Этот проект обеспечивает реализацию сервера Model Context Protocol (MCP) для DefectDojo, популярного инструмента управления уязвимостями с открытым исходным кодом. Это позволяет агентам ИИ и другим клиентам MCP взаимодействовать с API DefectDojo программно.

Особенности

Этот MCP-сервер предоставляет инструменты для управления ключевыми объектами DefectDojo:

** Находки:** Поиск, поиск, создание, обновление статуса и добавление заметок. ** Продукция:** Перечислите доступные продукты. ** Взаимодействие:** Перечислите, извлеките детали, создайте, обновите и закройте задания.

##Установка и запуск

Существует несколько способов запуска этого сервера:

Использование uvx (рекомендуется)

T1 выполняет приложения Python во временных виртуальных средах, автоматически устанавливая зависимости.

Использование pip

Вы можете установить пакет в среду Python, используя pip.

После установки через pip запустите сервер, используя:

Конфигурация

Для подключения к вашему экземпляру DefectDojo серверу требуются следующие переменные среды:

• DEFECTDOJO_API_TOKEN (обязательно): Ваш токен DefectDojo API для аутентификации. [[Т5]] (обязательно): Базовый URL вашего экземпляра DefectDojo (например, https://your-defectdojo-instance.com).

DefectDojo MCP Server

This project provides a Model Context Protocol (MCP) server implementation for DefectDojo, a popular open-source vulnerability management tool. It allows AI agents and other MCP clients to interact with the DefectDojo API programmatically.

Features

This MCP server exposes tools for managing key DefectDojo entities:

• Findings: Fetch, search, create, update status, and add notes.
• Products: List available products.
• Engagements: List, retrieve details, create, update, and close engagements.

Installation & Running

There are a couple of ways to run this server:

Using uvx (Recommended)

uvx executes Python applications in temporary virtual environments, installing dependencies automatically.

uvx defectdojo-mcp

Using pip

You can install the package into your Python environment using pip.

# Install directly from the cloned source code directory
pip install .

# Or, if the package is published on PyPI
pip install defectdojo-mcp

Once installed via pip, run the server using:

defectdojo-mcp

Configuration

The server requires the following environment variables to connect to your DefectDojo instance:

• DEFECTDOJO_API_TOKEN (required): Your DefectDojo API token for authentication.
• DEFECTDOJO_API_BASE (required): The base URL of your DefectDojo instance (e.g., https://your-defectdojo-instance.com).

You can configure these in your MCP client’s settings file. Here’s an example using the uvx command:

{
  "mcpServers": {
    "defectdojo": {
      "command": "uvx",
      "args": ["defectdojo-mcp"],
      "env": {
        "DEFECTDOJO_API_TOKEN": "YOUR_API_TOKEN_HERE",
        "DEFECTDOJO_API_BASE": "https://your-defectdojo-instance.com"
      }
    }
  }
}

If you installed the package using pip, the configuration would look like this:

{
  "mcpServers": {
    "defectdojo": {
      "command": "defectdojo-mcp",
      "args": [],
      "env": {
        "DEFECTDOJO_API_TOKEN": "YOUR_API_TOKEN_HERE",
        "DEFECTDOJO_API_BASE": "https://your-defectdojo-instance.com"
      }
    }
  }
}

Available Tools

The following tools are available via the MCP interface:

• get_findings: Retrieve findings with filtering (product_name, status, severity) and pagination (limit, offset).
• search_findings: Search findings using a text query, with filtering and pagination.
• update_finding_status: Change the status of a specific finding (e.g., Active, Verified, False Positive).
• add_finding_note: Add a textual note to a finding.
• create_finding: Create a new finding associated with a test.