程: CTF/取证专用调查 Prompt
- 智能工具调用: 详细的工具描述,自动引导 AI 使用
🚀 快速开始
详细安装、配置、使用请参阅:INSTALL_AND_CONFIG.md
MCP 客户端配置(Windows 本地 / Stdio)
将以下配置添加到你的 MCP 客户端配置文件中(如 mcp.json / Trae / Claude Desktop 配置)。该配置适配本仓库的 Windows 目录结构与 run_mcp.py 启动方式:
{
"mcpServers": {
"Local-win-wireshark": {
"command": "E:\\mcp-wireshark\\venv\\Scripts\\python.exe",
"args": [
"-u",
"E:\\mcp-wireshark\\run_mcp.py",
"--workdir",
"E:\\mcp-wireshark",
"--tshark-path",
"E:\\Wireshark\\tshark.exe",
"--allow-outside-workdir",
"--allow-all-tshark-args"
]
}
}
}
可用工具列表
| 类别 | 工具名 | 功能 |
|---|---|---|
| 基础 | list_pcaps |
列出目录中的 PCAP 文件 |
load_pcap |
加载 PCAP 并创建分析会话 | |
summary_stats |
获取协议统计和 Top Talkers | |
| 一键 | quick_triage |
快速态势感知:协议/Top Talkers/IOC/推荐下一步(支持 pcap_path) |
analyze_lateral_movement |
一键横向线索:NTLM/SMB/WinRM/RDP 关联(支持 pcap_path) |
|
auto_webshell |
一键 Webshell:检测→提钥→尝试解密→提取战利品到 loot(支持 pcap_path) |
|
solve_solar_challenge |
题型一键:从 PCAP 自动抽取关键字段并计算最终 flag(支持 pcap_path) |
|
| 过滤 | run_display_filter |
应用显示过滤器 |
run_tshark |
执行任意 tshark 命令 | |
| 追踪 | follow_tcp_stream |
追踪 TCP 流并提取内容 |
| 检测 | detect_suspicious |
基于规则检测可疑活动 |
detect_port_scan |
检测端口扫描行为 | |
detect_webshell |
检测加密 Webshell 流量 | |
| CTF | search_patterns |
搜索 CTF Flag 模式 |
analyze_entropy |
香农熵分析(检测加密/压缩) | |
decode_stream |
自动 Base64/hex/URL 解码 | |
| Webshell | extract_webshell_key |
提取解密密钥 |
decrypt_webshell |
解密冰蝎/哥斯拉/蚁剑流量 | |
brute_force_webshell |
字典爆破解密密钥 | |
| 取证 | extract_iocs |
提取 IOC(IP、域名、URL) |
generate_timeline |
生成网络事件时间线 | |
export_objects |
导出 HTTP 对象和文件 | |
extract_credentials |
提取明文凭据和 Kerberos Hash | |
| 时序 | analyze_timing |
检测 C2 心跳和周期性通信 |
| 实时 | capture_packets |
实时抓包并返回 JSON |
capture_summary |
实时抓包并获取协议统计 | |
capture_conversations |
实时抓包并获取会话统计 | |
check_ip_threat |
查询 IP 威胁情报 |
说明:
- 多数工具支持
session_id或pcap_path二选一(更方便 AI 直接对任意目录的 PCAP 做一次调用得到结果)。decrypt_rdp/analyze_rdp_attack_chain输出以“取证线索/关联分析”为主,并不承诺一定能完成 TLS/NLA/CredSSP 全量解密。
CTF 使用示例
# 1. 加载 PCAP
load_pcap(pcap_path="./pcaps/attack.pcap")
# 2. 搜索 Flag
search_patterns(session_id="xxx", search_flag=True)
# 3. 检测加密
analyze_entropy(session_id="xxx", stream_index=5)
# 4. 自动解码
decode_stream(session_id="xxx", stream_index=5, encoding="auto")
# 5. 检测 Webshell
detect_webshell(session_id="xxx")
# 6. 暴力破解密钥
brute_force_webshell(session_id="xxx", tool_type="behinder", stream_index=5)
📜 许可证
MIT License
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。