Saltar a contenido

Plano de control MCP compatible con ChatGPT

local-shell-mcp

Dé a su asistente de IA un shell controlado, un workspace real, Git, browser automation, file sharing y acceso a remote workers sin salir del chat.

Entorno real de programación

Ejecute tests, inspeccione repositories, aplique patches, opere Git y mantenga audit trail desde un único MCP endpoint.

Capas de runtime y client

Elija un runtime como Docker, VS Code extension, binary, Python o stdio y conecte después ChatGPT u otro MCP client por separado.

Control de máquinas remotas

Conecte máquinas detrás de NAT, firewall o HPC mediante conexiones worker salientes sin abrir puertos SSH.

Qué proporciona

local-shell-mcp expone un workspace local o en contenedor controlado a ChatGPT y otros clientes MCP. Proporciona shell, shell persistente, filesystem, búsqueda, patch, Git, Playwright, auditoría, Sessions lógicas durables con Plans Goal opcionales, enlaces de archivo tokenizados y herramientas de remote worker mediante un servidor MCP compatible con ChatGPT y OAuth.

Úselo cuando la IA deba inspeccionar un repository, ejecutar tests, editar archivos, operar Git, recopilar browser evidence, producir downloadable artifacts o controlar una máquina remota que solo puede conectarse de salida al control server.

Arquitectura

Capa runtime: Docker / VS Code extension / binary / Python / stdio
Capa de exposición: localhost / HTTPS proxy / tunnel / stdio pipe
Capa client: ChatGPT / generic MCP client / editor helper
Workspace controlado: /workspace or configured workspace root
Remote workers opcionales: outbound machine connections

El límite de aislamiento previsto es el container o VM que ejecuta el servicio.

Empezar según el escenario

Escenario Empiece aquí Por qué
Primer deployment público con ChatGPT Quickstart Ruta Docker Compose con OAuth y configuración /mcp
Elegir la capa runtime Runtime choices Explica Docker, VS Code, binary, Python y stdio como opciones separadas de runtime
Añadir ChatGPT como client ChatGPT connector Endpoint, OAuth, primer prompt seguro y tool discovery
Añadir LSM a DeepSeek Harness Plugin DeepSeek Harness Instalar este repository como bundle DSH manteniendo toda la superficie de herramientas LSM y remote workers
Ejecutar desde VS Code VS Code extension runtime Runtime lanzado desde editor y notas de seguridad del host
Aprender a operar el toolset Usage patterns Plantillas de prompt y guía de elección de herramientas
Entender cada tool Tools reference Propósito, inputs, returns, combinaciones y notas de cada tool
Conectar HPC, NPU/GPU o server node Remote workers Flujo de unión outbound worker y uso remoto de tools
Compartir archivos generados File links URLs tokenizadas con TTL y revocación
Endurecer el deployment Security Aislamiento, OAuth, alcance de workspace y audit logs

Familias principales de tools

Familia Ejemplos Uso
Shell and Python run_shell, run_python, shell_start Builds, tests, scripts y procesos largos
Files and search file_tree, file_grep, file_read, file_patch Inspección de repository y edits precisos
Git run_shell, run_shell, run_shell, run_shell Workflows de control de versiones revisables
Sessions y goals session_manage, plan_manage Handoff durable de tareas, informes de progreso y Goal mode opcional
Browser browser_session, browser_snapshot, browser_act, browser_run_script Interacción persistente, comprobaciones UI, screenshots, docs renderizados y texto de página
File links link_create, link_revoke Descargar artefactos generados desde chat
Remote workers remote_manage, run_shell, remote_transfer Máquinas detrás de NAT, firewalls o flujos de login de cluster

Workflows típicos

Programar con ChatGPT

  1. Inicie un runtime como Docker Compose, VS Code extension, binary o Python en un workspace dedicado.
  2. Exponga el runtime HTTP si ChatGPT necesita acceso de red.
  3. Añada el endpoint público /mcp a ChatGPT.
  4. Pida primero inspeccionar el repository y ejecutar checks read-only.
  5. Después permita patches, tests, review de diff, commit y push cuando estén aprobados.
  6. Revise audit log cuando el task implique file links o sistemas remotos.

Host HPC o acelerador remoto

  1. Cree una invitación remote worker de un solo uso.
  2. Pegue el command generado en el remote host.
  3. Use tools normales con machine; Git mediante run_shell y transferencias con remote_transfer.
  4. Revoque el worker después del task.

Generación de artefactos

  1. Haga que la IA genere un file bajo /workspace.
  2. Cree un tokenized file link con TTL/download limits.
  3. Comparta el link en chat.
  4. Revóquelo al terminar.

Idioma

Este site se construye con el plugin i18n nativo de MkDocs. Use el selector de idioma de la cabecera para cambiar entre English y páginas traducidas. Las páginas sin traducción recurren a English.