威胁建模 MCP 服务器

一个用于全面威胁建模并带有引导式代码验证的模型上下文协议（MCP）服务器。

目录

• 概述
• 快速开始提示词
• 主要特性
• 先决条件
• 安装
• 使用 Kiro CLI 运行
• 输出文件管理
• 快速参考
• 工具概览
• 威胁建模方法论
• 威胁建模中的假设
• 开发

概述

此服务器提供用于威胁建模的工具，包括业务上下文分析、架构分析、威胁行为者分析、信任边界分析、资产流分析、代码安全验证以及综合报告生成。

架构与方法

此 MCP 服务器调用现有代理的 LLM，而不是向其他服务发起外部 API 或网络调用。它依赖现有客户端的 LLM，例如 Amazon-Q、Kiro 或 Cline。

此威胁建模 MCP 服务器有三个主要功能：

1. 威胁建模阶段或状态管理以及提示词控制。
2. 提示词引导，通过内置的业务风险、暴露面、威胁行为者定义，并按顺序使用 STRIDE，控制代理以有条理的方法进行威胁建模。
3. 结构化输入验证和阶段完成检查，以支持可操作的威胁模型报告。

它还具有以 Markdown 和 JSON 可导出格式生成最终报告的工具。

此方法的主要优势

• 此威胁模型遵循标准的 STRIDE 威胁建模方法，分阶段进行，而不是快速得出资产、边界和威胁的结论，后者可能导致幻觉或低质量输出。
• LLM 会努力理解项目的业务上下文并做出有效假设，这些假设可由用户控制。
• 此本地服务器依赖 MCP 客户端配置的 LLM（Cline、Amazon Q、Kiro），而不是调用单独的模型 API。数据暴露取决于客户端以及客户端调用的任何其他 MCP 服务器。
• 服务器将工作威胁模型保存在当前进程的内存中。导出工具可以将 JSON 和 Markdown 快照写入 .threatmodel 目录，但这些快照不会在后续会话中自动加载。
• 代码验证工具记录客户端在检查实现后提供的证据，以原子方式应用状态转换，并在每个当前威胁和缓解措施都被覆盖之前使该阶段保持关闭状态。

快速开始提示词以及如何使用此 MCP 服务器进行威胁建模的示例

注意： 在使用这些提示词之前，您必须先完成安装过程以设置 MCP 服务器。

启动威胁模型

"Threat model this project using the threat modeling MCP Server"

在提示词中明确指定使用威胁建模 MCP 服务器，将确保客户端（Cline/Kiro 等）遵循确切的阶段和方法论，而不是走捷径并在结果中引入幻觉。

对子项目进行威胁建模或将范围缩小到子文件夹

"Threat model this subfolder using the threat modeling MCP Server"

对子文件夹运行会限制预期的分析范围。要将导出保存到那里，请请求该子文件夹内的输出路径；导出位置不会从分析范围自动推断。

保存威胁模型结果

"Save the threat model report"

验证威胁建模过程的完整性

"Please complete all the phases in the threat model plan and then generate the final report."

输入架构图图像

"Threat model this project using the threat model MCP server and consider this architecture_image.png attached for this review"

尝试修复威胁

"Can you see if you can implement mitigation controls in the code based on the threats reported in the threat model"

基于代码修复重新生成威胁模型

"Can you updated the threat model based on the code fixes which mitigated the reported threats"

更多示例

# Set up context
"Set business context for an e-commerce payment system"

# Add architecture
"Add a web server component using AWS EC2"
"Add a database component using AWS RDS"

# Identify threats
"Add a threat where an attacker with network access performs SQL injection"

# Add mitigations
"Add a mitigation for input validation"

# Export results
"Export the threat model to my_model.tc.json"

主要特性

• 全面的威胁建模：用于识别、评估和应对安全风险的结构化方法
• 基于证据的代码验证：记录实现证据、更新状态并生成确定性报告
• 业务上下文分析：理解系统的业务价值和关键性
• 架构分析：记录系统的技术架构和数据流
• 威胁行为者分析：识别潜在对手并评估其能力
• 信任边界分析：识别信任区域并验证边界处的安全控制
• 资产流分析：跟踪系统中的关键资产
• 威胁识别：使用 STRIDE 方法论系统地识别潜在威胁
• 缓解规划：制定应对已识别威胁的策略
• 紧凑的领域管理器：用于假设、架构、行为者、边界、资产、威胁和缓解措施的基于操作的工具
• 威胁模型指南：逐步指导威胁建模过程
• 数据模型检查：一个用于列出枚举模型并检查可接受值的工具

先决条件

在安装威胁建模 MCP 服务器之前，请确保您满足以下要求：

安装要求

1. 从 Astral 或 GitHub README 安装 uvx
   • uvx 是 uv 包管理器的一部分
   • 验证安装：uvx --version

安装

一旦您安装并验证 uvx 可正常工作，请将以下配置添加到您的 mcp.json 配置文件中。根据您使用的客户端类型（kiro/cline/amazon-q），此 mcp.json 的位置会有所不同。添加配置并重启 IDE 后，威胁建模 MCP 服务器将使用 uvx 直接从该 GitHub 仓库自动安装。

注意： 此 mcp 服务器用于威胁建模的工具已添加到 autoApprove 中，以提升用户体验，从而实现无缝操作，无需为每次工具调用手动批准提示。所有工具都是服务器内部的，不会进行外部 API 调用。如果您想审查每个工具并按每次调用进行批准，则需要将 autoApprove 数组替换为："autoApprove": []

配置

将以下内容添加到您的 MCP 客户端配置中：

对于 Amazon Q（~/.aws/amazonq/mcp.json）：

{
  "mcpServers": {
    "threat-modeling-mcp-server": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/awslabs/threat-modeling-mcp-server.git",
        "threat-modeling-mcp-server"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": ["manage_workflow","export_threat_model","manage_system_context","manage_assumptions","manage_architecture","manage_threat_actors","manage_trust_boundaries","manage_asset_flows","manage_threats","inspect_data_models","manage_code_validation"]
    }
  }
}

对于 VSCode Cline：

{
  "mcpServers": {
    "threat-modeling-mcp-server": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/awslabs/threat-modeling-mcp-server.git",
        "threat-modeling-mcp-server"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": ["manage_workflow","export_threat_model","manage_system_context","manage_assumptions","manage_architecture","manage_threat_actors","manage_trust_boundaries","manage_asset_flows","manage_threats","inspect_data_models","manage_code_validation"],
      "timeout": 60,
      "type": "stdio"
    }
  }
}

对于 Kiro（~/.kiro/settings/mcp.json）：

{
  "mcpServers": {
    "threat-modeling-mcp-server": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/awslabs/threat-modeling-mcp-server.git",
        "threat-modeling-mcp-server"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": ["manage_workflow","export_threat_model","manage_system_context","manage_assumptions","manage_architecture","manage_threat_actors","manage_trust_boundaries","manage_asset_flows","manage_threats","inspect_data_models","manage_code_validation"]
    }
  }
}

使用 Kiro CLI 运行

要通过 kiro-cli 运行 MCP 服务器并自动批准所有工具：

kiro-cli chat --trust-tools="@threat-modeling-mcp-server/*"

这会信任来自 threat-modeling-mcp-server MCP 服务器的所有工具，因此您不会收到逐个批准每次工具调用的提示。

使用自定义 Kiro CLI 代理运行

此仓库包含一个预配置的 Kiro CLI 代理，涵盖九个编号阶段以及可选的 Phase 7.5 代码验证步骤。代理配置位于 .kiro/agents/threat-modeler.json。

全局安装（可从任何目录使用）：

./install-kiro-agent.sh

卸载：./install-kiro-agent.sh --remove

本地安装（项目特定）：

cp -r /path/to/threat-modeling-mcp-server/.kiro /path/to/your-project/.kiro

用法：

# Non-interactive: run full threat model and exit
kiro-cli chat --agent threat-modeler --no-interactive "Threat model this project"

# Interactive: start a session with the agent
kiro-cli chat --agent threat-modeler

代理包含的内容：

• 系统提示词（.kiro/prompts/threat-modeler.md）：分阶段 STRIDE 方法论的详细说明
• 技能（.kiro/skills/）：各阶段的参考材料，包括可选的 Phase 7.5
• 自动批准的 MCP 工具：所有威胁建模工具无需手动批准提示即可运行

输出文件管理

在导出之前，使用 manage_workflow(action="set_project", directory=...) 选择要进行威胁建模的目录。导出工具始终 创建 <selected-project>/.threatmodel/，并在其中写入 Threat Composer .tc.json 文件和 Markdown 报告。省略 output_path 将使用带时间戳的基础文件名。提供 output_path 仅选择基础 文件名；绝对路径、父目录遍历和其他目录组件 无法将任一产物重定向到所选项目的 .threatmodel 目录之外。

验证和分析工具通常通过 MCP 返回文本，而不是 写入报告文件。导出的文件是快照；服务器在新进程启动时不会 自动重新加载它们。

快速参考

入门必备工具

工具	用途	示例
manage_workflow(action="plan")	获取综合计划	从这里开始了解概览
manage_workflow(action="guidance", phase="1")	获取聚焦的 Phase 1 指导	推荐的起点
manage_workflow(action="status")	检查进度	跟踪完成状态
manage_system_context(action, section, ...)	定义业务上下文和分类配置文件	action="set", section="all"
manage_assumptions(action, ...)	记录和维护假设	从 action="describe" 开始
manage_architecture(action, section, ...)	管理组件、数据存储节点和连接	从 action="describe" 开始
manage_threat_actors(action, ...)	评估和分析威胁行为者	使用 action="update" 设置相关性和优先级
manage_trust_boundaries(action, section, ...)	管理区域、跨越点和边界	使用 action="detection_plan" 获取指导
manage_asset_flows(action, section, ...)	管理资产和流	部分为 assets 和 flows
manage_threats(action, section, ...)	管理威胁、缓解措施、链接和残余风险决策	在 Phase 8 中使用 action="assess"
manage_code_validation(action, values)	记录并报告代码验证证据	从 action="describe" 开始
export_threat_model()	执行 Phase 9 导出	生成 JSON 和 Markdown 快照

🚀 分步指导

推荐方法：一次使用一个阶段的综合指导工具：