Scan to contactREADME
🚀 Ludus FastMCP
Ludus FastMCP 是一个基于 Python 编写的模型上下文协议（MCP）服务器，借助人工智能助手实现对 Ludus 网络靶场环境的自动化管理。它通过自然语言命令为 Ludus 网络靶场提供了强大的管理能力。
🚀 快速开始
要求
- Python 3.11 及以上版本
- 可访问 Ludus 服务器实例
- 具备 Ludus API 凭证
安装
# 使用 pipx（推荐）
pipx install git+https://github.com/tjnull/Ludus-FastMCP
# 从源码安装
git clone https://github.com/tjnull/Ludus-FastMCP
cd Ludus-FastMCP
pip install -e .
配置
运行交互式配置向导：
ludus-fastmcp --setup
该向导会配置 API 凭证、测试连接，并生成 MCP 客户端配置文件。如需手动配置选项，请参阅 配置指南。
✨ 主要特性
核心功能概述
Ludus FastMCP 可通过自然语言命令实现对 Ludus 网络靶场的人工智能管理。该服务器在 15 个模块中提供了 157 种工具，用于靶场生命周期管理、场景部署、模板创建、Ansible 角色管理以及安全监控集成。
关键能力
| 类别 | 描述 | |------|------| | 靶场管理 | 创建、配置、部署和管理虚拟实验室环境 | | 场景部署 | 提供针对 AD、红蓝紫队对抗以及恶意软件分析的预构建场景 | | 模板构建器 | 支持自定义操作系统模板、骨架配置和 YAML 生成 | | 角色管理 | 集成 Ansible Galaxy 并支持自定义角色安装 | | SIEM 集成 | 支持 Wazuh、Splunk、Elastic Stack 和 Security Onion 等安全信息和事件管理系统 | | AI 配置 | 可将自然语言转换为 YAML 配置 |
支持的平台
可与任何兼容 MCP 的客户端配合使用，包括 Claude Desktop、VS Code（Cline）、OpenWebUI 和 AnythingLLM。
💻 使用示例
MCP 服务器（ludus-fastmcp）
ludus-fastmcp --setup # 交互式配置向导
ludus-fastmcp --list-tools # 列出所有 157 种可用工具
ludus-fastmcp --version # 显示版本信息
ludus-fastmcp # 启动 MCP 服务器
ludus-fastmcp --daemon # 作为后台服务运行
客户端 CLI（ludus-ai）
ludus-ai setup-llm # 配置本地大语言模型（Ollama）
ludus-ai install anythingllm # 安装 AnythingLLM 接口
ludus-ai tool list-tools # 列出可用工具
ludus-ai tool call-tool <name> # 直接执行工具
交互示例
连接到 MCP 客户端后，可与 Ludus 环境进行交互：
Show my current range status
Deploy an Active Directory lab with Wazuh monitoring
Create a snapshot named "pre-attack" for all VMs
Build a lab with 2 domain controllers and 5 workstations
以下是通过 Opencode 使用 Ludus-FastMCP 与 grok 代码的示例：
📚 详细文档
| 文档 | 描述 | |------|------| | 入门指南 | 安装、配置和首次部署说明 | | 配置文档 | 环境变量和 MCP 客户端配置 | | 工具参考 | 所有 157 种工具的完整文档 | | 场景文档 | 预构建的部署场景 | | 故障排除 | 常见问题及解决方案 | | 安全文档 | 安全特性和最佳实践 |
📦 资源链接
| 资源 | 链接 | |------|------| | Ludus 文档 | docs.ludus.cloud | | Ludus GitHub | github.com/badsectorlabs/ludus | | FastMCP 框架 | gofastmcp.com | | MCP 规范 | modelcontextprotocol.io |
🛠️ 支持渠道
📄 许可证
本项目采用 MIT 许可证。详情请参阅 LICENSE。
⚠️ 免责声明
本软件仅用于授权的安全测试、教育目的以及在受控环境中的研究。用户需自行遵守适用的法律法规和组织政策。作者不提供任何保证，也不对软件的使用或滥用承担任何责任。