PANW AI Runtime Security MCP 服务器

PANW AI Runtime Security MCP 服务器允许您将 Palo Alto Networks AI 安全分析能力直接集成到任何支持Model Context Protocol (MCP)的客户端中，如 Claude Desktop、Visual Studio Code 或 Cursor IDE。

通过此服务器，您可以在使用大型语言模型时实时评估内容安全风险，确保人工智能交互的安全合规。

---

🚀 功能特点

• 实时内容风险分析
• 与任何 MCP 兼容客户端的无缝集成
• 支持多种输入类型（文本输入、输出、代码输入、代码输出）
• 基于 Palo Alto Networks AI 安全 API 的内容检测
• 提供本地版本和 SSE 服务器版本，适应不同使用场景

---

使用前的重要声明

本软件按“原样”提供，作者不承担与本软件相关的任何担保，包括所有关于适销性和适用性的默示担保。在任何情况下，作者均不对任何因使用、数据或利润损失而导致的特殊、直接、间接或后果性损害或任何损害承担责任，无论是因合同、疏忽或其他侵权行为而导致的，也无论该等损害是否因使用或执行本软件而产生或与之相关。

💠 版本说明

本项目提供两个版本，分别适用于不同场景：

本地版本 (Local Version)

• 作为本地 MCP 服务进程运行，无需 HTTP 服务器
• 适合与支持直接启动 MCP 服务器进程的客户端集成（如 VS Code、Cursor IDE）
• 轻量级，资源占用少，配置简单

SSE 版本 (Server-Sent Events Version)

• 作为 HTTP 服务器运行，支持 SSE 协议
• 可以远程访问，支持多客户端连接
• 适合部署为服务或容器
• 可通过 Docker 简便部署

---

🔑 准备工作

在开始使用前，您需要：

1. Palo Alto Networks AI Security API 密钥
2. 配置 AI Security profile name（安全配置文件名称）

---

📋 安装指南

下载项目文件

https://github.com/zm1990s/panw/tree/main/panw-mcp-server

---

⚙️ 使用方法

在 Visual Studio Code 中使用本地版本

1. 安装 VS Code MCP 插件
2. 切换到 Agent 模式，点击配置按钮，选择 Add More Tool 添加 PANW AIRS MCP Server
3. 根据向导设置启动命令，设置完成后

{
    "mcp": {
        "servers": {
            "PANW-AI-Security": {
                "type": "stdio",
                "command": "uv",
                "args": [
                    "run",
                    "src/panw_airs_mcp_local.py"
                ],
                "env": {
                    "AIRS_PROFILENAME": "PROFILENAME",
                    "AIRS_API_KEY": "APIKEY"

                },
            }
        }
    }
}

1. 保存设置后，VS Code 会自动启动 MCP Server，确保没有报错
2. 现在您可以在 VS Code 中访问 scan_with_airs_api 工具

在 VS Code 上的测试截图：

在 Cursor IDE 中使用本地版本

1. 打开 Settings → MCP 标签页
2. 点击 "Add new global MCP server"
3. 在 mcp.json 文件中粘贴以下配置：

{
    "mcpServers": {
      "PANW-AI-Security": {
        "command": "python",
        "args": [
          "~/ai/cursor/panw-mcp-server/local-version/src/panw_airs_mcp_local.py"
        ],
        "env": {
          "AIRS_API_KEY": "APIKEY",
          "AIRS_PROFILENAME": "PROFILENAME"
        }
      }
    }
  }

本地启动 SSE 版本

目前有两个版本的 python 文件，如果使用 v2，则会从 http 请求中直接获取 key，无需设置环境变量，详见在 Dify 中调用 3。

1. 设置环境变量

export AIRS_API_KEY="您的API密钥"
export AIRS_PROFILENAME="您的配置文件名"

1. 运行服务器：

python sse-version/src/panw_airs_mcp_sse.py --host 0.0.0.0 --port 8080

1. 服务器将在 http://localhost:8080 上启动
2. 配置您的 MCP 客户端连接到此 URL

使用 Docker 启动 SSE 版本

1. 构建 Docker 镜像：

cd sse-version
docker build -t panw-airs-mcp-sse .

1. 创建环境变量文件

cat >.env <<EOF
AIRS_PROFILENAME=PROFILENAME
AIRS_API_KEY=KEY
EOF

1. 运行容器：

docker run --env-file .env  -p 8080:8080 panw-airs-mcp-sse

或者用我已经打包好的 image：

docker run --env-file .env  -p 8080:8080 dyadin/panw-airs-mcp

1. 服务将在 http://YOURIPADD:8080 上可用

在 Dify 中调用 1

Dify 1.x 中，可以通过插件的方式来对接 MCP SSE：

示例的配置文件如下：

{
    "PANW-AI-Security": {
        "url": "http://10.10.50.144:8080/sse",
        "env": {
            "airs_api_key": "XXXX",
            "airs_ai_profile_name": "XXXX"
        }
    }
}

在配置完成后确保状态为“已授权”。

通常，SSE 服务侧会有下列日志：

INFO:     172.17.0.1:55850 - "GET /sse HTTP/1.1" 200 OK
INFO:     172.17.0.1:55864 - "POST /messages/?session_id=58971fab220142dd825004ce292124a9 HTTP/1.1" 202 Accepted
INFO:     172.17.0.1:55864 - "POST /messages/?session_id=58971fab220142dd825004ce292124a9 HTTP/1.1" 202 Accepted
INFO:     172.17.0.1:55864 - "POST /messages/?session_id=58971fab220142dd825004ce292124a9 HTTP/1.1" 202 Accepted
Processing request of type ListToolsRequest

在 Agent 中使用示例：

同样，SSE 服务侧会有类似下面的日志：

INFO:     172.17.0.1:52272 - "POST /messages/?session_id=54cddea100c946859c4c908e2ff3b87f HTTP/1.1" 202 Accepted
Processing request of type CallToolRequest

在 Dify 中调用 2

Dify 1.x 中，也可以在工作流的 Agent 中调用：

示例的配置文件如下：

{
    "PANW-AI-Security": {
        "url": "http://10.10.50.144:8080/sse",
        "env": {
            "airs_api_key": "XXXX",
            "airs_ai_profile_name": "XXXX"
        }
    }
}

使用效果：

在 Dify 中调用 3

如果使用 v2-url 的 SSE，可以通过下列方式访问，SSE 服务启动时不在需要环境变量：

{
    "PANW-AI-Security": {
        "url": "http://10.10.50.144:8080/sse?key=CyGQbXXXX&profilename=XXXX"
    }
}

如果使用 v2-header 的 SSE，可以通过下列方式访问，SSE 服务启动时不在需要环境变量：

{
    "PANW-AI-Security": {
        "url": "http://10.10.50.144:8080/sse",
        "headers": {
            "airs_api_key": "CyGQXXXX",
            "airs_ai_profile_name": "XXXX"
        }
    }
}

🛠 工具功能

scan_with_airs_api

此工具调用 Palo Alto Networks AI Security API 进行内容检测。

参数:

• inputoroutput: 输入类型，可以是 "input"、"output"、"codeinput" 或 "codeoutput"
• query: 要检查的文本内容
• profileoverride: (仅本地版本) 覆盖默认的安全配置文件名称
• modelname: AI模型名称
• appname: 应用名称
• appuser: 用户标识

返回:

• API 返回的 action 结果和完整 JSON 响应

📝 注意事项

1. 确保 API 密钥和配置文件名正确设置
2. SSE 版本默认在 0.0.0.0:8080 上监听，可以通过参数修改
3. 在生产环境中使用时，建议为 SSE 版本设置 HTTPS 和适当的认证

---

🔄 故障排除

如遇问题，请检查：

1. API 密钥和配置文件名是否正确设置
2. 网络连接是否正常
3. 客户端是否正确配置 MCP 连接