mcp/vectra-ai-rux-mcp-server

Vectra AI RUX MCP Server

Vectra AI MCP Server是一款MCP（模型上下文协议）服务器，旨在连接AI助手和代理与Vectra AI安全平台，实现智能威胁分析和自动化事件响应。通过该服务器，用户可利用AI能力高效查询威胁检测详情、管理实体信息、处理调查任务等，提升安全运营效率。

https://www.anthropic.com/news/model-context-protocol

MCP信息

镜像构建信息

可用工具（25个）

工具详情

Tool: get_detection_details

获取特定检测的完整详细信息

Tool: list_detections_with_details

列出带过滤和排序选项的检测及其详细信息

Tool: get_detection_count

获取符合指定条件的检测总数

Tool: get_detection_pcap

获取特定检测的pcap文件

Tool: list_entity_detections

列出特定实体的所有检测及其完整详情

Tool: list_detections_with_basic_info

列出带基本信息和过滤选项的检测

Tool: get_detection_summary

获取检测的简洁摘要，包括ID、名称、类别、时间戳和状态

Tool: list_detection_ids

列出带过滤和排序选项的检测ID

Tool: list_entities

根据各种过滤器列出Vectra平台中的实体（主机和账户）

Tool: get_account_details

获取特定账户实体的完整详细信息

Tool: lookup_entity_info_by_name

通过名称检索实体（账户或主机）的信息

Tool: get_host_details

获取特定主机实体的完整详细信息

Tool: lookup_host_by_ip

通过IP地址检索主机实体的信息

Tool: list_assignments

列出所有调查任务，可按时间戳和解决状态过滤

Tool: list_assignments_for_user

列出分配给用户/分析师的所有调查任务

Tool: get_assignment_detail_by_id

检索特定调查任务的详情

Tool: get_assignment_for_entity

检索特定账户或主机的调查任务

Tool: create_assignment

为账户或主机创建调查任务

Tool: create_entity_note

为实体（主机或账户）添加调查备注

Tool: mark_detection_fixed

将检测标记为已修复或取消标记

Tool: delete_assignment

通过ID取消分配或删除调查任务

Tool: list_platform_users

列出Vectra平台中的用户

Tool: list_lockdown_entities

列出当前处于锁定状态的实体

Tool: Summarize Detection

获取Vectra AI平台中特定检测的详细摘要

Tool: Visualize Entity Detections

通过交互式图表可视化Vectra AI平台中与特定实体相关的检测关系

使用场景

• 安全威胁分析：安全分析师借助AI助手查询检测详情、统计威胁数量、生成检测摘要，提升威胁分析效率。
• 事件响应自动化：通过AI代理调用工具创建调查任务、标记检测状态、管理实体备注，实现事件响应流程自动化。
• 实体调查：查询主机/账户详情、关联检测记录、可视化实体威胁关系，支持深度实体安全状态评估。

使用方法

环境变量配置

运行该镜像需配置以下环境变量：

Docker运行示例

bash
docker run -i --rm \
  -e VECTRA_BASE_URL="https://123456789.ab1.portal.vectra.ai" \
  -e VECTRA_CLIENT_ID="123456789" \
  -e VECTRA_CLIENT_SECRET="<your service account token>" \
  docker.xuanyuan.run/mcp/vectra-ai-rux-mcp-server

配置示例（JSON格式）

json
{
  "mcpServers": {
    "vectra-ai-rux-mcp-server": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "VECTRA_BASE_URL",
        "-e",
        "VECTRA_CLIENT_ID",
        "-e",
        "VECTRA_CLIENT_SECRET",
        "mcp/vectra-ai-rux-mcp-server"
      ],
      "env": {
        "VECTRA_BASE_URL": "https://123456789.ab1.portal.vectra.ai",
        "VECTRA_CLIENT_ID": "123456789",
        "VECTRA_CLIENT_SECRET": "<your service account token>"
      }
    }
  }
}

https://www.docker.com/blog/the-model-context-protocol-simplifying-building-ai-apps-with-anthropic-claude-desktop-and-docker/