gensecaihq/Wazuh-MCP-Server

说明与用途

**价值**
gensecaihq/Wazuh‑MCP‑Server 为 Wazuh SIEM 引入了 AI 对话层，开发者和安全运营人员只需用自然语言向任意兼容 **Model Context Protocol（MCP）** 的客户端提问，即可实现威胁快速检测、事件自动分流、合规性实时核查等功能。它把 AI 助手与真实的安全工具、监控数据直接绑定，极大提升 SOC 的响应速度和准确度。

**典型接入方式**

1. **部署 MCP Server**：克隆仓库后直接在 Python 环境（>=3.9）中 pip install -r requirements.txt && python -m wazuh_mcp_server 启动 HTTP/WS 接口。
2. **客户端调用**：使用任意支持 MCP 的客户端（如 OpenAI‑compatible SDK、LangChain、ChatGPT‑Plugins）配置服务器 URL 与身份凭证，即可发送 AskSecurityQuestion、RunPlaybook 等标准请求。
3. **与 Wazuh 集成**：Server 内置 Wazuh API、Elastic Stack、Kibana 等适配器，自动把 AI 请求映射为对应的查询、规则触发或响应脚本，返回结构化的答案或执行结果。

**生产可用性**

• **活跃度**：最近一次提交于 2026‑06‑26，星标 188、fork 55，社区已有多次 Issue 与 PR 交互，维护者响应及时。
• **技术成熟度**：基于 Python 实现，提供完整的 OpenAPI 文档、Docker 镜像与 Helm Chart，支持水平扩容和 TLS/鉴权。
• **安全合规**：使用标准 OAuth2/JWT 鉴权，所有对 Wazuh 的调用均走内部 API，未发现重大许可证或安全漏洞风险（仍建议在生产前进行内部审计）。
• **可扩展性**：通过插件机制可自定义额外的工具适配器或自定义 Prompt，满足不同组织的 SOC 工作流。

综合来看，Wazuh‑MCP‑Server 已具备 **高可用、易集成、功能完整** 的特性，适合作为企业级安全运营平台的 AI 交互层进行试点乃至正式上线。

实际用途

gensecaihq/Wazuh-MCP-Server helps connect AI assistants to real tools and data through a standard protocol.

• connect AI agents to tools
• ship Model Context Protocol servers
• standardize integrations

限制与审查说明

High for an OSS candidate: recent activity, adoption, and ecosystem signals are strong enough for a serious pilot.