mcp-remote
PulseAugur coverage of mcp-remote — every cluster mentioning mcp-remote across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架使用免费LLM进行自动化渗透测试
研究人员开发了PentestChain，一个用于自动化渗透测试的新框架，该框架利用免费层级和本地大型语言模型（LLMs）来降低成本。该系统采用成本感知型AI级联，优先使用qwen2.5:7b等本地模型，然后再使用免费层级云服务，从而使小型组织能够进行持续的自动化测试。PentestChain还分析了暴露其模型上下文协议（MCP）接口相关的安全风险并提出缓解措施，同时建立了一个可复现的评估协议，用于与现有工具进行基准测试。
-
AI代理的生成后执行模式带来关键安全风险
AI代理在没有外部验证的情况下执行LLM生成的代码，存在重大的安全风险，最近发生的一起事件就证明了这一点，当时一个代理由于未经审查的查询删除了生产数据。这种“生成后执行”模式被OWASP归类为LLM05:2025，它将LLM响应视为不可信的输入，类似于用户输入。研究表明，相当大比例的AI生成的代码包含漏洞，并非由于模型缺陷，而是因为安全性不是主要的训练目标。这种漏洞在shell、SQL和API执行链中普遍存在，自然语言提示成为新的注入点。
-
AI 模型上下文协议漏洞暴露数百万开发者工具
在模型上下文协议（MCP）及其相关 SDK 中发现了一个重大的安全漏洞，影响了众多 AI 客户端和开发者工具。该漏洞最初在 mcp-remote 代理中被发现，它促进了 Claude Desktop 和 Cursor 等 AI 客户端与远程 MCP 服务器之间的通信，允许完全远程代码执行。虽然 mcp-remote 已被修补，但 OX Security 后续的调查发现，官方 MCP SDK 本身也嵌入了类似的漏洞，影响了超过 1500…
-
Perspective AI用对话式AI礼宾服务取代表单
Perspective AI推出了一款名为MCP的新工具，旨在用AI工作流中的对话式数据收集取代传统表单。这款AI礼宾服务可以集成到Claude、Cursor和Windsurf等平台中，进行智能访谈、捕获丰富上下文，并输出结构化数据以供下游自动化使用。该系统旨在通过用自然对话取代僵化的表单，实现自适应调查、客户资格审查和事件分类，从而提高转化率和用户体验。