<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>MCP协议 :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/MCP%E5%8D%8F%E8%AE%AE/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 17 Jul 2026 11:00:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/MCP%E5%8D%8F%E8%AE%AE/index.xml" rel="self" type="application/rss+xml"/><item><title>AI Agent安全与自动化攻击防御取证深度分析</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/0x03%E5%8F%96%E8%AF%81%E5%88%86%E6%9E%90/AI-Agent%E5%AE%89%E5%85%A8%E4%B8%8E%E8%87%AA%E5%8A%A8%E5%8C%96%E6%94%BB%E5%87%BB%E9%98%B2%E5%BE%A1%E5%8F%96%E8%AF%81%E6%B7%B1%E5%BA%A6%E5%88%86%E6%9E%90/index.html</link><pubDate>Mon, 13 Jul 2026 14:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/0x03%E5%8F%96%E8%AF%81%E5%88%86%E6%9E%90/AI-Agent%E5%AE%89%E5%85%A8%E4%B8%8E%E8%87%AA%E5%8A%A8%E5%8C%96%E6%94%BB%E5%87%BB%E9%98%B2%E5%BE%A1%E5%8F%96%E8%AF%81%E6%B7%B1%E5%BA%A6%E5%88%86%E6%9E%90/index.html</guid><description>系统剖析AI Agent安全威胁与自动化攻击防御取证全链路方法论，涵盖间接提示注入攻击检测、Agent记忆投毒与RAG知识库污染取证、工具链劫持与函数调用滥用分析、MCP协议中间人攻击与Server伪装检测、Agent沙箱逃逸与权限提升取证、多Agent协作攻击与信任链破坏分析，结合真实Agent安全事件案例提供Sigma规则与自动化检测脚本</description></item><item><title>大语言模型(LLM)应用安全取证深度分析</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/0x03%E5%8F%96%E8%AF%81%E5%88%86%E6%9E%90/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8BLLM%E5%BA%94%E7%94%A8%E5%AE%89%E5%85%A8%E5%8F%96%E8%AF%81%E6%B7%B1%E5%BA%A6%E5%88%86%E6%9E%90/index.html</link><pubDate>Fri, 17 Jul 2026 11:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94/0x03%E5%8F%96%E8%AF%81%E5%88%86%E6%9E%90/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8BLLM%E5%BA%94%E7%94%A8%E5%AE%89%E5%85%A8%E5%8F%96%E8%AF%81%E6%B7%B1%E5%BA%A6%E5%88%86%E6%9E%90/index.html</guid><description>系统剖析大语言模型LLM应用环境下的安全取证方法论，涵盖提示注入攻击直接与间接注入检测与溯源、RAG检索增强生成系统安全取证向量数据库污染与检索劫持、LLM数据投毒与模型后门取证、对抗样本与越狱攻击取证分析、AI Agent工具调用与MCP协议滥用取证，结合ChatGPT数据泄露与Copilot代码投毒真实案例还原LLM应用全链路取证流程并提供Sigma与自动化检测脚本</description></item></channel></rss>