Semgrep MCP Server

官方

讓AI代理能夠使用Semgrep保護程式碼安全。

GitHub

673

文件

⚠️ Semgrep MCP 伺服器已從獨立儲存庫移至主要 `semgrep` 儲存庫！ ⚠️

此儲存庫已棄用，Semgrep MCP 伺服器的後續更新將透過官方 semgrep 二進位檔進行。

Semgrep MCP 伺服器

一個使用 Semgrep 掃描程式碼安全漏洞的模型上下文協定 (MCP) 伺服器。保護您的 vibe coding！😅

模型上下文協定 (MCP) 是一個標準化的 API，供 LLM、代理程式以及像 Cursor、VS Code、Windsurf 或任何支援 MCP 的 IDE 使用，以獲取專業協助、取得上下文並運用工具的強大功能。Semgrep 是一個快速、確定性的靜態分析工具，能語意化地理解多種語言，並內建超過 5,000 條規則。🛠️

[!NOTE] 此測試版專案正積極開發中。我們樂於收到您的回饋、錯誤回報、功能請求與程式碼。歡迎加入 #mcp 社群 Slack 頻道！

入門指南

使用 uv 以 CLI 指令執行 Python 套件：

uvx semgrep-mcp # see --help for more options

或者，以 Docker 容器執行：

docker run -i --rm ghcr.io/semgrep/mcp -t stdio

Cursor

範例 mcp.json

{
  "mcpServers": {
    "semgrep": {
      "command": "uvx",
      "args": ["semgrep-mcp"],
      "env": {
        "SEMGREP_APP_TOKEN": "<token>"
      }
    }
  }
}

在您的 .cursor/rules 中加入指令以自動使用：

Always scan code generated using Semgrep for security vulnerabilities

ChatGPT

前往 Connector Settings 頁面（直接連結）
將連線名稱設為 Semgrep
將 MCP Server URL 設為 https://mcp.semgrep.ai/sse
將 Authentication 設為 No authentication
勾選 I trust this application 核取方塊
點擊 Create

詳情請參閱官方文件。

託管伺服器

[!WARNING] mcp.semgrep.ai 是一個實驗性伺服器，可能會無預警中斷。它將快速獲得新功能。🚀

Cursor

按下 Cmd + Shift + J 開啟 Cursor 設定
選擇 MCP Tools
點擊 New MCP Server

{
  "mcpServers": {
    "semgrep": {
      "type": "streamable-http",
      "url": "https://mcp.semgrep.ai/mcp"
    }
  }
}

展示

API

工具

讓 LLM 能夠執行動作、進行確定性計算，並與外部服務互動。

掃描程式碼

security_check：掃描程式碼中的安全漏洞
semgrep_scan：使用指定的設定字串掃描程式碼檔案中的安全漏洞
semgrep_scan_with_custom_rule：使用自訂 Semgrep 規則掃描程式碼檔案

理解程式碼

get_abstract_syntax_tree：輸出程式碼的抽象語法樹 (AST)

雲端平台（需登入及 Semgrep 權杖）

semgrep_findings：從 Semgrep AppSec 平台 API 擷取 Semgrep 發現結果

中繼

supported_languages：回傳 Semgrep 支援的語言清單
semgrep_rule_schema：擷取最新的 Semgrep 規則 JSON Schema

提示

可重複使用的提示，用於標準化常見的 LLM 互動。

write_custom_semgrep_rule：回傳一個提示，協助撰寫 Semgrep 規則

資源

向 LLM 公開資料與內容

semgrep://rule/schema：使用 JSON Schema 規範 Semgrep 規則 YAML 語法
semgrep://rule/{rule_id}/yaml：來自 Semgrep 註冊表的完整 Semgrep 規則 YAML 格式

使用方式

此 Python 套件以 semgrep-mcp 名稱發布至 PyPI，可使用 pip、pipx、uv、poetry 或任何 Python 套件管理器安裝並執行。

$ pipx install semgrep-mcp
$ semgrep-mcp --help

Usage: semgrep-mcp [OPTIONS]

  Entry point for the MCP server

  Supports both stdio and sse transports. For stdio, it will read from stdin
  and write to stdout. For sse, it will start an HTTP server on port 8000.

Options:
  -v, --version                Show version and exit.
  -t, --transport [stdio|sse]  Transport protocol to use (stdio or sse)
  -h, --help                   Show this message and exit.

標準輸入/輸出 (stdio)

stdio 傳輸透過標準輸入與輸出串流進行通訊。這對於本機整合與命令列工具特別有用。詳情請參閱規範。

Python

semgrep-mcp

預設情況下，Python 套件將以 stdio 模式執行。由於它使用標準輸入與輸出串流，工具看起來會像卡住且沒有任何輸出，但這是預期行為。

Docker

此伺服器發布至 Github 容器註冊表 (ghcr.io/semgrep/mcp)

docker run -i --rm ghcr.io/semgrep/mcp -t stdio

預設情況下，Docker 容器處於 SSE 模式，因此您必須在映像名稱後加上 -t stdio，並使用 -i 以互動模式執行。

可串流 HTTP

可串流 HTTP 透過 HTTP POST 請求在 JSON RPC 上啟用串流回應。詳情請參閱規範。

預設情況下，伺服器在 127.0.0.1:8000/mcp 上監聽客戶端連線。若要變更這些設定，請設定 FASTMCP_* 環境變數。伺服器必須正在執行，客戶端才能連線。

Python

semgrep-mcp -t streamable-http

預設情況下，Python 套件將以 stdio 模式執行，因此您必須加上 -t streamable-http。

Docker

docker run -p 8000:0000 ghcr.io/semgrep/mcp

伺服器傳送事件 (SSE)

[!WARNING] MCP 社群將此視為舊版傳輸協定，主要用於回溯相容性。可串流 HTTP 是建議的替代方案。

SSE 傳輸使用伺服器傳送事件進行客戶端到伺服器及伺服器到客戶端的通訊，以實現伺服器到客戶端的串流。詳情請參閱規範。

預設情況下，伺服器在 127.0.0.1:8000/sse 上監聽客戶端連線。若要變更這些設定，請設定 FASTMCP_* 環境變數。伺服器必須正在執行，客戶端才能連線。

Python

semgrep-mcp -t sse

預設情況下，Python 套件將以 stdio 模式執行，因此您必須加上 -t sse。

Docker

docker run -p 8000:0000 ghcr.io/semgrep/mcp -t sse

Semgrep AppSec 平台

（選擇性）若要連線至 Semgrep AppSec 平台：

登入或註冊
從 Settings 產生權杖
將權杖加入您的環境變數：
- CLI (export SEMGREP_APP_TOKEN=<token>)
- Docker (docker run -e SEMGREP_APP_TOKEN=<token>)
- MCP 設定 JSON

    "env": {
      "SEMGREP_APP_TOKEN": "<token>"
    }

[!TIP] 如有需要，請尋求支援。☎️

整合

Cursor IDE

將以下 JSON 區塊加入您的 ~/.cursor/mcp.json 全域或 .cursor/mcp.json 專案特定設定檔：

{
  "mcpServers": {
    "semgrep": {
      "command": "uvx",
      "args": ["semgrep-mcp"]
    }
  }
}

cursor MCP settings

詳情請參閱 Cursor 文件。

VS Code / Copilot

點擊本 README 頂部的安裝按鈕以進行最快速的安裝。

手動設定

將以下 JSON 區塊加入 VS Code 中的使用者設定 (JSON) 檔案。您可以按下 Ctrl + Shift + P 並輸入 Preferences: Open User Settings (JSON) 來執行此操作。

{
  "mcp": {
    "servers": {
      "semgrep": {
        "command": "uvx",
        "args": ["semgrep-mcp"]
      }
    }
  }
}

（選擇性）您可以將其加入工作區中名為 .vscode/mcp.json 的檔案：

{
  "servers": {
    "semgrep": {
      "command": "uvx",
        "args": ["semgrep-mcp"]
    }
  }
}

使用 Docker

{
  "mcp": {
    "servers": {
      "semgrep": {
        "command": "docker",
        "args": [
          "run",
          "-i",
          "--rm",
          "ghcr.io/semgrep/mcp",
          "-t",
          "stdio"
        ]
      }
    }
  }
}

詳情請參閱 VS Code 文件。

Windsurf

將以下 JSON 區塊加入您的 ~/.codeium/windsurf/mcp_config.json 檔案：

{
  "mcpServers": {
    "semgrep": {
      "command": "uvx",
      "args": ["semgrep-mcp"]
    }
  }
}

詳情請參閱 Windsurf 文件。

Claude Desktop

以下是一段簡短影片，展示 Claude Desktop 使用此伺服器撰寫自訂規則。

將以下 JSON 區塊加入您的 claude_desktop_config.json 檔案：

{
  "mcpServers": {
    "semgrep": {
      "command": "uvx",
      "args": ["semgrep-mcp"]
    }
  }
}

詳情請參閱 Anthropic 文件。

Claude Code

claude mcp add semgrep uvx semgrep-mcp

詳情請參閱 Claude Code 文件。

OpenAI

請參閱官方文件：

Agents SDK

async with MCPServerStdio(
    params={
        "command": "uvx",
        "args": ["semgrep-mcp"],
    }
) as server:
    tools = await server.list_tools()

詳情請參閱 OpenAI Agents SDK 文件。

自訂客戶端

Python SSE 客戶端範例

請參閱 examples/sse_client.py 中的完整範例

from mcp.client.session import ClientSession
from mcp.client.sse import sse_client


async def main():
    async with sse_client("http://localhost:8000/sse") as (read_stream, write_stream):
        async with ClientSession(read_stream, write_stream) as session:
            await session.initialize()
            results = await session.call_tool(
                "semgrep_scan",
                {
                    "code_files": [
                        {
                            "path": "hello_world.py",
                            "content": "def hello(): print('Hello, World!')",
                        }
                    ]
                },
            )
            print(results)

[!TIP] 某些客戶端程式庫需要 URL：http://localhost:8000/sse 而其他程式庫只需要 HOST：localhost:8000。請在網頁瀏覽器中試用 URL，以確認伺服器正在執行且沒有網路問題。

詳情請參閱官方 SDK 文件。

貢獻、社群與從原始碼執行

[!NOTE] 我們樂於收到您的回饋、錯誤回報、功能請求與程式碼。歡迎加入 #mcp 社群 Slack 頻道！

詳情及如何從原始碼執行 MCP 伺服器的資訊，請參閱 CONTRIBUTING.md。

類似工具 🔍

semgrep-vscode - 官方 VS Code 擴充功能
semgrep-intellij - IntelliJ 外掛程式

社群專案 🌟

semgrep-rules - Semgrep 規則的官方集合
mcp-server-semgrep - 由 Szowesgad 和 stefanskiasan 撰寫的原始靈感來源

MCP 伺服器註冊表

Glama

MCP.so

由 Semgrep 團隊用 ❤️ 打造

Semgrep MCP Server

文件

⚠️ Semgrep MCP 伺服器已從獨立儲存庫移至主要 semgrep 儲存庫！ ⚠️

Semgrep MCP 伺服器

目錄

入門指南

Cursor

ChatGPT

託管伺服器

Cursor

展示

API

工具

掃描程式碼

理解程式碼

雲端平台（需登入及 Semgrep 權杖）

中繼

提示

資源

使用方式

標準輸入/輸出 (stdio)

Python

Docker

可串流 HTTP

Python

Docker

伺服器傳送事件 (SSE)

Python

Docker

Semgrep AppSec 平台

整合

Cursor IDE

VS Code / Copilot

手動設定

使用 Docker

Windsurf

Claude Desktop

Claude Code

OpenAI

Agents SDK

自訂客戶端

Python SSE 客戶端範例

貢獻、社群與從原始碼執行

類似工具 🔍

社群專案 🌟

MCP 伺服器註冊表

⚠️ Semgrep MCP 伺服器已從獨立儲存庫移至主要 `semgrep` 儲存庫！ ⚠️