urlDNA

公式

urlDNA.ioを使用して、潜在的に悪意のあるURLを動的にスキャンおよび分析します。

GitHub

urlDNA MCPで何ができますか？

インスタントURL安全性チェック — fast_checkを使用して、URLがSAFE、MALICIOUS、またはUNRATEDかどうかをすばやく確認するよう依頼します。
完全なURLスキャン — new_scanでURLを包括的なスキャンに提出し、get_scanでIDにより結果を取得します。
CQLベースの脅威検索 — searchを使用して、AND/OR式でドメイン、IP、テクノロジー、悪意のあるフラグを横断してスキャンを検索します。
保存済みクエリ管理 — create_query、list_queries、update_query、delete_queryを使用して、再利用可能なCQLフィルターを作成、一覧表示、更新、削除します。
ブランド監視 — list_brands、get_brand、brand_scansを使用して、ブランドを一覧表示し、詳細を取得し、関連するスキャンを取得します。
APIドキュメント参照 — search_docsでurlDNAのOpenAPIドキュメントを直接取得します。

ドキュメント

urlDNA MCP サーバー

ブログ

Claude Prompt

urlDNA MCP Server は、OpenAI GPT、Google Gemini、Claude Desktop などのセキュリティ特化型 LLM エージェント向けのネイティブツール利用を可能にし、API を介して urlDNA 脅威インテリジェンスプラットフォームと直接対話するためのインターフェースを提供します。

このリポジトリは、同じツールセットを2つのトランスポートで公開しています:

stdio: Claude Desktop などのローカルデスクトップ統合用。
streamable-http: Cloud Run などのホスト型デプロイメント用。

インストールとセットアップ

このプロジェクトは、高速な Python パッケージ管理に uv を使用しています。

前提条件

uv をまだインストールしていない場合は、インストールしてください:

# On macOS and Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# On Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Or with pip
pip install uv

クイックスタート

リポジトリをクローンしてセットアップ:

git clone <repository-url>
cd urlDNA-mcp-server
uv sync

MCP サーバーをローカルで実行 (stdio モード):

uv run python urldna_mcp/run.py

MCP サーバーをストリーミング可能な HTTP モードで実行:

uv run python urldna_mcp/server.py

ホスト型サーバーは以下の環境変数を読み取ります:

PORT: バインドする HTTP ポート。デフォルトは 8080。
MCP_PATH: 公開 MCP エンドポイントパス。デフォルトは /。

開発

# Install development dependencies
uv sync --dev

# Run tests (when available)
uv run pytest

# Format code
uv run black .

# Type checking
uv run mypy .

# Lint code
uv run flake8 .

ホスト型 MCP サーバー

urlDNA MCP サーバーはすでにホストされ、利用可能です:

https://mcp.urldna.io/

このサーバーはストリーミング可能な HTTP でアクセスでき、Cloud Run やその他のリクエスト駆動型プラットフォームに適しています。

MCP 仕様をサポートする任意のプラットフォームや LLM (例: Claude Desktop、OpenAI GPT、Google Gemini) で直接使用できます。

サポートされているツール

スキャン

ツール	説明
`fast_check`	URL がスキャン済みかどうかを即座に確認します。SAFE / MALICIOUS / UNRATED を返します。
`new_scan`	完全スキャンのために URL を送信し、結果を待ちます (約30〜60秒)。
`get_scan`	ID で完全なスキャン結果を取得します。

検索

ツール	説明
`search`	CQL (カスタムクエリ言語) を使用して、ドメイン、IP、テクノロジー、悪意フラグなどでスキャンを検索します。`AND` および `OR` 式とページネーションをサポートします (ページ2以降は PREMIUM が必要)。

保存済みクエリ

ツール	説明
`list_queries`	認証済みユーザーのすべての保存済みクエリを一覧表示します。
`get_query`	ID で特定の保存済みクエリとそのフィルターを取得します。
`create_query`	1つ以上の CQL フィルター条件で新しい保存済みクエリを作成します。
`update_query`	既存のクエリの名前とフィルターを更新します (完全置換)。
`delete_query`	ID で保存済みクエリを完全に削除します。
`query_scans`	保存済みクエリに一致するすべてのスキャンを取得します。

ブランドモニタリング

ツール	説明
`list_brands`	オプションの名前検索と可視性フィルター (ALL / FREE / PREMIUM / USER_BRANDS) で利用可能なブランドを一覧表示します。
`get_brand`	ID で特定のブランドの完全な詳細を取得します。
`brand_scans`	ブランドに関連付けられたすべてのスキャンを取得します。追加の CQL フィルタリングをサポートします。

API リファレンス

ツール	説明
`search_docs`	完全な urlDNA OpenAPI とドキュメントを取得します。

Claude Desktop との統合

Claude Desktop で urlDNA MCP server を統合するには、claude_desktop_config.json を更新します:

{
  "mcpServers": {
    "urlDNA": {
      "command": "uv",
      "args": [
        "--directory",
        "<YOUR_PATH>\\urldna_mcp",
        "run",
        "urldna_mcp\\run.py"
      ],
      "env": {
        "x-api-key": "<urlDNA_API_KEY>"
      }
    }
  }
}

<YOUR_PATH> をこのリポジトリを含む親ディレクトリに置き換え、<urlDNA_API_KEY> を https://urldna.io の API キーに置き換えてください。

ホスト型 MCP クライアントの場合は、https://mcp.urldna.io/ または独自にデプロイした MCP_PATH を指定します。

設定後、Claude に自然言語でプロンプトを送信できます。例:

「urlDNA で paypal のようなタイトルの悪意のあるスキャンを検索して」

「イタリアからのモバイルスキャンで悪意としてフラグ付けされたものの保存済みクエリを作成して」

「Google ブランドに関連付けられたすべてのスキャンを表示して」

Claude は自動的に正しいツールを呼び出し、urlDNA プラットフォームから結果を返します。

OpenAI GPT での MCP サーバーの使用

from openai import OpenAI

# Initialize OpenAI client (assumes OPENAI_API_KEY is set via environment variable)
client = OpenAI()

response = client.responses.create(
    model="gpt-3.5-turbo",  # Note: MCP tool use requires a Responses API-compatible model
    input=[
        {
            "role": "system",
            "content": [{"type": "input_text", "text": "You are a cybersecurity analyst using urlDNA."}]
        },
        {
            "role": "user",
          "content": [{"type": "input_text", "text": "Search in urlDNA for malicious scans with title like paypal or login"}]
        }
    ],
    text={"format": {"type": "text"}},
    reasoning={},
    tools=[
        {
            "type": "mcp",
            "server_label": "urlDNA",
            "server_url": "https://mcp.urldna.io/",
            "headers": {
                "x-api-key": "<URLDNA_API_KEY>"  # Replace with your urlDNA API key
            },
            "allowed_tools": [
                # --- Scanning ---
                "new_scan",       # Submit a URL for a full scan and wait for the result
                "get_scan",       # Retrieve a scan result by ID
                "fast_check",     # Lightweight instant safety check (SAFE / MALICIOUS / UNRATED)

                # --- Search ---
                "search",         # Search scans using CQL (Custom Query Language, AND/OR supported)

                # --- Saved Queries (PREMIUM) ---
                "list_queries",
                "get_query",
                "create_query",
                "update_query",
                "delete_query",
                "query_scans",

                # --- Brand Monitoring (PREMIUM) ---
                "list_brands",
                "get_brand",
                "brand_scans",

                # --- API Reference ---
                "search_docs",
            ],
            "require_approval": "never"
        }
    ],
    temperature=0.7,
    top_p=1,
    max_output_tokens=2048,
    store=True
)

print(response.output)

Google Gemini での MCP サーバーの使用

Gemini は fastmcp を介して urlDNA MCP サーバーに接続し、ツールは allowed_tools リストとして渡されるのではなく自動検出されます。

import os
import asyncio
from fastmcp import Client
from fastmcp.client.transports import StreamableHttpTransport
from google import genai

async def main():
    # 1. Connect FastMCP client directly to streamable-http
    transport = StreamableHttpTransport(
        "https://mcp.urldna.io/",
        headers={"x-api-key": os.getenv("URLDNA_API_KEY", "YOUR_KEY")},
    )
    client_mcp = Client(transport)

    async with client_mcp:
        ai = genai.Client(vertexai=True, project=os.getenv("GOOGLE_CLOUD_PROJECT", "YOUR_PROJECT_ID"))
        response = await ai.aio.models.generate_content(
            model="gemini-2.5-flash",
            contents="Search in urlDNA for malicious scans with title like paypal",
            # Pass the live MCP session (not just tool declarations) so Gemini
            # can automatically call tools and receive their results.
            config=genai.types.GenerateContentConfig(tools=[client_mcp.session]),
        )

        print(response.text)


if __name__ == "__main__":
    asyncio.run(main())

コンテナデプロイメント

Docker でビルドして実行:

# Build the container
docker build -t urldna-mcp-server .

# Run the server
docker run -p 8080:8080 -e x-api-key=<URLDNA_API_KEY> urldna-mcp-server

# Optional: override the public MCP path if you do not want /
docker run -p 8080:8080 -e MCP_PATH=/custom-path -e x-api-key=<URLDNA_API_KEY> urldna-mcp-server

# Cloud Run example
gcloud run deploy urldna-mcp-server \
  --source . \
  --allow-unauthenticated \
  --set-env-vars MCP_PATH=/

検索構文

search および brand_scans ツールは、提供された CQL を urlDNA API に直接転送します。条件は AND または OR のいずれかで組み合わせることができます。

例:

malicious = true AND technology LIKE wordpress
domain = google.com OR domain = youtube.com
(domain = paypal.com OR title LIKE paypal) AND country_code = IT

貢献

リポジトリをフォークします
機能ブランチを作成します: git checkout -b feature-name
開発依存関係をインストールします: uv sync --dev
変更を加え、テストが通ることを確認します
コードをフォーマットします: uv run black .
プルリクエストを送信します

連絡先とサポート

サポートや API アクセスについては、https://urldna.io にアクセスするか、urldna@urldna.io にメールしてください。