跳转至内容部分

模型上下文协议 (MCP) 服务器

将可信的 Neurons 上下文引入 AI

AI 的效能取决于其可信任的数据。Ivanti Neurons 使用 MCP,为受支持的 AI 系统提供对可信运营上下文的受治理访问。

加速调查并呈现运营洞察

通过标准化且受治理的接口,让受支持的 AI 系统访问可信的 Neurons 平台上下文。AI 可以呈现更相关的洞察,同时 Neurons 平台保持治理、问责和数据权威。

标准化跨系统 AI 访问

IT 和安全团队需要处理碎片化的端点、安全和运营系统。如果无法持续访问可信的 Neurons 平台上下文,AI 系统可能缺少呈现相关洞察所需的信息。MCP 让受支持的 AI 系统能够一致地访问已获授权的 Neurons 平台数据和上下文,从而减少自定义集成工作。团队可以在保留现有集成和平台控制的同时简化采用流程。

一位戴眼镜的女性在光线昏暗的办公室中使用笔记本电脑工作

将可信 AI 上下文扩展到各类数据源

关键信息通常分散在彼此割裂的系统中,限制了 AI 可用的上下文。MCP 让受支持的 AI 系统能够检索已获授权的 Ivanti Neurons 数据以及互联环境中的信息,帮助团队呈现相关关系和运营状况,同时 Neurons 平台保留治理和数据权威。这有助于 AI 系统访问更广泛的运营上下文,同时让 Neurons 继续作为平台智能和运营上下文的权威记录系统。

一位戴眼镜的男性在显示代码的笔记本电脑上打字,背景中有大型显示器和另一位人员

随着 AI 访问范围扩大,持续保持治理

MCP 让受支持的 AI 系统能够使用已获授权的 Ivanti Neurons 数据、工具、资源和提示,以支持在代理或应用程序层面定义的体验。现有 Neurons 平台控制会继续管理权限、策略执行、可审计性和组织监督。组织可以将可信的平台上下文扩展到 AI 计划中,而无需绕过现有治理要求。

有人在显示图表的平板电脑上使用触控笔,背景是夜晚模糊的城市灯光

功能和能力

MCP 如何将 Neurons 智能扩展到各系统

通过帮助 AI 系统访问可信运营上下文,MCP 支持更充分的调查和洞察生成,同时 Neurons 保留控制、治理和数据权威。

可信运营上下文

提供已获授权的 Neurons 平台上下文,供受支持的 AI 系统用于调查问题、呈现相关洞察并更好地了解运营状况。

标准化 AI 访问

让受支持的 AI 系统(包括 GitHub Copilot、Anthropic Claude 和 Neurons 代理)能够一致地访问已获授权的 Neurons 上下文。

降低集成复杂性

减少在端点、安全和运营系统中构建并维护自定义 AI 访问方式的需求。

更强的可视性和上下文

为 AI 系统提供可信的 Neurons 上下文,以调查问题、呈现相关洞察并了解运营状况。

支持 AI 辅助体验

为支持 AI 辅助工作流的上下文、工具、资源和提示提供受治理访问,这些工作流在代理或应用程序层面定义。

受治理访问

保留 OAuth、RBAC、策略执行、权限和组织监督,以用于 AI 交互。

基于 Ivanti Neurons 平台构建的 AI 治理

现有权限和策略可保留数据权威和问责机制,使组织能够在 AI 计划中扩展可信的 Neurons 智能,同时保持治理与控制。

数据基础

提供权威记录系统,在一个运营模型中统一数据、AI 和治理。

统一代理式框架

使用平台上下文指导 AI 决策,并在互联系统之间协调代理工作流。

治理与控制

执行权限和策略,确保 AI 访问始终获得授权、受到控制并可追责。

让可信的 Neurons 上下文发挥作用

通过受支持的 AI 体验,使用可信的 Neurons 上下文来调查运营问题并呈现相关洞察。

补丁调查

查找失败补丁和逾期扫描,按可能原因对设备进行分组,并识别需要调查的关键暴露。

端点健康状况分诊

呈现异常设备信号、近期变更和设备群模式,帮助分析师更快调查问题。

设备群健康状况简报

汇总环境健康状况、风险趋势以及推动变化的因素,并提供支持性详细信息以便深入调查。

了解可信 Neurons 上下文的实际应用

观看 MCP 如何将受支持的 AI 应用程序与权威 IT 和安全上下文连接起来,帮助团队调查问题、评估风险并做出更明智的决策。

常见问题解答

什么是模型上下文协议 (MCP)?

模型上下文协议 (MCP) 是由 Anthropic 创建的一项开放标准,为 AI 系统连接工具、数据源、资源和提示提供一致的方式。Ivanti Neurons 使用 MCP 提供对平台上下文、数据以及已授权工具、资源和提示的受治理访问。组织可以将可信的 Neurons 上下文扩展到 AI 辅助工作流中,同时保留可视性、问责机制和平台治理。

什么是 MCP 服务器?

MCP 服务器是一种实现模型上下文协议 (MCP) 的服务,并作为连接点,使 AI 系统能够通过它访问已获授权的数据、工具、资源和提示。Ivanti Neurons 仍然是权威记录系统,而 MCP 提供对平台上下文的受治理访问,同时保留现有安全性和权限设置。

哪些 AI 客户端可通过 MCP 与 Ivanti Neurons 配合使用?

Ivanti Neurons 运行 MCP 服务器,为受支持的 AI 系统提供对平台上下文、数据、受支持工具、资源和提示的受治理访问。受支持的 AI 系统可能包括 GitHub Copilot、Anthropic Claude 和 Neurons 代理。组织可以选择最适合其业务的 AI 工具,同时在各环境中保持一致的治理模型。对其他 AI 客户端和自定义 AI 代理的支持可能因版本而异,应通过产品文档进行确认。

AI 系统可以通过 MCP 访问哪些 Neurons 数据?

Neurons MCP 服务器提供对选定数据源的受治理访问,包括设备、补丁、暴露、软件分发和软件清单。这会将可信的 Ivanti Neurons 上下文引入受支持的 AI 体验,同时让平台继续作为权威记录系统。其他来源(包括 ITSM 和事件数据)的可用性,应在当前产品文档中确认。

AI 系统可以通过 MCP 和 Ivanti Neurons 访问什么?

受支持的 AI 系统可以根据配置的权限检索已获授权的 Ivanti Neurons 数据和平台上下文,并使用可用的工具、资源和提示。团队可以获得用于调查、运营问题和 AI 辅助体验的可信信息,同时 Ivanti Neurons 保留治理和问责机制。其结果是,能够更广泛地访问可信的 Ivanti Neurons 上下文,而无需改变治理、权限和数据权威所在的位置。

哪些治理控制用于管理通过 MCP 进行的 AI 访问?

访问通过 OAuth、基于角色的访问控制 (RBAC) 和策略执行进行治理。这些控制有助于确保 AI 系统只能访问已获授权的数据、工具、资源和提示,同时保持 AI 辅助工作流的安全性与合规性。借助这些保护措施,组织可以在维护现有安全性和合规性的同时,自信地采用 AI。

通过 MCP 访问的数据会如何处理?

Ivanti Neurons 平台仍然是权威记录系统,而 MCP 是一种协议,并非数据存储。MCP 服务器会通过平台的受治理访问路径,返回所请求交互所需的已授权数据。Ivanti 不会使用客户数据来训练模型。AI 客户端如何处理返回的数据,受客户与该供应商之间协议的约束,这有助于组织在将可信 Neurons 信息扩展到受支持的 AI 系统的同时保持控制。

借助可信 Neurons 上下文加速 AI

了解 Ivanti Neurons 平台如何利用 MCP,为受支持的 AI 系统提供对可信上下文和洞察的受治理访问,同时保留可视性、控制和数据权威。