Was macht rapid7-bulk-export-mcp?
Rapid7 Bulk Export MCP – KI-gestützte Analyse für Rapid7 Command-Plattformdaten mittels MCP (Model Context Protocol) und Agent Skills.
Rapid7 Bulk Export MCP – KI-gestützte Analyse für Rapid7 Command-Plattformdaten mittels MCP (Model Context Protocol) und Agent Skills.
Dieses Skill ermöglicht es KI-Agenten, auf die Bulk-Export-Funktionalität der Rapid7 Command-Plattform zuzugreifen, um große Datenmengen wie Logs, Ereignisse und Sicherheitshinweise zu exportieren und zu analysieren. Es nutzt das Model Context Protocol (MCP) für eine strukturierte und kontextbewusste Kommunikation zwischen dem Agenten und der Rapid7-API. Der Skill ist besonders nützlich für Sicherheitsteams, die automatisierte Berichte, Trendanalysen oder Bedrohungsjagd über historische Daten durchführen möchten. Durch die Integration in MCP-kompatible Client-Umgebungen wie Claude Code oder Cursor können Entwickler und Analysten die Leistungsfähigkeit von Sprachanalysen direkt auf ihre Rapid7-Daten anwenden.
npx skills add rapid7/rapid7-bulk-export-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Rapid7 Bulk Export MCP – KI-gestützte Analyse für Rapid7 Command-Plattformdaten mittels MCP (Model Context Protocol) und Agent Skills.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.