问题所在

漏洞情报分散在多个数据库中。NVD 有 CVE 详情。EPSS 告诉你被利用的概率。CISA KEV 跟踪正在被积极利用的漏洞。GitHub Advisory 覆盖开源包。OSV 将漏洞映射到特定的包版本。没有任何单一工具能聚合它们，也没有能与 AI 代理配合使用的。

传统工作流：
  在 NVD 搜索 CVE 详情            →  操作笨重的 Web 界面
  在 EPSS 检查利用风险             →  独立的 API，独立的格式
  查询 CISA KEV 状态               →  手动下载 JSON 源
  搜索 GitHub 安全公告             →  又一个不同的界面
  在 OSV 查询包影响                →  不同的 API，不同的架构
  关联所有数据                     →  复制粘贴到电子表格
  ──────────────────────────────────
  总计：每个 CVE 30 多分钟，批量分类需要更长时间

cve-mcp 通过 Model Context Protocol 为您的 AI 代理提供 23 个工具。代理并行查询所有五个来源，关联数据，计算风险评分，并准确告诉您什么是重要的。

使用 cve-mcp：
  你："按实际利用风险对这 10 个 CVE 进行优先级排序"

  代理：→ 从 NVD 获取 CVSS 评分
        → 获取每个 CVE 的 EPSS 利用概率
        → 检查 CISA KEV 是否正在被积极利用
        → 交叉引用 GitHub 安全公告查找补丁
        → "3 个是严重级别：CVE-2024-3400（EPSS 97%，在 KEV 中），
           CVE-2023-44487（HTTP/2 快速重置，EPSS 96%），
           CVE-2021-44228（Log4Shell，EPSS 97%，在 KEV 中）。
           以下是补丁和受影响版本……"

有何不同

现有工具给你原始数据。cve-mcp 让你的 AI 代理能够对漏洞进行推理分析。

快速开始

选项 1：npx（无需安装）

npx cve-mcp

选项 2：克隆

git clone https://github.com/badchars/cve-mcp.git
cd cve-mcp
bun install

环境变量（可选）

# 将 NVD 速率限制从 5 提升到每 30 秒 50 个请求
export NVD_API_KEY=your-nvd-api-key

# 启用 GitHub Advisory 搜索（60 → 5000 请求/小时）
export GITHUB_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

两者都是可选的。服务器在没有它们的情况下也能工作，只是速率限制较低。

连接到您的 AI 代理

# 使用 npx
claude mcp add cve-mcp -- npx cve-mcp

# 使用本地克隆
claude mcp add cve-mcp -- bun run /path/to/cve-mcp/src/index.ts

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "cve-mcp": {
      "command": "npx",
      "args": ["cve-mcp"],
      "env": {
        "NVD_API_KEY": "optional-key",
        "GITHUB_TOKEN": "optional-token"
      }
    }
  }
}

相同的 JSON 配置格式。将命令指向 npx cve-mcp 或您的安装路径。

开始查询

你："你知道关于 CVE-2024-3400 的什么信息？"

就是这样。代理会处理剩下的事情。

AI 能做什么

事件响应

你："我们被 CVE-2024-3400 攻击了。给我所有信息。"

代理：→ cve_enrich {cveId: "CVE-2024-3400"}
      → NVD：PAN-OS 命令注入，CVSS 10.0
      → EPSS：97.2% 利用概率
      → KEV：2024-04-12 添加，截止日期 2024-05-01
      → GHSA：无开源安全公告（商业产品）
      → exploit_search：GitHub 上 23 个 PoC 仓库
      → "严重。正在野外被积极利用。
         PAN-OS GlobalProtect，版本 < 10.2.9-h1。
         立即修补。CISA 截止日期：5 月 1 日。"

漏洞优先级排序

你："对我们扫描出的这些 CVE 进行优先级排序：CVE-2021-44228、CVE-2024-3400、
     CVE-2023-44487、CVE-2024-21762、CVE-2023-4966"

代理：→ cve_prioritize {cves: [...]}
      → 按 CVSS × EPSS × KEV 乘数排序
      → "#1：CVE-2024-3400（风险：19.44，CVSS 10.0，EPSS 97%，KEV）
         #2：CVE-2021-44228（风险：19.40，CVSS 10.0，EPSS 97%，KEV）
         #3：CVE-2023-4966（风险：19.10，CVSS 9.4，EPSS 97%，KEV）
         全部 5 个都在 CISA KEV 中——立即全部修补。"

依赖审计

你："检查 lodash 4.17.20 和 django 3.2.0 是否有已知漏洞"

代理：→ osv_batch {queries: [
         {package: "lodash", version: "4.17.20", ecosystem: "npm"},
         {package: "django", version: "3.2.0", ecosystem: "PyPI"}
      ]}
      → "lodash 4.17.20：3 个漏洞（原型污染）
         django 3.2.0：12 个漏洞（SQL 注入、XSS）
         升级 lodash 到 4.17.21+，django 到 4.2+"

威胁监控

你："当前最可能被利用的 CVE 有哪些？"

代理：→ cve_trending {limit: 10, minEpss: 0.9}
      → "按利用概率排名前 10：
         1. CVE-2024-3400 — PAN-OS（EPSS 97.2%，CVSS 10.0，KEV）
         2. CVE-2023-44487 — HTTP/2 Rapid Reset（EPSS 96.5%，CVSS 7.5，KEV）
         ……"

CVSS 深度分析

你："分解这个 CVSS 向量：CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:H/A:H"

代理：→ cvss_parse {vector: "CVSS:3.1/AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:H/A:H"}
      → "评分：10.0（严重）
         网络攻击向量，无需权限，无需用户交互。
         范围变更——可以影响其他组件。
         完全攻陷：机密性、完整性和可用性。"

工具参考（23 个工具）

| 工具 | 描述 | |------|------| | nvd_search | 按关键字、严重性、CWE、日期范围搜索 CVE | | nvd_get | 获取完整 CVE 详情（CVSS、CWE、CPE、参考链接） | | nvd_recent | 最近发布/修改的 CVE | | cve_by_product | 按产品名称搜索 CVE（CPE 关键字匹配） |

| 工具 | 描述 | |------|------| | epss_score | 一个或多个 CVE 的 EPSS 利用概率 | | epss_top | 按利用概率排名的顶级 CVE |

| 工具 | 描述 | |------|------| | kev_check | 检查 CVE 是否在 CISA 已知被利用漏洞目录中 | | kev_search | 按供应商、产品或关键字搜索 KEV | | kev_recent | 最近添加的 KEV 条目 |

| 工具 | 描述 | |------|------| | ghsa_search | 按关键字、生态系统、严重性搜索 GitHub 安全公告 | | ghsa_get | 通过 GHSA ID 或 CVE ID 获取公告详情 |

| 工具 | 描述 | |------|------| | osv_query | 查询特定包版本的漏洞 | | osv_get | 通过 OSV/GHSA/CVE ID 获取漏洞详情 | | osv_batch | 批量查询多个包 |

| 工具 | 描述 | |------|------| | exploit_search | 搜索公开的 PoC 漏洞利用（GitHub 仓库） |

| 工具 | 描述 | |------|------| | cwe_lookup | 通过 ID 查找 CWE 弱点或按关键字搜索 |

| 工具 | 描述 | |------|------| | cvss_parse | 解析并解释 CVSS v3.1 向量字符串及评分计算 |

| 工具 | 描述 | |------|------| | cve_enrich | 完整丰富：NVD + EPSS + KEV + GHSA + OSV 并行查询 | | cve_prioritize | 按风险排序 CVE（CVSS × EPSS × KEV 乘数） | | cve_trending | 按利用概率排列的当前热门 CVE | | cve_compare | 两个 CVE 的并排比较 | | cve_list_sources | 列出所有数据来源及其可用性 | | cve_report | 生成 Markdown 漏洞报告 |

数据来源

| 来源 | 认证 | 提供的数据 | |------|------|-----------| | NVD | 可选 NVD_API_KEY | CVE 详情、CVSS 评分、CWE 映射、CPE 受影响产品、参考链接 | | EPSS | 无需 | 利用概率评分（0-1）和百分位排名 | | CISA KEV | 无需 | 已知被利用漏洞及修复截止日期 | | GitHub Advisory | 可选 GITHUB_TOKEN | 开源安全公告、受影响包、严重性 | | OSV | 无需 | 跨 16+ 生态系统的包级漏洞数据 |

风险评分公式

风险评分 = CVSS 基础评分 × EPSS 评分 × KEV 乘数

其中：
  CVSS 基础评分  = 0-10（来自 NVD 的严重性）
  EPSS 评分      = 0-1（来自 FIRST 的利用概率）
  KEV 乘数       = 如果在 CISA KEV 中为 2，否则为 1

这提供了一个实用的风险评分，平衡了严重性（CVSS）、现实世界利用可能性（EPSS）和已知主动利用（KEV）。

架构

src/
├── index.ts                    入口点 + MCP stdio
├── types/
│   └── index.ts                ToolDef、ToolContext、ToolResult、API 类型
├── protocol/
│   ├── tools.ts                23 个工具定义（Zod schemas）
│   └── mcp-server.ts           MCP 服务器 + stdio 传输
├── nvd/
│   ├── index.ts                NVD API v2 — 搜索、获取、最近
│   └── cpe.ts                  产品/CPE 搜索
├── epss/
│   └── index.ts                EPSS — 评分、排名
├── kev/
│   └── index.ts                KEV — 检查、搜索、最近（已缓存）
├── ghsa/
│   └── index.ts                GitHub Advisory — 搜索、获取
├── osv/
│   └── index.ts                OSV — 查询、获取、批量
├── exploit/
│   └── index.ts                通过 GitHub 仓库搜索 PoC
├── cwe/
│   └── index.ts                CWE 数据库（内嵌 40+ 条目）
├── cvss/
│   └── index.ts                CVSS v3.1 解析器 + 评分计算器
├── meta/
│   ├── enrich.ts               完整 CVE 丰富（所有来源）
│   ├── prioritize.ts           基于风险的 CVE 排序
│   ├── trending.ts             按 EPSS 排列的热门 CVE
│   ├── compare.ts              CVE 并排比较
│   └── sources.ts              数据源健康检查
└── utils/
    ├── rate-limiter.ts          基于队列的速率限制器（NVD）
    └── cache.ts                 TTL 缓存（NVD 结果）

设计决策：

• 情报，而非审计 — 与 cloud-audit-mcp 和 github-security-mcp 不同，这是一个数据工具。没有 CheckResult，没有发现累积。每个查询都是独立且无状态的。
• 并行丰富 — cve_enrich 通过 Promise.allSettled 调用所有 5 个来源。如果一个来源不可用，其余的仍然返回数据。
• 共享速率限制器 — 所有 NVD 模块共享一个 RateLimiter 实例（请求间隔 6 秒）以避免 429 错误。
• KEV 缓存 — 完整的 KEV 目录（约 1200 条，约 200KB）一次性加载并缓存在内存中，TTL 为 1 小时。
• NVD 结果缓存 — 单个 CVE 查询以 10 分钟 TTL 缓存，避免丰富过程中的冗余 API 调用。
• 内嵌 CWE 数据库 — 来自 OWASP/MITRE 的 40+ 顶级 CWE 作为静态数据内嵌。无需外部 API。
• 完整 CVSS 计算器 — 本地实现 CVSS v3.1 基础评分计算算法。解析任何向量字符串并解释每个指标。
• 2 个依赖 — @modelcontextprotocol/sdk 和 zod。没有其他。

限制

• 不使用 NVD_API_KEY 的 NVD API 限制为每 30 秒 5 个请求。生产环境请设置密钥
• 不使用 GITHUB_TOKEN 的 GitHub Advisory 搜索限制为每小时 60 个请求
• Exploit 搜索使用 GitHub 仓库搜索，有其自身的速率限制
• CVSS 解析器仅支持 v3.1（v2 和 v4 向量不被解析，但 NVD 会返回 v2 评分）
• CWE 数据库为内嵌式（40+ 条目），非完整版（MITRE 完整数据库中有 1000+ 条目）
• macOS / Linux（Windows 未测试）

MCP 安全套件的一部分

| 项目 | 领域 | 工具 | |------|------|------| | hackbrowser-mcp | 基于浏览器的安全测试 | 39 个工具，Firefox，注入测试 | | cloud-audit-mcp | 云安全（AWS/Azure/GCP） | 38 个工具，60+ 检查 | | github-security-mcp | GitHub 安全态势 | 39 个工具，45 项检查 | | cve-mcp | 漏洞情报 | 23 个工具，5 个来源 |