$ loading_
为漏洞赏金与侦察任务提供范围感知的 MCP 自动化能力
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MoonMCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请基于给定的授权范围，对目标资产执行范围感知的侦察流程，并只返回范围内可分析的发现。
返回一份仅包含授权范围内目标与发现的侦察结果摘要。
如果当前环境中存在可用的安全侦察 CLI 工具，请自动利用它们增强侦察流程；如果没有，就使用默认能力完成任务。
得到一份说明已使用哪些可用工具、以及最终侦察结果的输出。
为一个新的漏洞赏金目标启动开箱即用的基础侦察流程，并说明哪些步骤依赖 Python 标准库即可运行。
输出一份基础侦察流程结果，并标注默认能力与可选增强能力。
安全研究员或开发者在拿到授权目标后，可用它执行范围感知的初步侦察，减少越界分析风险。它适合先建立基础发现，再视环境补充更多工具能力。
当环境较干净或依赖有限时，它可依靠 Python 标准库开箱即用运行。若系统中已安装常用 CLI 工具，它又能自动增强现有流程。
需要把侦察能力接入支持 MCP 的 AI 工作流时，可将它作为 MCP 服务器使用。这样可以在同一交互方式下调用基础侦察与可选增强能力。
它是一个面向漏洞赏金与侦察任务的 MCP 服务器，强调范围感知能力。可开箱即用运行，并在检测到你常用的 CLI 工具时进行增强。
给定描述表明它可基于 Python 标准库开箱即用，因此基础运行依赖 Python 环境。关于更具体的安装步骤或版本要求，见源码仓库。
它不仅是侦察工具，还以 MCP 服务器形式提供能力，并且具有范围感知特性。另一个特点是默认可运行，同时能在可用时结合现有 CLI 工具增强自身。
为授权目标执行侦察、漏洞情报与端口探测等安全测试
扫描 MCP 工具描述中的提示注入与越权风险，帮助提前发现安全隐患。
对 MCP 服务器进行运行时与静态安全扫描，发现配置、依赖与合规风险。
为 AI 提供可审计、范围受限的数据库访问，安全执行查询与数据分析。
扫描并清点本机已配置的 MCP 服务器，并为其生成风险评级报告。
汇总多客户端漏洞与PII扫描结果，支持用自然语言进行风险审查。