MCP安全系列之缺乏日志审计

介绍

这一项是关于缺乏审计的，相当于MCP的运行没有日志审计，事后无法定位和溯源，所以本篇我们演示一下如何给MCP去记录日志情况。

MCP日志记录

比较原始的方法就是在开发MCP服务的代码中，添加日志记录代码，比如通过logger去记录，但这种方式有几个弊端，一个是开发时会导致代码冗余，要想记录的详细，需要添加很多logger代码。另一个是这种日志即使保存下来后，也可能去查看或者定位。

这里采用langfuse平台来演示，langfuse是一个开源的LLMOps平台，即大模型应用可观测平台，它可以记录Agent完整会话中的每一步，比如大模型调用情况、工具调用情况、输入输出情况等等。

首先安装langfuse，这里通过docker安装，从github下载源码后，直接运行：

docker compose up -d

它会自动拉取相关镜像并启动，启动后浏览器访问3000端口进入langfuce。

准备好langfuce后，我们还是通过CherryStudio来测试MCP，MCP服务代码如下，这是没有记录日志功能的代码：

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Test")

@mcp.tool()
def helloworld(username: str) -> str:
    """根据传入的用户名来打印友好提示语"""
    return f"你好，{username}"

if __name__ == "__main__":
    mcp.run()

当我们想把MCP和langfuse打通，则需要在MCP代码中把langfuse加进去，对上面的代码进行修改，具体作用见注释：

import os
from pathlib import Path

from dotenv import load_dotenv
from langfuse import get_client, observe
from mcp.server.fastmcp import FastMCP


# 加载.env文件，该文件配置了langfuse的key，有了key才能和langfuse交互
load_dotenv(Path(__file__).with_name(".env"))

mcp = FastMCP("Test")

@mcp.tool()
# 主要加的就是这行代码，加到函数上，其中name代表在langfuse中显示日志时，这个日志名称是什么，as_type是说这个函数是属于Agent调用工具类型，langfuse显示日志时会显示工具的图标，因为langfuse观测面板有多种观测对象，比如推理过程、代码执行等等，工具调用就是其中一种
@observe(
    name="helloworld",
    as_type="tool"
)
def helloworld(username: str) -> str:
    """根据传入的用户名来打印友好提示语"""
    return f"你好，{username}"


if __name__ == "__main__":
    mcp.run()

最后还少个.env文件，内容如下：

LANGFUSE_PUBLIC_KEY=pk-lf-xxxxxxxxxxxxx
LANGFUSE_SECRET_KEY=sk-lf-xxxxxxxxxxxxx
LANGFUSE_BASE_URL=http://localhost:3000

其中key要去langfuse平台获取，回到langfuse，创建个项目，在该项目的设置-API KEYs下，点击创建key即可。

一切准备好后，回到Cherrystudio去调用工具进行测试：

此时在langfuse的tracing下可以看到日志记录：

总结

MCP记录日志还有很多方式，也有很多平台，不止局限于langfuse，可根据自己情况进行选择。

小枣信安：专注AI安全，包括但不限于大模型安全、智能体安全、机器人安全、AI赋能网络安全等，欢迎一起学习。