Serwer MCP Terminal Controller

Co robi serwer MCP “Terminal Controller”?

Terminal Controller MCP Server to serwer Model Context Protocol (MCP) zaprojektowany do bezpiecznego wykonywania poleceń terminalowych, nawigacji po katalogach i operacji na systemie plików poprzez ustandaryzowany interfejs. Działa jako pomost między asystentami AI a środowiskiem hosta, pozwalając agentom AI wykonywać takie zadania jak uruchamianie poleceń shell, zarządzanie katalogami i programowa manipulacja plikami. Dzięki wbudowanym zabezpieczeniom, śledzeniu historii poleceń i kompatybilności międzyplatformowej, Terminal Controller usprawnia procesy deweloperskie, dając narzędziom AI kontrolowany dostęp do terminala i systemu plików maszyny. Ta funkcjonalność umożliwia asystentom AI automatyzację, eksplorację i zarządzanie zadaniami systemowymi dla deweloperów w bezpieczny i ustandaryzowany sposób.

Lista promptów

W repozytorium ani dokumentacji nie znaleziono szablonów promptów.

Lista zasobów

W repozytorium ani dokumentacji nie zdefiniowano jawnych zasobów MCP.

Lista narzędzi

• Wykonywanie poleceń: Umożliwia uruchamianie poleceń terminalowych z kontrolą timeoutu oraz przechwytywaniem pełnego wyniku.
• Zarządzanie katalogami: Pozwala nawigować i wyświetlać zawartość katalogów z intuicyjnym formatowaniem.
• Operacje na plikach: Obsługuje odczyt, zapis, aktualizację, wstawianie i usuwanie zawartości plików z precyzją na poziomie wierszy.
• Historia poleceń: Śledzi i wyświetla ostatnie wykonania poleceń dla potrzeb audytu i powtarzalności.

Przykłady zastosowań tego serwera MCP

• Automatyczne wykonywanie poleceń: Programiści mogą polecić asystentom AI bezpieczne uruchamianie poleceń shell do budowania, testowania czy wdrażania kodu, z rejestrowaniem wyników i błędów.
• Zarządzanie katalogami i plikami: Agenci AI mogą pomagać w organizacji, przeglądaniu lub manipulacji plikami i folderami, co ułatwia automatyzację eksploracji kodu lub konfiguracji środowiska.
• Scripting z myślą o bezpieczeństwie: Wbudowane zabezpieczenia pomagają zapobiegać wykonaniu niebezpiecznych poleceń, zmniejszając ryzyko podczas udzielania AI dostępu do terminala.
• Monitorowanie i audyt systemu: Funkcje historii poleceń pozwalają śledzić wykonane akcje, co pomaga w audytach i przejrzystości pracy.
• Rozwój międzyplatformowy: Dzięki obsłudze zarówno Windows, jak i systemów UNIX, serwer MCP zapewnia spójne doświadczenia programistyczne w różnych środowiskach.

Jak skonfigurować

Windsurf

1. Upewnij się, że masz zainstalowanego Pythona 3.11+.
2. Zainstaluj pakiet przez PyPI:

   pip install terminal-controller
   

3. Edytuj plik konfiguracyjny Windsurf, aby dodać serwer MCP:

   {
     "mcpServers": {
       "terminal-controller": {
         "command": "python",
         "args": ["-m", "terminal_controller"]
       }
     }
   }
   

4. Zapisz konfigurację i zrestartuj Windsurf.
5. Zweryfikuj, czy serwer MCP działa i jest dostępny.

Claude

1. Zainstaluj Pythona 3.11+ na swoim komputerze.
2. Dla Claude Desktop zainstaluj przez Smithery:

   npx -y @smithery/cli install @GongRzhe/terminal-controller-mcp --client claude
   

3. Alternatywnie, zainstaluj przez PyPI:

   pip install terminal-controller
   

4. Dodaj poniższy fragment do swojej konfiguracji Claude:

   {
     "mcpServers": {
       "terminal-controller": {
         "command": "python",
         "args": ["-m", "terminal_controller"]
       }
     }
   }
   

5. Zrestartuj Claude Desktop i upewnij się, że serwer MCP jest wykrywany.

Cursor

1. Upewnij się, że masz zainstalowane Node.js oraz Pythona 3.11+.
2. Zainstaluj terminal-controller:

   pip install terminal-controller
   

3. Dodaj serwer MCP do konfiguracji Cursor:

   {
     "mcpServers": {
       "terminal-controller": {
         "command": "python",
         "args": ["-m", "terminal_controller"]
       }
     }
   }
   

4. Zapisz plik i zrestartuj Cursor.
5. Potwierdź integrację, sprawdzając listę narzędzi w Cursor.

Cline

1. Upewnij się, że Python 3.11+ jest dostępny.
2. Zainstaluj serwer MCP:

   pip install terminal-controller
   

3. Dodaj poniższy fragment do konfiguracji Cline:

   {
     "mcpServers": {
       "terminal-controller": {
         "command": "python",
         "args": ["-m", "terminal_controller"]
       }
     }
   }
   

4. Zrestartuj Cline po zapisaniu zmian.
5. Przetestuj, uruchamiając proste polecenie przez interfejs MCP.

Bezpieczne przechowywanie kluczy API

Jeśli do konfiguracji wymagane są klucze API lub inne sekrety, korzystaj ze zmiennych środowiskowych zamiast wpisywać je bezpośrednio. Przykład konfiguracji:

{
  "mcpServers": {
    "terminal-controller": {
      "command": "python",
      "args": ["-m", "terminal_controller"],
      "env": {
        "MY_API_KEY": "${MY_API_KEY_ENV_VAR}"
      },
      "inputs": {
        "api_key": "${MY_API_KEY_ENV_VAR}"
      }
    }
  }
}

Jak używać tego MCP w flow

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP w swoim workflow FlowHunt, zacznij od dodania komponentu MCP do flow i podłączenia go do agenta AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wprowadź szczegóły serwera MCP w tym formacie JSON:

{
  "terminal-controller": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zmienić “terminal-controller” na faktyczną nazwę swojego serwera MCP i podać swój własny adres URL serwera MCP.

Przegląd

Na podstawie powyższego Terminal Controller MCP zapewnia kluczowy, bezpieczny dostęp do terminala i systemu plików, jednak nie posiada szablonów promptów ani jawnych zasobów. Dokumentacja konfiguracji jest obszerna, a rozwiązanie wieloplatformowe. Roots i sampling nie są wymienione. To praktyczny, bezpieczny i stosunkowo prosty serwer do podstawowych potrzeb DevOps i automatyzacji.

MCP Score