“Windows CLI” MCP 服务器的作用是什么?
Windows CLI MCP 服务器是一款模型上下文协议(MCP)服务器,旨在实现 Windows 系统上的安全命令行交互。它作为 AI 助手与系统命令行接口(PowerShell、CMD、Git Bash)以及通过 SSH 连接的远程系统之间的桥梁。通过将命令执行、文件访问和远程管理以 MCP 资源和工具的形式暴露,它让 AI 驱动的工作流能够执行系统任务、自动化操作,并以编程方式与本地及远程环境交互。其强大的配置与安全选项可对可访问的命令和目录进行细粒度管控,非常适合需要提升自动化、脚本化和 DevOps 工作流,同时又要求严格访问控制的开发者。
Prompt 列表
仓库文档中未明确提及提示模板。
资源列表
- SSH 连接:将已配置的 SSH 连接列表作为 MCP 资源暴露,允许客户端查看并选择远程系统以执行命令。
- 当前目录:提供对当前工作目录的访问,便于进行具备上下文感知的操作。
- 配置:将服务器配置详情作为 MCP 资源暴露,便于管理和透明化服务器行为。
工具列表
- 执行本地 Shell 命令:允许在本地 Windows 系统的 PowerShell、CMD 或 Git Bash 中执行命令。
- 执行远程 SSH 命令:通过 SSH 使用预先配置的连接,在远程系统上执行 Shell 命令。
典型应用场景
- 本地系统自动化:通过 AI 驱动的命令执行,自动化 Windows 机器上的重复性任务(如文件操作、系统维护)。
- 远程服务器管理:使用 SSH 安全地管理和交互远程服务器,适合 DevOps 和系统运维任务。
- 开发流程提升:与 AI 工具(如 Claude Desktop)集成,从命令行简化代码编译、测试和部署。
- 安全敏感操作:对命令和目录设置严格限制,为敏感环境下的自动化保驾护航。
- 多 Shell 互操作:在 AI 工作流中无缝切换 PowerShell、CMD 和 Git Bash,实现多样化脚本执行。
如何设置
Windsurf
- 确保系统已安装 Node.js 和 npm。
- 安装 Windows CLI MCP 服务器包:
npm install -g @simonb97/server-win-cli@latest - 找到你的 Windsurf 配置文件(如
windsurf.json)。 - 使用以下 JSON 片段添加 MCP 服务器:
{ "mcpServers": { "win-cli": { "command": "npx", "args": ["@simonb97/server-win-cli@latest"] } } } - 保存文件并重启 Windsurf,确认服务器已启动。
API Key 安全配置示例
{
"mcpServers": {
"win-cli": {
"command": "npx",
"args": ["@simonb97/server-win-cli@latest"],
"env": {
"MY_SECRET_KEY": "${MY_SECRET_KEY_ENV}"
},
"inputs": {
"apiKey": "${MY_SECRET_KEY_ENV}"
}
}
}
}
Claude
- 全局或本地安装 Node.js 和服务器包。
- 打开 Claude 配置文件。
- 添加服务器配置:
{ "mcpServers": { "win-cli": { "command": "npx", "args": ["@simonb97/server-win-cli@latest"] } } } - 保存更改并重启 Claude。
- 确认已连接到 Windows CLI MCP 服务器。
Cursor
- 安装 Node.js 和 MCP 服务器包。
- 进入 Cursor 配置文件。
- 在配置中插入以下内容:
{ "mcpServers": { "win-cli": { "command": "npx", "args": ["@simonb97/server-win-cli@latest"] } } } - 保存并重启 Cursor。
- 运行简单命令确认集成成功。
Cline
- 安装 Node.js 和 MCP 服务器。
- 编辑 Cline 的配置文件。
- 添加 MCP 服务器项:
{ "mcpServers": { "win-cli": { "command": "npx", "args": ["@simonb97/server-win-cli@latest"] } } } - 保存并重启 Cline。
- 确认 MCP 服务器已激活并响应。
注意: 始终如上述所示,通过环境变量保护敏感 API Key 或密钥。
如何在流程中使用 MCP
在 FlowHunt 中集成 MCP
要将 MCP 服务器集成进 FlowHunt 工作流,首先在流程中添加 MCP 组件,并将其连接到你的 AI Agent:

点击 MCP 组件打开配置面板。在系统 MCP 配置部分,按照以下 JSON 格式填入你的 MCP 服务器信息:
{
"win-cli": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI Agent 即可作为一个工具使用该 MCP,并访问其全部功能和能力。记得将 “win-cli” 替换为你实际的 MCP 服务器名称,并将 URL 替换为你自己的 MCP 服务器地址。
概览
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 概述 | ✅ | |
| Prompt 列表 | ⛔ | 文档未记录提示模板 |
| 资源列表 | ✅ | SSH 连接、当前目录、配置 |
| 工具列表 | ✅ | 本地和远程命令执行 |
| API Key 安全配置 | ✅ | 提供了 JSON 示例 |
| 采样支持(评估时不重要) | ⛔ | 未提及 |
Roots 支持: 文档和代码中未提及。
综上所述,Windows CLI MCP 服务器为开发者提供了强大且安全的 AI 驱动命令行访问及远程自动化能力。除提示模板和显式采样/roots 支持外,涵盖了大多数 MCP 基础能力,文档清晰实用。
我们的评价
我会给这款 MCP 服务器打 8/10。它稳健、文档完善,适用于真实场景,但缺乏部分高级 MCP 功能(如提示模板和采样/roots 支持),若能补齐会更具多样性。
MCP 得分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 是否包含至少一个工具 | ✅ |
| Fork 数 | 41 |
| Star 数 | 206 |
