1. HexStrike AI 是什么Kali 下 MCP 接入能解决哪些实际问题HexStrike AI 是一套把安全工具链和 AI 代理缝合在一起的攻击性安全框架它本身不直接“黑”任何东西而是通过 MCPModel Context Protocol把大语言模型和 Kali 里那一堆命令行工具串起来让模型能自主决定“下一步该跑 nmap 还是 nuclei”。你可以把它理解成一个“会自己思考的调度器”你给目标它拆任务、调工具、读结果、再决策。适合谁用三类人最合适一是做授权渗透测试的安全工程师手里有一堆 Kali 工具但懒得每次手敲参数二是打 CTF 或漏洞赏金的研究者想让 AI 帮忙做侦察和初步扫描三是安全教学场景需要可复现的实验环境。不适合谁没有书面授权就想扫别人资产的人这篇内容对你没用而且违法。我实测下来HexStrike AI 的核心价值在 MCP 这一层。传统用法是你手动跑nmap -sV然后复制结果去问 AIMCP 接入后AI 客户端比如 Cherry Studio、5ire通过 stdio 启动hexstrike_mcp.py这个适配器再转发到hexstrike_server.py的 8888 端口形成“提示→分析→执行→反馈”的闭环。整个链路里Kali 是执行环境HexStrike 是工具编排层MCP 是协议桥AI 客户端是交互入口。安装方式有两条路Kali 2025.04 之后可以直接apt install hexstrike-ai省事但版本受仓库约束手动从源码装更推荐因为你能控制 Python 虚拟环境、依赖版本和启动脚本。下面我按“先跑通服务端再配 MCP 客户端”的顺序拆每一步都给可复制命令和验证方法。需要提前说明所有操作请在你自己的虚拟机或隔离实验环境里做目标必须是你拥有书面授权的资产。HexStrike 调用的 nmap、sqlmap、nuclei 这些工具本身就有攻击性跑错目标后果自负。2. TaoToken 前置准备给 MCP 客户端接上模型能力HexStrike AI 的 MCP 服务端只负责“调工具”真正做决策的是大语言模型。所以你需要一个能通过 API 调用的模型服务。TaoToken 在这里的角色是提供统一的模型接入层支持对话模型和编码模型MCP 客户端配置时填它的 Base URL 和 Key 就行。为什么不用本地 Ollama可以但本地模型在工具调用function calling和多轮决策上稳定性差一些尤其是 HexStrike 这种需要模型输出结构化工具调用的场景。TaoToken 的接口兼容 OpenAI 格式Cherry Studio、5ire 这类客户端直接选“OpenAI 兼容”就能接。前置准备分三步。第一步拿到 API Key。访问 https://taotoken.net/api-keys 创建密钥注意这个 Key 只在创建时显示一次复制保存好。第二步确认 Base URL。对话和编码统一用 https://taotoken.net/api不要加多余路径客户端会自动拼/v1/chat/completions。第三步选模型 ID。HexStrike 场景建议用推理能力强的模型比如claude-sonnet-4-5或gpt-4o这类具体可用列表在 https://taotoken.net/models 查。如果你打算长期跑编码和 Agent 任务可以看下 Coding Planhttps://taotoken.net/coding-plan它针对高频工具调用做了额度优化。只是偶尔测试的话按量付费就够。配置时有个坑要注意MCP 客户端里填的 Base URL 必须是https://taotoken.net/api不要写成https://taotoken.net/api/v1否则会拼成/api/v1/v1/chat/completions报 404。Key 填在“API Key”字段模型 ID 填在“模型”字段三个信息缺一不可。后面第 3 节的 JSON 配置里我会把这几个值写全。另外HexStrike 的 MCP 适配器hexstrike_mcp.py本身不调模型它只负责把 AI 客户端的工具调用请求转发给hexstrike_server.py。所以模型配置是在 Cherry Studio 或 5ire 里做的不是改 HexStrike 的代码。这一点很多人搞混以为要在 HexStrike 里填 API Key其实不用。3. 可复制配置HexStrike 服务端启动 MCP 客户端 JSON这一节给完整可复制的配置片段。先装服务端再配 MCP 客户端。服务端手动安装推荐git clone https://github.com/0x4m4/hexstrike-ai.git cd hexstrike-ai python3 -m venv hexstrike-env source hexstrike-env/bin/activate pip3 install --upgrade pip setuptools wheel -i https://mirrors.ustc.edu.cn/pypi/simple pip3 install -r requirements.txt -i https://mirrors.ustc.edu.cn/pypi/simple python3 hexstrike_server.py默认监听 8888。验证netstat -tlnp | grep 8888 curl -sf -m 10 http://127.0.0.1:8888/health || echo [!] 服务未正常响应接下来是 MCP 客户端配置。以 Cherry Studio 为例它的 MCP 配置支持 JSON 导入路径在“设置 → MCP → 添加服务器”。可复制的 JSON 如下注意把D:\\Programs\\AI\\MCP\\Hexstrike\\hexstrike_mcp.py换成你实际放适配器文件的路径http://192.168.100.145:8888换成你 Kali 的 IP{ mcpServers: { Hexstrike MCP 服务器: { name: Hexstrike MCP 服务器, type: stdio, description: HexStrike AI 工具编排适配器, isActive: true, timeout: 3600, command: python, args: [ D:\\Programs\\AI\\MCP\\Hexstrike\\hexstrike_mcp.py, --server, http://192.168.100.145:8888 ] } } }如果你用 5ire配置项类似但它是图形界面填工具标识填HexStrikeAI命令填/root/hexstrike-ai/hexstrike-env/bin/python3 /root/hexstrike-ai/hexstrike_mcp.py --server http://127.0.0.1:8888。模型配置部分在 Cherry Studio 的“设置 → 模型服务”里选 OpenAI 兼容填三件套{ baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, modelId: claude-sonnet-4-5 }Base URL、Key、Model ID 这三个必须同时正确缺一个就会在调用时报 401 或 model not found。配置完保存回到 MCP 页面点启用绿色对勾出现说明 stdio 进程启动成功。4. 验证请求从健康检查到一次完整 MCP 工具调用服务端和客户端都配好后要分层验证别一上来就在 AI 对话框里发复杂指令。第一层服务端健康检查。前面curl http://127.0.0.1:8888/health返回 200 和 JSON 就说明hexstrike_server.py活着。如果返回空或超时看服务端终端有没有报错常见的是依赖没装全重新pip3 install -r requirements.txt。第二层MCP 适配器连通性。在 Cherry Studio 里启用 MCP 后点开 MCP 服务器详情看有没有“已连接”状态。如果显示红色感叹号通常是 Python 路径不对或hexstrike_mcp.py文件不存在。手动测一下python D:\Programs\AI\MCP\Hexstrike\hexstrike_mcp.py --server http://192.168.100.145:8888正常会输出等待 stdio 输入的提示不报错就说明适配器能跑。第三层模型调用。新建对话选好模型在输入框发一句“列出当前可用的安全工具”。模型会通过 MCP 请求 HexStrike 的工具列表返回类似 nmap、nuclei、sqlmap 的清单。这一步成功说明 Base URL、Key、Model ID 三件套和 MCP 链路全通了。第四层实际工具调用。发“对 127.0.0.1 做一次端口扫描”模型会生成工具调用请求HexStrike 执行 nmap结果回传给模型模型再总结。你会在对话里看到工具调用卡片和返回结果。这一步能跑通整个部署就算完成。验证时注意目标写127.0.0.1或你自己的实验机 IP别写公网地址。MCP 的 timeout 设了 3600 秒是因为有些扫描工具跑得久别改小。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节对照真实报错给排查路径。401 Unauthorized模型调用时出现说明 TaoToken 的 Key 错了或没填。检查 Cherry Studio 模型服务里的 API Key 字段确认没有多余空格。如果 Key 正确还报 401看 Base URL 是不是写成了https://taotoken.net/api/v1改成https://taotoken.net/api。local proxy failed / connection refusedMCP 适配器连不上 HexStrike 服务端。先确认hexstrike_server.py在跑netstat -tlnp | grep 8888有输出。如果服务端在 Kali 虚拟机里Windows 上的 Cherry Studio 要填 Kali 的局域网 IP不是127.0.0.1。防火墙放行 8888 端口sudo ufw allow 8888。reading choices 报错模型返回格式异常通常是模型 ID 填错或该模型不支持 function calling。换成claude-sonnet-4-5或gpt-4o这类支持工具调用的模型。如果用的是本地 Ollama 模型确认它支持 tools 参数。OAuth 相关报错如果你在 MCP 客户端里误选了需要 OAuth 的远程 MCP 服务会卡在授权跳转。HexStrike 用的是 stdio 本地模式不需要 OAuth。检查 MCP 配置的type是不是stdio不是就改过来。hexstrike_mcp.py 找不到模块适配器依赖requests和mcp两个包。在运行适配器的 Python 环境里装pip3 install requests mcp -i https://mirrors.ustc.edu.cn/pypi/simpleChromeDriver 版本不匹配HexStrike 调浏览器工具时会用到。google-chrome-stable --version和chromedriver --version的主版本号必须一致。不一致就重新下载对应版本的驱动mv chromedriver /usr/local/bin chmod x /usr/local/bin/chromedriver。katana 编译报 .sframe 错误这是 GCC 14 和链接器版本不匹配不是代码问题。直接用预编译二进制wget https://github.com/projectdiscovery/katana/releases/download/v1.4.0/katana_1.4.0_linux_amd64.zip unzip katana_1.4.0_linux_amd64.zip chmod x katana sudo mv katana /usr/local/bin/排查顺序建议先服务端健康检查再 MCP 适配器手动跑再模型单独对话最后工具调用。哪层断就修哪层别跳步。6. 接入后的实用建议与资源入口跑通之后几个实用技巧。第一把start.sh做成 systemd 服务开机自启省得每次手动激活虚拟环境sudo vim /etc/systemd/system/hexstrike.service内容填ExecStart/root/hexstrike-ai/start.sh然后systemctl enable hexstrike。第二MCP 的 timeout 保持 3600nmap 全端口扫描和 nuclei 模板跑起来很慢设小了会中断。第三模型选推理强的工具调用准确率高少浪费扫描轮次。如果你在验证模型连通性时想快速测对话可以用模型对话入口https://taotoken.net/chat。需要看完整接入文档和参数说明去 https://taotoken.net/doc。API Key 管理在 https://taotoken.net/api-keys。长期跑编码和 Agent 任务的话Coding Plan 在 https://taotoken.net/coding-plan。Claude Code 用户如果想把 HexStrike 的工具能力接进编码流参考 https://taotoken.net/claude-code-anthropic 的配置方式Base URL 同样用https://taotoken.net/api。控制台在 https://taotoken.net/console可以看调用量和余额。最后提醒一句HexStrike AI 再智能执行动作的还是 nmap、sqlmap 这些工具授权边界必须你自己守住。实验环境用 NAT 网络隔离别桥接到生产网段。