MCP

AiSOC:開源自託管 AI 安全營運中心上手指南

AiSOC 最適合想自託管一個 AI 安全營運中心、用可稽核的 AI 代理做威脅調查的安全團隊或個人;開始前最關鍵的前提是 Docker VM 需 8 GB 記憶體和 20 GB 磁碟(另有 python3 3.9+ 和 bash),且首次執行會下載約 2 GB 模型存入只有 make clean 才能清除的卷。

官方來源 · GitHub - beenuar/AiSOC

安裝

git clone https://github.com/beenuar/AiSOC && cd AiSOC
make up

適合誰

  • 想在本地或自有伺服器上執行 AI 安全營運中心(SOC)的安全團隊或個人研究者:AiSOC 是開源、可自託管的專案,能接入安全遙測資料、偵測並關聯威脅,用可稽核推理過程的 AI 代理進行調查,並提出由人工核准的回應動作。
  • 希望不依賴雲端 API key 就能跑起來的使用者:官方說明它在無 API key 的情況下即可執行。
  • 使用 Claude、Cursor 或 Continue 等用戶端、想透過 MCP 接入它的使用者。

不適合的情況:

  • 沒有滿足資源需求的 Docker 環境(見下文前提)的使用者,無法完成安裝。
  • 證據未說明它是否適合作為生產級 SOC 替代品、是否支援哪些具體遙測資料源格式,這些屬於未知,選擇前需自行到儲存庫確認。

3 分鐘完成第一次嘗試

推薦主路徑是官方 Quick start:複製儲存庫並用 make 啟動。

前提:

  • Docker Compose v2,且 Docker VM 中有 8 GB 記憶體和 20 GB 可用磁碟空間。
  • python3(3.9 及以上)和 bash。
  • 不確定環境是否達標時,先執行官方提供的 make doctor,它會檢查上述全部要求。

安裝與啟動(官方原文指令):

git clone https://github.com/beenuar/AiSOC && cd AiSOC
make up

首次執行會下載約 2 GB 的模型,存入一個只有 make clean 才會清除的卷——這是啟動前就應知道的副作用。

成功訊號:服務在本地啟動後,你可以透過其介面或 MCP 介面與它互動。證據未給出首次執行後的具體介面步驟或預設存取位址,這一步需以儲存庫 README 後續說明為準。

低風險首次嘗試:證據未列出具體 MCP 工具名稱及其讀寫屬性,因此無法指定某個「唯讀工具」作為第一次呼叫。在未確認工具副作用前,建議先瀏覽其介面與決策紀錄(decision ledger)等展示類功能,避免直接執行回應類操作。

使用案例

案例一:環境體檢後再啟動。 情境:你不確定自己的 Docker 虛擬機器資源是否夠用。做法:複製儲存庫後先執行 make doctor,它會逐項檢查 Docker Compose v2、8 GB 記憶體、20 GB 磁碟、python3 3.9+ 和 bash。可期待結果:檢查通過後再執行 make up,避免首次執行中途因資源不足失敗。

案例二:透過 MCP 在 Claude、Cursor 或 Continue 中接入 AiSOC。 情境:你想在這些用戶端裡直接查詢 AiSOC 的偵測結果或調查結論。做法:專案官方說明自帶面向 Claude、Cursor 和 Continue 的 MCP server;具體在每個用戶端中的設定欄位與連接方式,證據未給出逐字設定片段,需以儲存庫中對應的 MCP 設定說明為準。可確認到的邊界:可以確認它提供 MCP server 及目標用戶端,但首次連接後的可用工具清單、參數與輸出格式屬於證據未涵蓋的部分,不應假設。

使用邊界

  • 讀寫性質:它會擷取安全遙測資料並偵測威脅,AI 代理會進行調查並「提出」回應,但回應由人工核准——即寫入操作有確認點。證據未說明 MCP 工具中哪些是唯讀、哪些會觸發實際動作。
  • 本地資料與磁碟副作用:首次執行下載約 2 GB 模型到卷中,僅 make clean 可清除;這會佔用真實磁碟空間,且清除動作本身也會刪除該卷內容。
  • 憑證要求:官方說明無 API key 即可執行,未提及其他憑證要求。
  • 明確限制:需要 Docker Compose v2(8 GB 記憶體 / 20 GB 磁碟)、python3 3.9+、bash。
  • 尚未確認:具體 MCP 工具清單、各工具的唯讀屬性、預設存取連接埠、支援的遙測源類型、升級與解除安裝流程,官方頁面未在本次證據中給出,使用前應查閱儲存庫最新 README。