mcp-server-commands MCP Server

AI MCP Server Shell Access Automation

Kontakta oss för att vara värd för din MCP-server i FlowHunt

FlowHunt erbjuder ett extra säkerhetslager mellan dina interna system och AI-verktyg, vilket ger dig granulär kontroll över vilka verktyg som är tillgängliga från dina MCP-servrar. MCP-servrar som hostas i vår infrastruktur kan sömlöst integreras med FlowHunts chatbot samt populära AI-plattformar som ChatGPT, Claude och olika AI-redigerare.

Vad gör “mcp-server-commands” MCP Server?

mcp-server-commands MCP (Model Context Protocol) Server fungerar som en brygga mellan AI-assistenter och möjligheten att köra lokala eller systemkommandon på ett säkert sätt. Genom att exponera ett gränssnitt för att köra shell-kommandon möjliggör den för AI-klienter att komma åt extern data, interagera med filsystemet, utföra diagnostik eller automatisera arbetsflöden direkt från sin miljö. Servern behandlar kommando-förfrågningar från LLM:er och returnerar utdata, inklusive både STDOUT och STDERR, som kan användas för vidare analys eller åtgärder. Detta förbättrar utvecklingsflöden genom att möjliggöra uppgifter som att lista kataloger, visa systeminformation eller köra skript, och utökar därmed de praktiska möjligheterna för AI-assistenter för utvecklare och avancerade användare.

Lista över prompts

  • run_command – Generera ett promptmeddelande med kommandots utdata.
Logo

Redo att växa ditt företag?

Starta din kostnadsfria provperiod idag och se resultat inom några dagar.

Lista över resurser

Inga explicita resurser listas i tillgänglig dokumentation eller kod.

Lista över verktyg

  • run_command – Kör ett angivet kommando (t.ex. hostname, ls -al, echo "hello world"). Returnerar STDOUT och STDERR som text. Stöder en valfri parameter stdin för att skicka indata (såsom kod eller filinnehåll) till kommandon som accepterar det, vilket underlättar skriptning och filoperationer.

Användningsområden för denna MCP Server

  • Systemdiagnostik: Kör kommandon som hostname eller top för att hämta systemstatus eller miljödetaljer direkt från AI-assistenten.
  • Filhantering: Lista kataloger (ls -al), skapa eller läsa filer och manipulera textfiler med hjälp av shell-kommandon.
  • Skriptexekvering: Kör skript eller kodsnuttar (t.ex. Python, Bash) genom att skicka dem via stdin, vilket möjliggör snabb prototypning eller automatisering.
  • Utvecklingsautomatisering: Automatisera repetitiva uppgifter såsom att hämta kod, bygga projekt eller köra tester via shell-kommandon som utfärdas av AI:n.
  • Säkert godkännande av kommandon: Integrera med verktyg som Claude Desktop för att säkerställa att varje kommando granskas och godkänns innan exekvering, vilket minimerar säkerhetsrisker.

Så här sätter du upp det

Windsurf

  1. Säkerställ att Node.js och npm är installerade.
  2. Installera paketet mcp-server-commands:
    npm install -g mcp-server-commands
    
  3. Redigera din Windsurf-konfigurationsfil för att lägga till MCP-servern.
  4. Lägg till följande JSON-snutt:
    {
      "mcpServers": {
        "mcp-server-commands": {
          "command": "npx",
          "args": ["mcp-server-commands"]
        }
      }
    }
    
  5. Spara konfigurationen och starta om Windsurf.
  6. Verifiera att servern körs och är tillgänglig.

Claude

  1. Kontrollera att Node.js och npm är installerade.
  2. Installera mcp-server-commands globalt:
    npm install -g mcp-server-commands
    
  3. Lokalisera din Claude Desktop-konfigurationsfil:
    • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%/Claude/claude_desktop_config.json
  4. Lägg till:
    {
      "mcpServers": {
        "mcp-server-commands": {
          "command": "npx",
          "args": ["mcp-server-commands"]
        }
      }
    }
    
  5. Spara och starta om Claude Desktop.
  6. Bekräfta att MCP-servern visas och fungerar.

Cursor

  1. Installera Node.js och npm om det behövs.
  2. Installera mcp-server-commands globalt:
    npm install -g mcp-server-commands
    
  3. Öppna din Cursor-konfigurationsfil.
  4. Infoga:
    {
      "mcpServers": {
        "mcp-server-commands": {
          "command": "npx",
          "args": ["mcp-server-commands"]
        }
      }
    }
    
  5. Spara ändringarna och starta om Cursor.
  6. Kontrollera att MCP-servern är tillgänglig för användning.

Cline

  1. Säkerställ att Node.js/npm är installerade.
  2. Installera MCP-serverpaketet:
    npm install -g mcp-server-commands
    
  3. Redigera Cline MCP server-konfigurationen.
  4. Lägg till:
    {
      "mcpServers": {
        "mcp-server-commands": {
          "command": "npx",
          "args": ["mcp-server-commands"]
        }
      }
    }
    
  5. Spara och starta om Cline.
  6. Verifiera anslutningen till MCP-servern.

Säkerställ API-nycklar

Om du behöver ange känsliga miljövariabler (t.ex. API-nycklar), använd fälten env och inputs i din konfiguration:

{
  "mcpServers": {
    "mcp-server-commands": {
      "command": "npx",
      "args": ["mcp-server-commands"],
      "env": {
        "EXAMPLE_API_KEY": "${EXAMPLE_API_KEY}"
      },
      "inputs": {
        "apiKey": "${EXAMPLE_API_KEY}"
      }
    }
  }
}

Byt ut EXAMPLE_API_KEY mot ditt faktiska miljövariabelnamn.

Så här använder du denna MCP i flöden

Använd MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

FlowHunt MCP flow

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange din MCP-serverinformation med detta JSON-format:

{
  "mcp-server-commands": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att byta ut “mcp-server-commands” mot vad din MCP-server faktiskt heter och ersätt URL:en med din egen MCP-server-URL.


Översikt

SektionTillgänglighetDetaljer/Noteringar
ÖversiktTillhandahåller shell-kommandoexekvering som verktyg för LLM:er.
Lista över promptsrun_command
Lista över resurserInga explicita resurser listade.
Lista över verktygrun_command
Säkerställ API-nycklarStöds via env och inputs i konfigurationen.
Sampling-stöd (mindre viktigt vid utvärdering)Ej nämnt i dokumentation eller kod.

Vår åsikt:
Denna MCP-server är enkel men mycket effektiv för sitt syfte: att ge LLM:er tillgång till systemskalet på ett kontrollerat sätt. Den är väl dokumenterad, enkel att konfigurera och har tydliga säkerhetsvarningar. Dock är omfattningen begränsad (ett verktyg, inga explicita resurser eller promptmallar utöver run_command), och avancerade MCP-funktioner som Roots och Sampling nämns inte i dokumentationen eller koden. Sammantaget är den väl lämpad för utvecklare som vill ha shell-åtkomst via AI, men saknar bredare utbyggbarhet.


MCP-betyg

Har en LICENSE✅ (MIT)
Har minst ett verktyg
Antal Forks27
Antal Stars159

Vanliga frågor

Lås upp Shell-automatisering med FlowHunt MCP

Ge dina AI-assistenter säker, konfigurerbar shell-åtkomst för automatisering, diagnostik och filhantering med mcp-server-commands MCP Server.

Lär dig mer

Filesystem MCP Server
Filesystem MCP Server

Filesystem MCP Server

Filesystem MCP Server möjliggör säker, programmatisk åtkomst till det lokala filsystemet via Model Context Protocol (MCP). Den ger AI-assistenter och klienter m...

5 min läsning
MCP Server AI Automation +4
Terminal Controller MCP Server
Terminal Controller MCP Server

Terminal Controller MCP Server

Terminal Controller MCP Server möjliggör säker körning av terminalkommandon, katalognavigering och filsystemoperationer via ett standardiserat gränssnitt. Den f...

4 min läsning
AI Automation MCP Server +4
Windows CLI MCP-server
Windows CLI MCP-server

Windows CLI MCP-server

Windows CLI MCP-server fungerar som en brygga mellan AI-assistenter och Windows kommandoradsgränssnitt samt fjärrsystem via SSH, och möjliggör säker, programmer...

4 min läsning
AI Automation +6