wessorh/holloman-mcp
GitHub: wessorh/holloman-mcp
一个基于 Hilbert 曲线指纹技术、通过 MCP 协议从文件和 URL 自动生成 YARA 规则的 Rust 服务端工具，用于检测经过变换的多变体恶意样本。
Stars: 0 | Forks: 0
# holloman-mcp
用于 [holloman3](https://crates.io/crates/holloman3) 的 MCP server — 通过 Hilbert 曲线指纹识别，从文件和 URL 生成 YARA 规则。
## 功能
给定任何文件（本地文件或 URL），server 会计算 holloman3 指纹并返回即用型的 YARA 规则。该规则可以匹配任何具有相同 Hilbert 曲线内容的文件 —— 即使经过了重新打包、具有不同的时间戳，或是使用了不同的 salt 加密。
## 安装
```
git clone https://github.com/wessorh/holloman-mcp
cd holloman-mcp
cargo build --release
```
要求使用支持 AVX2 的 x86\_64 架构（Intel Haswell 2013+ 或 AMD Excavator 2015+）。
## Claude Code 配置
添加至 `~/.claude/mcp.json`：
```
{
"mcpServers": {
"holloman": {
"command": "/path/to/holloman-mcp/target/release/holloman-mcp",
"args": []
}
}
}
```
重启 Claude Code。该 server 会向任何 agent 暴露两个工具。
## 工具
### fingerprint_file
对本地文件进行指纹识别并返回 YARA 规则。
```
{
"name": "fingerprint_file",
"arguments": {
"path": "/path/to/sample.bin"
}
}
```
### fingerprint_url
从 URL 获取内容，对其进行指纹识别，并返回 YARA 规则。
```
{
"name": "fingerprint_url",
"arguments": {
"url": "https://example.com/malware.exe"
}
}
```
## 响应
```
{
"filename": "sample.bin",
"size": 479232,
"fingerprint": "k45664f7c2d1a4f9900000b0800000000",
"clusterid": "k.45664f7c2d1a4f9900000b0800000000",
"order": 10,
"order_char": "k",
"rule": "import \"holloman\"\n\nrule holloman_sample {\n condition:\n holloman.clusterid == \"k.45664f7c2d1a4f9900000b0800000000\"\n}",
"error": null,
"avx2_available": true
}
```
## 协议
基于 stdio 的标准 MCP JSON-RPC 2.0。无需 HTTP server、无需端口、无需认证。
该二进制程序从 stdin 读取 JSON-RPC 请求，并将响应写入 stdout。
日志输出至 stderr。
## 要求
| 事物 | 最低要求 |
|-------|---------|
| CPU | 支持 AVX2 或 AVX-512F 的 x86\_64 |
| 文件 | 1,024 字节 (阶数 ≥ 5) |
| Rust | 1.80+ |
| 内存 | O(4^阶数)，阶数为 15 时最高约 1 GB |
## 许可证
Apache 2.0 — 版权所有 (c) 2020-2026 Support Intelligence, Inc.
标签：DNS 反向解析, MCP服务器, Rust, YARA, 云资产可视化, 可视化界面, 威胁情报, 开发者工具, 模糊哈希, 网络流量审计, 通知系统