Vai al contenuto

Piano di controllo MCP compatibile con ChatGPT

local-shell-mcp

Dai al tuo assistente IA una shell controllata, un workspace reale, Git, browser automation, file sharing e accesso ai remote worker senza uscire dalla chat.

Ambiente di coding reale

Esegui test, ispeziona repository, applica patch ai file, usa Git e conserva un audit trail da un unico MCP endpoint.

Livelli runtime e client

Scegli un runtime come Docker, VS Code extension, binary, Python o stdio, poi collega separatamente ChatGPT o un altro MCP client.

Controllo macchine remote

Collega macchine dietro NAT, firewall o HPC tramite connessioni worker in uscita senza aprire porte SSH.

Cosa offre

local-shell-mcp espone un workspace locale o containerizzato controllato a ChatGPT e altri client MCP. Fornisce shell, shell persistente, filesystem, ricerca, patch, Git, Playwright, audit, Sessions logiche durevoli con Goal Plan opzionali, file link tokenizzati e strumenti remote worker tramite un server MCP compatibile con ChatGPT e OAuth.

Usalo quando l’IA deve ispezionare un repository, eseguire test, modificare file, usare Git, raccogliere browser evidence, produrre downloadable artifacts o controllare una macchina remota che può soltanto collegarsi in uscita al control server.

Architettura

Livello runtime: Docker / VS Code extension / binary / Python / stdio
Livello esposizione: localhost / HTTPS proxy / tunnel / stdio pipe
Livello client: ChatGPT / generic MCP client / editor helper
Workspace controllato: /workspace or configured workspace root
Remote worker opzionali: outbound machine connections

Il confine di isolamento previsto è il container o la VM che esegue il servizio.

Inizia per scenario

Scenario Inizia qui Perché
Primo deployment pubblico ChatGPT Quickstart Percorso Docker Compose con OAuth e setup /mcp
Scegliere il livello runtime Runtime choices Spiega Docker, VS Code, binary, Python e stdio come opzioni runtime separate
Aggiungere ChatGPT come client ChatGPT connector Endpoint, OAuth, primo prompt sicuro e tool discovery
Aggiungere LSM a DeepSeek Harness Plugin DeepSeek Harness Installare questo repository come bundle DSH mantenendo l’intera superficie LSM e remote workers
Eseguire da VS Code VS Code extension runtime Runtime avviato dall’editor e note sulla sicurezza host
Imparare a usare il toolset Usage patterns Template di prompt e guida alla scelta degli strumenti
Capire ogni tool Tools reference Purpose, inputs, returns, combinations e notes per ogni tool
Collegare HPC, NPU/GPU o server node Remote workers Outbound worker join flow e remote tool usage
Condividere file generati File links URL download tokenizzati con TTL e revoca
Rafforzare il deployment Security Isolamento, OAuth, workspace scope e audit logs

Principali famiglie di tool

Famiglia Esempi Uso
Shell and Python run_shell, run_python, shell_start Build, test, script e processi lunghi
Files and search file_tree, file_grep, file_read, file_patch Ispezione repository ed edit precisi
Git run_shell, run_shell, run_shell, run_shell Workflow source-control facilmente revisionabili
Sessions e goal session_manage, plan_manage Handoff durevole dei task, progress report e Goal mode opzionale
Browser browser_session, browser_snapshot, browser_act, browser_run_script Interazione persistente, UI check, screenshot, docs renderizzati e testo pagina
File links link_create, link_revoke Scaricare artefatti generati dalla chat
Remote workers remote_manage, run_shell, remote_transfer Macchine dietro NAT, firewall o flussi di login cluster

Workflow tipici

Coding con ChatGPT

  1. Avvia un runtime come Docker Compose, VS Code extension, binary o Python in un workspace dedicato.
  2. Esponi il runtime HTTP se ChatGPT necessita di network access.
  3. Aggiungi il public /mcp endpoint a ChatGPT.
  4. Chiedi prima di ispezionare il repository e fare check read-only.
  5. Poi consenti patch ai file, test, review diff, commit e push quando approvati.
  6. Controlla audit log quando il task coinvolge file link o sistemi remoti.

Host HPC o acceleratore remoto

  1. Crea un remote worker invite monouso.
  2. Incolla il command generato sul remote host.
  3. Usa tool normali con machine; Git via run_shell e transfer via remote_transfer.
  4. Revoca il worker dopo il task.

Generazione artefatti

  1. Fai generare all’IA un file sotto /workspace.
  2. Crea un tokenized file link con TTL/download limits.
  3. Condividi il link in chat.
  4. Revocalo al termine.

Lingua

Questo site è costruito con il plugin i18n nativo di MkDocs. Usa il language selector nell’header per passare tra English e pagine tradotte. Le pagine senza traduzione fanno fallback a English.