विषय पर बढ़ें

ChatGPT-compatible MCP control plane

local-shell-mcp

Chat छोड़े बिना अपने AI assistant को नियंत्रित shell, वास्तविक workspace, Git, browser automation, file sharing और remote-worker access दें।

शुरू करें Runtime चुनें Tools reference

वास्तविक coding environment

एक MCP endpoint से tests चलाएँ, repositories inspect करें, files patch करें, Git operate करें और audit trail रखें।

Runtime और client layers

Docker, VS Code extension, binary, Python या stdio जैसे runtime चुनें, फिर ChatGPT या अन्य MCP client अलग से connect करें।

Remote machine control

SSH ports खोले बिना outbound worker connections से NAT, firewall या HPC machines जोड़ें।

क्या प्रदान करता है

local-shell-mcp ChatGPT और अन्य MCP clients को नियंत्रित local/container workspace देता है। यह OAuth-सक्षम ChatGPT-compatible MCP server के जरिए shell, persistent shell, filesystem, search, patch, Git, Playwright, audit, optional Goal Plans वाली durable logical Sessions, tokenized file links और remote-worker tools देता है।

जब AI को repository inspect करना, tests चलाना, files edit करना, Git operate करना, browser evidence इकट्ठा करना, downloadable artifacts बनाना या केवल control server की ओर outbound connect कर सकने वाली remote machine को control करना हो, तब इसका उपयोग करें।

Architecture

Runtime layer: Docker / VS Code extension / binary / Python / stdio
Exposure layer: localhost / HTTPS proxy / tunnel / stdio pipe
Client layer: ChatGPT / generic MCP client / editor helper
Controlled workspace: /workspace or configured workspace root
Optional remote workers: outbound machine connections

इच्छित isolation boundary service चलाने वाला container या VM है।

Scenario के अनुसार शुरुआत

Scenario यहाँ से शुरू करें क्यों
पहला public ChatGPT deployment Quickstart OAuth और /mcp setup सहित Docker Compose path
runtime layer चुनना Runtime choices Docker, VS Code, binary, Python और stdio को अलग runtime options के रूप में समझाता है
ChatGPT को client के रूप में जोड़ना ChatGPT connector Endpoint, OAuth, पहला safe prompt, tool discovery
LSM को DeepSeek Harness में जोड़ना DeepSeek Harness plugin इस repository को DSH bundle के रूप में install करें और पूर्ण LSM tool/remote-worker surface बनाए रखें
VS Code से चलाना VS Code extension runtime Editor-launched runtime और host safety notes
toolset operate करना सीखना Usage patterns Prompt templates और tool-choice guidance
हर tool समझना Tools reference हर tool का purpose, inputs, returns, combinations और notes
HPC, NPU/GPU या server node जोड़ना Remote workers Outbound worker join flow और remote tool usage
Generated files share करना File links TTL और revocation वाले tokenized download URLs
Deployment harden करना Security Isolation, OAuth, workspace scope और audit logs

मुख्य tool families

Family Examples उपयोग
Shell and Python run_shell, run_python, shell_start Builds, tests, scripts, long-running processes
Files and search file_tree, file_grep, file_read, file_patch Repository inspection और precise edits
Git run_shell, run_shell, run_shell, run_shell Reviewable source-control workflows
Sessions और goals session_manage, plan_manage Durable task handoff, progress reports और optional Goal mode
Browser browser_session, browser_snapshot, browser_act, browser_run_script Persistent interaction, UI checks, screenshots, rendered docs और page text
File links link_create, link_revoke Chat से generated artifacts download करना
Remote workers remote_manage, run_shell, remote_transfer NAT, firewalls या cluster login flows के पीछे machines

Typical workflows

ChatGPT के साथ coding

  1. Dedicated workspace में Docker Compose, VS Code extension, binary या Python जैसा runtime शुरू करें।
  2. यदि ChatGPT को network access चाहिए तो HTTP runtime expose करें।
  3. Public /mcp endpoint ChatGPT में जोड़ें।
  4. पहले repository inspect करने और read-only checks चलाने को कहें।
  5. Approval के बाद files patch, tests, diff review, commit और push करने दें।
  6. File links या remote systems वाले tasks में audit log review करें।

Remote HPC या accelerator host

  1. One-time remote worker invite बनाएँ।
  2. Generated command remote host पर paste करें।
  3. Normal tools में machine उपयोग करें; Git के लिए run_shell और transfer के लिए remote_transfer।
  4. Task के बाद worker revoke करें।

Artifact generation

  1. AI से /workspace के नीचे file generate कराएँ।
  2. TTL/download limits वाला tokenized file link बनाएँ।
  3. Link chat में share करें।
  4. पूरा होने पर revoke करें।

Language

यह site native MkDocs i18n plugin से build होती है। Header के language selector से English और translated pages के बीच बदलें। बिना translation वाली pages English पर fallback करती हैं।