mcp-reconCe serveur permet aux outils d'intelligence artificielle d'exécuter des analyses de sites Web et des vérifications réseau à l'aide de texte brut, trouvant rapidement les détails du serveur, les certificats et la propriété IP. Il suffit de l'ajouter à votre configuration pour que votre assistant puisse explorer

mcp-recon est une interface de reconnaissance conversationnelle et un serveur MCP qui comble le fossé entre le langage naturel et l'analyse de l'infrastructure HTTP. Il permet aux utilisateurs d'effectuer une reconnaissance de domaine Web via toute interface AI compatible, telle que Claude Desktop, à l'aide de simples invites de texte. L'outil propose plusieurs modes d'analyse, notamment des niveaux de reconnaissance légers et complets, ainsi que des capacités de recherche ASN autonomes. Il est alimenté par httpx et asnmap, et comprend des invites prédéfinies pour des opérations rationalisées. mcp-recon est prêt à être déployé avec Docker pour un déploiement sécurisé et portable. La fonctionnalité clé de mcp-recon comprend l'exécution de reconnaissances via des invites textuelles, l'intégration avec des outils compatibles MCP et la fourniture de plusieurs modes d'analyse. L'outil peut être utilisé pour diverses tâches, telles que la rapide analyse de sites Web pour obtenir des informations de base, la collecte de métadonnées complètes et la recherche d'informations d'adresse IP, ASN ou d'organisation. Le Model Context Protocol (MCP) est une norme ouverte qui permet aux assistants IA d'interagir avec des outils externes, des systèmes et des sources de données. mcp-recon utilise des invites MCP, qui sont des modèles prédéfinis qui guident les assistants IA dans l'exécution de tâches spécifiques. mcp-recon est adapté aux utilisateurs qui ont besoin d'intégrer des capacités de reconnaissance dans leurs flux de travail d'IA, en particulier ceux qui utilisent Claude Desktop ou d'autres outils compatibles MCP. Les points forts de l'outil incluent son interface conversationnelle, sa flexibilité dans les modes d'analyse et son déploiement prêt à l'emploi avec Docker. Cependant, ses limites comprennent des dépendances potentielles à httpx et asnmap, ainsi que la nécessité d'interfaces AI compatibles MCP.