【免费下载链接】rhinomcpRhinoMCP connects Rhino 3D to AI Agent through the Model Context Protocol (MCP)项目地址https://gitcode.com/gh_mirrors/rh/rhinomcp点击查看免费下载RhinoMCP 通过 Model Context ProtocolMCP把 Rhino 3D 连接到 AI Agent让 Claude、Cursor 等助手用自然语言建模、查看场景甚至编写 Grasshopper 定义。但正因为 AI 拥有执行能力RhinoMCP 安全配置必须先行。本文梳理官方默认的安全设计——回环Loopback隔离、高危执行工具的环境变量开关以及off / warn / strict三级 Schema 验证模式并给出一份可直接照做的安全加固清单。一、为什么 RhinoMCP 需要专门谈安全RhinoMCP 的常规能力建盒子、量面积、截图视口都是改模型级别的真正让安全问题升级的是它的三个执行类工具工具能力风险run_command运行任意原生 Rhino 命令可触发几乎任何建模操作execute_rhinoscript_python_code执行 RhinoScript-Python 脚本开放执行面execute_rhinocommon_csharp_code执行 RhinoCommon C# 代码开放执行面也就是说模型不只是画图而是在 Rhino 进程内拥有开放的执行面。这类能力用于本地 Agent 场景完全没问题但前提是这条链路只对本机开放。先看架构AI 与 Rhino 之间的桥AI 客户端 ──MCP (stdio)──► rhinomcp (Python) ──TCP 127.0.0.1:1999──► Rhino 插件 ──► Rhino GrasshopperPython 服务端与 Rhino 插件之间的 TCP 桥没有认证机制而且每一条消息都是4 字节长度头 UTF-8 JSON的帧上限 64MB见 server/src/rhinomcp/server.py。安全边界因此只有两道网络可达性回环隔离与指令合法性Schema 验证分别对应下两节。二、回环隔离RhinoMCP 安全的默认边界RhinoMCP 的连接目标由RHINO_MCP_HOST默认127.0.0.1和RHINO_MCP_PORT默认1999决定。服务端的保护逻辑非常直接只要目标是127.0.0.1、::1或localhost正常启动一旦RHINO_MCP_HOST被改成非回环地址例如局域网 IP、公网地址且未显式设置RHINO_MCP_ALLOW_REMOTE1服务启动时直接抛错拒绝运行错误信息明确指出这条桥承载的是无认证的命令包括任意代码执行。相关实现见 server/src/rhinomcp/server.py。⚠️RHINO_MCP_ALLOW_REMOTE1是一个知情风险开关acknowledge the risk不是防护手段。除非你清楚自己在做什么例如配合隧道和防火墙否则永远不要设置它。在 Rhino 内部桥由mcpstart命令启动、mcpstop停止。用完即停等于把整条链路彻底关掉最佳实践保持默认回环地址AI 客户端配置里显式写RHINO_MCP_HOST: 127.0.0.1不给顺手改错留余地需要远程协作时用隧道SSH / Tailscale 等把远端回环映射过来而不是开放 1999 端口Rhino 插件端也只在需要时执行mcpstart长期不用就mcpstop。三、环境变量开关如何关闭高危执行工具官方把三个执行面都做成了独立开关默认开启便于本地开发设0即禁用。对 AI 而言被禁用工具会返回请设置 XX1 启用的明确提示而不是静默失败。环境变量默认设为0的效果实现位置RHINO_MCP_ENABLE_RUN_COMMAND1禁用run_command工具run_command.pyRHINO_MCP_ENABLE_RHINOSCRIPT1禁用 RhinoScript-Python 执行execute_rhinoscript_python_code.pyRHINO_MCP_ENABLE_CSHARP1禁用 RhinoCommon C# 执行execute_rhinocommon_csharp_code.py其他值得了解的安全相关开关环境变量默认说明RHINO_MCP_VALIDATEwarn三级 Schema 验证模式见下节RHINO_MCP_TIMEOUT15.0套接字超时秒防止命令挂死RHINO_MCP_DEBUG0详细日志排障时开启RHINO_MCP_PERCEPTION未设置开启后变更类命令会附带_delta/_health元数据一个典型场景你只想让 AI查看场景读文档摘要、量尺寸、截图完全不需要它执行脚本。此时在 MCP 配置的env中同时设置三个0{ mcpServers: { rhino: { command: uvx, args: [rhinomcp], env: { RHINO_MCP_HOST: 127.0.0.1, RHINO_MCP_ENABLE_RUN_COMMAND: 0, RHINO_MCP_ENABLE_RHINOSCRIPT: 0, RHINO_MCP_ENABLE_CSHARP: 0 } } } }执行类工具的开放面被关掉后AI 即便想运行代码也做不到——这是最小权限原则在 MCP 工具层的应用。四、三级Schema验证off / warn / strict 模式完整对比RhinoMCP 把 Python 服务端与 C# 插件之间的数据契约写成了一整套 JSON Schema存放在contracts/目录作为两层之间数据交换的唯一事实来源contracts/commands/ —— 每个命令的入参 Schema如 create_object.jsoncontracts/responses/ —— 响应结果 Schema如 object_info.jsoncontracts/protocol.json —— 命令/响应信封结构contracts/common/definitions.json —— point3d、color 等共享类型验证逻辑位于 server/src/rhinomcp/validation.py由RHINO_MCP_VALIDATE控制分两个时点Pre-flight发送前校验命令参数不合格就拦截脏数据到不了 RhinoPost-flight接收后校验 Rhino 返回的结果能抓到插件与契约漂移这类问题C# 端本身不做契约校验这里是唯一防线。三级模式怎么选模式行为适用场景off完全跳过验证追求最低开销、或契约尚不稳定的实验环境warn默认记录违规日志但照常发送/返回日常开发包裹层与 Schema 正在收敛的过渡期strict发送前直接抛ValueError坏参数永远到不了 Rhino响应不合规同样抛错CI 流水线、生产集成、需要确定性保证的场景两个细节值得注意容错映射设0/false/no等价off1/true/yes等价warn填了未知值会自动回退warn并打警告服务不会崩依赖可选jsonschema未安装时验证自动降级为 no-op不会阻塞主流程。想在 CI 里同时守住契约本身没写错可以跑官方契约自检脚本 contracts/test_schemas.pyuv run python contracts/test_schemas.py五、RhinoMCP 安全加固清单把上面的要点浓缩成一张可勾选的清单网络层RHINO_MCP_HOST保持127.0.0.1不设置RHINO_MCP_ALLOW_REMOTE远程需求走隧道权限层不需要执行脚本时设RHINO_MCP_ENABLE_RUN_COMMAND/RHINO_MCP_ENABLE_RHINOSCRIPT/RHINO_MCP_ENABLE_CSHARP为0契约层CI 中设RHINO_MCP_VALIDATEstrict本地开发保持默认warn生命周期Rhino 空闲时执行mcpstop关闭 TCP 桥回归升级后运行 contracts/test_schemas.py 确认契约自洽部署同一时间只运行一个RhinoMCP 服务实例避免多客户端争抢连接另外有一个容易忽略但很贴心的设计只有只读命令如get_document_summary、get_object_info在连接瞬时中断时才会自动重连并重试一次所有会产生副作用的命令一律快速失败见 READONLY_RETRY_COMMANDS。这意味着重试永远不会导致一次删除被执行两次——自动化管线可以安全依赖这一点。六、小结RhinoMCP 的安全模型可以概括为一句话默认只信任本机。回环隔离第二层把无认证 TCP 桥关在127.0.0.1:1999之内环境变量开关第三层按最小权限收走 AI 的任意执行能力三级 Schema 验证第四层保证发出去和收进来的数据都符合 contracts/ 契约。三层叠加既保留了聊天即可建模的流畅体验也给了本地 Agent 足够的安全纵深。更多架构细节可参阅 docs/IMPLEMENTATION.md。赞分享【免费下载链接】rhinomcpRhinoMCP connects Rhino 3D to AI Agent through the Model Context Protocol (MCP)项目地址https://gitcode.com/gh_mirrors/rh/rhinomcp点击查看免费下载相关推荐JupyterLab终极环境清理指南开发与发布环境隔离最佳实践JupyterLab终极环境清理指南开发与发布环境隔离最佳实践 JupyterLab作为强大的计算环境其开发与发布环境的隔离管理对保持项目稳定性至关重要。本前端后端数据科学开发工具Boogu-Image-0.1-Edit社区生态与未来展望开源多模态模型的机遇与挑战Boogu Image 0.1 Edit社区生态与未来展望开源多模态模型的机遇与挑战 Boogu Image 0.1 Edit作为Apache 2.0开源统一Go-blueprint环境变量管理配置隔离与安全实践Go blueprint环境变量管理配置隔离与安全实践 引言环境变量管理的重要性 在现代软件开发中环境变量Environment Variable扮演开发工具CLI代码生成创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
