AI 与 MCP 集成

Weaponized VSCode 提供两个互补的 AI 集成功能:

@weapon Chat Participant — 一个理解你渗透测试上下文的 Copilot Chat 助手
内嵌 MCP 服务器 — 一个 HTTP API，让外部 AI 客户端（Claude Code、Cursor 等）与你的工作区交互

这两项功能均由 weaponized.ai.enabled 设置控制（默认值：true）。

@weapon Chat Participant

@weapon Chat Participant 与 GitHub Copilot Chat 集成，提供具有渗透测试意识的 AI 辅助。它可以完全读取你的主机、凭据和发现，但绝不会将实际密码或哈希值发送给 LLM。

快速开始

安装 GitHub Copilot 扩展
打开 Copilot Chat 面板（Ctrl+Shift+I / Cmd+Shift+I）
输入 @weapon 后跟你的问题或斜杠命令

斜杠命令

命令	用途	示例
`/analyze`	分析工具输出	`@weapon /analyze`（选中终端输出后使用）
`/suggest`	建议下一步操作	`@weapon /suggest`
`/generate`	生成命令	`@weapon /generate kerberoasting commands`
`/explain`	解释概念	`@weapon /explain what is AS-REP roasting`
`/report`	显示任务摘要	`@weapon /report`

上下文工作原理

每次向 @weapon 发送请求时都会自动包含以下内容:

主机上下文: 所有已知主机及其 IP 地址、别名和域控状态。当前主机会被标记。
用户上下文: 所有已知凭据及其认证类型（密码、哈希或两者）。实际密码和 NT 哈希值永远不会被包含 — LLM 只能看到凭据的存在。
引用内容: 如果你在聊天中选择了文本或引用了文件，它们会作为附加上下文被包含。

这意味着你可以这样使用:

@weapon /suggest

AI 将了解你发现了哪些主机、攻陷了哪些用户以及当前目标是什么 — 无需你手动说明任务状态。

命令详情

/analyze — 粘贴或选择工具输出（nmap 扫描、BloodHound 查询等）并请求分析。AI 会识别关键发现、建议下一步操作并推荐相关命令。后续按钮："Suggest next steps"、"Generate commands"。

/suggest — 基于当前任务状态（主机、用户、发现），建议 3-5 个具体的下一步操作及精确命令。适合在卡住时使用，或确保没有遗漏任何攻击向量。后续按钮："Generate command"。

/generate — 以代码块形式输出命令，在可用时使用你的环境变量（$TARGET、$RHOST、$USER 等）。后续按钮："Explain command"。

/explain — 在渗透测试的上下文中解释安全概念、技术或工具。不需要任务状态 — 这是一个通用知识命令。

/report — 在本地运行，不调用 LLM。 生成一个包含所有主机和凭据的 Markdown 表格，并高亮当前目标。适合快速检查状态而无需等待 AI 响应。

TIP

当你接手一个任务或休息后回来时，可以先使用 @weapon /suggest。AI 会读取你整个工作区的状态并告诉你上次停在了哪里。

凭据安全

@weapon participant 使用 buildUserContext 函数来构建已知用户的文本摘要 — 它列出用户名、登录域和认证类型，但绝不包含实际密码或 NT 哈希值。此外，AIService.redactCredentials() 会将所有可能发送给 LLM 的文本中的密码和哈希替换为 [REDACTED]。

内嵌 MCP 服务器

该扩展在 VS Code 扩展宿主进程内运行一个 MCP (Model Context Protocol) HTTP 服务器。外部 AI 客户端通过 HTTP 连接到该服务器，访问你的工作区数据并与终端交互。

设置

打开命令面板并运行: Weapon: Install MCP server to workspace
这将创建 .vscode/mcp.json:

json

{
  "servers": {
    "weaponized": {
      "url": "http://127.0.0.1:25789/mcp"
    }
  }
}

VS Code 内置的 MCP 支持（及兼容的扩展）会自动发现此配置
如果端口在会话之间发生变化，会自动更新

连接外部 AI 客户端

适用于支持 MCP 的 AI 工具（Claude Code、Cursor、Windsurf 等）:

Claude Code:

bash

# Claude Code 会自动发现 .vscode/mcp.json
# 或在 ~/.claude/mcp_settings.json 中手动配置:
{
  "servers": {
    "weaponized": {
      "url": "http://127.0.0.1:25789/mcp"
    }
  }
}

其他 MCP 客户端: 将客户端指向 http://127.0.0.1:25789/mcp，使用 Streamable HTTP 传输方式。

WARNING

MCP 服务器绑定到 127.0.0.1（仅限本机）。无法从网络上的其他机器访问。端口默认为 25789，但可以通过 weaponized.mcp.port 设置更改。

可用资源

资源提供对工作区状态的只读访问:

资源 URI	描述
`hosts://list`	所有主机的 JSON 数据（主机名、IP、域控状态、别名）
`hosts://current`	当前活动主机
`users://list`	所有用户的 JSON 数据（登录信息、用户名 — 不含密码）
`users://current`	当前活动用户
`graph://relationships`	完整的 Foam 关系图（节点、边、攻击路径、Mermaid 图表）
`findings://list`	所有发现记录

可用工具

13 个用于查询、创建和交互的工具:

目标管理:

工具	参数	描述
`get_targets`	—	获取所有主机
`get_credentials`	—	获取所有凭据
`get_hosts_formatted`	`format`: env/hosts/yaml/table	以指定格式导出主机
`get_credentials_formatted`	`format`: env/impacket/nxc/yaml/table	以指定格式导出凭据
`get_graph`	—	完整关系图及 Mermaid 图表

发现管理:

工具	参数	描述
`list_findings`	`severity?`, `tags?`, `query?`	列出发现记录，支持可选过滤器
`get_finding`	`id`	通过文件名获取特定发现记录
`create_finding`	`title`, `severity`, `tags`, `description`, `references?`	创建新的发现记录
`update_finding_frontmatter`	`id`, `severity?`, `description?`, `custom?`	更新发现记录的元数据

终端交互:

工具	参数	描述
`list_terminals`	—	列出所有打开的 VS Code 终端
`read_terminal`	`terminalId`, `lines?`	读取最近的输出（默认 50 行）
`send_to_terminal`	`terminalId`, `command`	向终端发送命令
`create_terminal`	`name?`, `profile?`, `cwd?`	创建终端（配置文件：netcat、msfconsole、meterpreter、web-delivery、shell）

可用提示

2 个 AI 客户端可调用的提示:

提示	描述
`analyze-output`	分析工具输出，并注入当前目标上下文
`suggest-next-steps`	基于当前任务状态建议 3-5 个下一步操作

使用场景

AI 辅助枚举:

"Read the output of terminal 3 and analyze the nmap results.
 Create findings for any critical services you identify."

AI 客户端调用 read_terminal -> 解析输出 -> 为每个发现的漏洞调用 create_finding。

自动化报告草拟:

"List all findings with severity high or critical,
 then get the relationship graph and draft an executive summary."

AI 调用带有严重性过滤器的 list_findings -> get_graph 获取攻击路径 -> 综合生成摘要。

终端编排:

"Create a netcat handler terminal and send a scan command
 to the terminal running rustscan."

AI 调用 create_terminal 并使用 "netcat" 配置文件 -> list_terminals 查找 rustscan -> send_to_terminal。

TIP

MCP 服务器为 AI 客户端提供的工作区访问权限与 CodeLens 和命令在编辑器中为你提供的相同。AI 可以读取目标、管理发现记录并与终端交互 — 但它不能直接修改主机或凭据笔记。这部分仍然由你来完成。

配置

设置	类型	默认值	描述
`weaponized.ai.enabled`	boolean	`true`	启用/禁用 @weapon 聊天和 MCP 服务器
`weaponized.mcp.port`	integer	`25789`	MCP HTTP 服务器端口

AI 与 MCP 集成 ​

@weapon Chat Participant ​

快速开始 ​

斜杠命令 ​

上下文工作原理 ​

命令详情 ​

凭据安全 ​

内嵌 MCP 服务器 ​

设置 ​

连接外部 AI 客户端 ​

可用资源 ​

可用工具 ​

可用提示 ​

使用场景 ​

配置 ​