在 AI 时代，传统的"手工敲命令"正在向"自然语言驱动"演进。Kali Linux 官方最近发布了一项指南，展示了如何利用 Anthropic 的 Claude Desktop 配合 MCP（Model Context Protocol），构建一个能够理解意图并自动执行渗透工具的智能环境。
{#section path-to-node="6"}
1. 核心架构：三位一体
该方案并非简单的聊天，而是实现了一个"指令-执行"的闭环：
-
UI 层 (macOS/Windows)：运行 Claude Desktop 客户端。
-
LLM 层 (Cloud)：使用 Anthropic 的 Claude 3.5/4.5 Sonnet 模型，负责理解自然语言并将其转化为 MCP 调用。
-
执行层 (Kali Linux)：作为"攻击盒"，部署 mcp-kali-server，通过 SSH 接收指令并调用本地工具（如 Nmap, Metasploit, Sqlmap 等）。
{#section-1 path-to-node="9"}
2. 技术实现要点
A. 环境准备与 SSH 隧道 为了让本地的 Claude 客户端能够安全地操控远程（或虚拟机中）的 Kali，必须配置基于密钥的 SSH 免密登录。
sudo apt update && sudo apt install -y openssh-server\
sudo systemctl enable --now
B. 部署 MCP Kali Server Kali 官方提供了一个专门的 MCP 服务端，它作为桥梁，将 Kali 的工具集暴露给 LLM。
# 安装 MCP Kali 服务及常用工具集
sudo apt install -y mcp-kali-server nmap gobuster nikto sqlmap metasploit-framework\
# 启动 API 服务 kali-server-mcp
C. 配置 Claude Desktop 客户端
在 claude_desktop_config.json 中定义 MCP 服务器。关键在于通过 SSH 远程调用 Kali 上的 mcp-server 指令：
｛
\"mcpServers\": { \"mcp-kali-server\": { \"command\": \"ssh\", \"args\": [ \"-i\", \"/Users/yourname/.ssh/id_ed25519\", \"kali@your-kali-ip\", \"mcp-server\" ], \"transport\": \"stdio\" } } }
3. 场景实战：从"对话"到"执行"
配置完成后，你在 Claude 界面输入：
"请帮我对 scanme.nmap.org 进行端口扫描，如果发现 Web 服务，检查是否存在 security.txt。"
AI 的逻辑链路：
-
理解：识别出需要使用
nmap工具。 -
调用：通过 MCP 协议向 Kali 发送
nmap -sV scanme.nmap.org指令。 -
解析：Kali 返回扫描结果，AI 自动解析开放端口。
-
递归执行：发现 80 端口后，自动触发后续的 HTTP 请求检查。
{#section-2 path-to-node="21"}
4. 为什么这很重要？
-
效率革命：无需记忆复杂的工具参数，LLM 会自动根据目标情况优化命令。
-
自动化流水线：AI 可以根据上一步的输出（如发现漏洞），自动决定下一步使用什么工具进行利用。
-
多端联动：你可以通过 macOS 的 GUI 舒适地操控云端高带宽的 Kali 实例。
LeisureLinux 提醒： 虽然 AI 极大地降低了工具使用的门槛，但底层的网络原理和安全合规依然是重中之重。此方案目前主要依赖 MCP 协议，建议在受控的实验室环境下进行测试。
相关资源：
-
B站频道：LeisureLinux（更多 Linux 实操技巧视频）
-
公众号：IT禅悟（专注 AI 时代的健康与智慧）
