A
licenseNot graded
qualityA
maintenanceA local-first control plane for AI agent tools, providing policy enforcement, spend caps, rate limiting, and audit trails for MCP servers.
1
Apache 2.0
OrbitMCP
by Velocity07
OrbitMCP
エッジネイティブ Model Context Protocol（MCP）コントロールプレーン＆自律ツールディスパッチャー
ローカルLLM（Llama 3.2）を標準MCPツールに接続し、決定的なハードウェア安全性を備えた、軽量でエアギャップ対応のデスクトップコックピット。
根本的な問題
標準的な大規模言語モデル（プロプライエタリなクラウドAPIとローカル重みの両方）は、隔離されたテキスト予測器です。それらは、実行されている物理マシンに対して根本的に盲目です：
ネイティブなハードウェア認識の欠如： LLMは、外部のグルーコードなしでは、残りのVRAMを独立して確認したり、プロジェクトリポジトリを検査したり、シェルルーチンを実行したり、SQLiteデータベースを読み取ったりすることはできません。
クラウドのプライバシーとデータ流出リスク： プロプライエタリなコードベース構造、内部ドキュメント、ホストマシンのテレメトリをクラウドAPI経由で送信すると、継続的なトークンコストとデータコンプライアンスの脆弱性が発生します。
Electronの肥大化： 既存のエージェントGUIはしばしばElectronに依存しており、推論モデルがメモリにロードされる前に800MB〜1.5GBのRAMを消費します。
Related MCP server: ControlMCP
OrbitMCPが解決すること
OrbitMCPは、ローカルワークステーションをゼロレイテンシーのエアギャップエージェント環境に変換します。
ネイティブの**Rust（Tauri v2）**シェルとPython FastMCPサイドカーで構築されたOrbitMCPは、100MB未満のRAMオーバーヘッドで動作し、システムリソースをモデル重みと高速なローカル推論に完全に割り当てます。
┌────────────────────────────────────────────────────────────────────────┐
│ User Prompt / Directive │
└───────────────────────────────────┬────────────────────────────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────┐
│ Local Quantized LLM (Ollama / Llama-3.2) │
│ - Analyzes intent & generates standard JSON tool execution schema │
└───────────────────────────────────┬────────────────────────────────────┘
│ (MCP Tool Call)
▼
┌────────────────────────────────────────────────────────────────────────┐
│ OrbitMCP FastMCP Gateway (Local :8765) │
│ - Validates sandbox path boundaries & executes kernel functions │
└───────────────────┬────────────────────────────────┬───────────────────┘
│ │
▼ ▼
┌─────────────────────────┐ ┌─────────────────────────┐
│ system_telemetry() │ │ list_files() │
│ (RAM / CPU / Headroom) │ │ (Safe Workspace Tree) │
└────────────┬────────────┘ └────────────┬────────────┘
│ │
└────────────────┬───────────────┘
│
▼
┌────────────────────────────────────────────────────────────────────────┐
│ React 18 Control Plane (Geist UI + Claude Thinking) │
│ - Real-time hardware stream, collapsible trace & typewriter output │
└────────────────────────────────────────────────────────────────────────┘
主な機能
1. 自律型MCPツール実行ループ
OrbitMCPは、ユーザークエリをローカルOllamaモデル用のOpenAI互換ツール仕様に変換します。クエリにOSコンテキストが必要な場合、モデルは標準生成を中断し、構造化されたツール引数をFastMCPゲートウェイにディスパッチし、Pythonスクリプトをローカルで実行し、最終ペイロードを要約します。
2. ライブカーネルテレメトリポーリング
psutilによる直接ハードウェアポーリングにより、CPUコア使用率、常駐RAM消費量、利用可能なメモリヘッドルームを3秒ごとに監視し、高負荷の推論中のOut-Of-Memory（OOM）ロックアップを防止します。
3. Claudeスタイルの思考プロセスブロック
振動する4バー波形アニメーションとライブ経過タイマー（Thought for 11.4s）を備えています。思考ブロックは、スキーマ解決と安全性境界チェックを詳述する内部モノローグのスクラッチパッドに折りたたむことができます。
4. 4つの厳選されたデベロッパーテーマ
実行時に切り替え可能で、即座にトークン再レンダリングが行われる4つの高コントラストデベロッパーカラーパレットを備えています：
Obsidian Amber（ダークチャコール＋ウォームアンバー）
Tokyo Violet（サイバーシンセインディゴ＋パープル）
Matrix Emerald（ターミナルグリーン＋ジェットブラック）
Linear Cobalt（ディープスペーススレート＋スカイブルー）
5. 動的モデル検出とパラメータチューニング
モデルドロップダウン： 起動時にローカルOllamaデーモンを自動クエリ（
/api/tags）し、インストール済みの重み（llama3.2:3b、qwen2.5-coder、mistralなど）を入力します。サンプリング温度： 統合スライダー（0.0〜1.0）で生成の決定性を動的に調整します。
ツールゲーティング： 各ツールカードの独立したトグルで、モデルのスキーマから特定のMCP関数を動的に有効または無効にします。
技術スタック
レイヤー | 技術 | 目的 |
デスクトップコンテナ | Tauri v2 (Rust) | ネイティブWindowsウィンドウライフサイクル、最小RAMフットプリント、ゼロオーバーヘッドIPC |
フロントエンドUI | React 18, TypeScript, Vite | リアクティブダッシュボード状態、ライブメトリクスポーリング、ホットキー |
スタイリング＆アイコン | Tailwind CSS, Lucide Icons | レスポンシブスレートテーマ、マイクロトランジション、デベロッパーグリフ |
タイポグラフィ | Geist Sans & JetBrains Mono | Claudeに着想を得たデベロッパー可読性と等幅トレース |
ツールエンジン | FastMCP, FastAPI, Uvicorn | 標準化されたModel Context Protocol実装 |
ローカル推論 | Ollama (Llama 3.2 3B) | 完全オフライン、プライバシーファーストのローカル言語モデル実行 |
プロジェクト構造
orbit-mcp/
├── backend/ # FastMCP Python engine
│ ├── tools/
│ │ ├── telemetry.py # Kernel hardware metrics polling
│ │ └── fs.py # Sandboxed workspace filesystem inspector
│ ├── server.py # FastAPI gateway & Ollama tool loop dispatcher
│ └── requirements.txt # Python dependencies
├── src/ # React frontend source
│ ├── App.tsx # Main OrbitMCP Control Plane component
│ ├── main.tsx # React DOM entry point
│ ├── index.css # Tailwind base styles & Claude wave keyframes
│ └── vite-env.d.ts # Vite client TypeScript definitions
├── src-tauri/ # Native Rust desktop application
│ ├── capabilities/ # Tauri v2 security policies
│ ├── icons/ # Multi-platform application icon sets
│ ├── src/main.rs # Rust application entry point
│ ├── Cargo.toml # Rust dependencies & metadata
│ └── tauri.conf.json # Window geometry, title, and build targets
├── orbitmcp-cover.png # Repository hero cover banner
├── orbit-icon.png # Master 1024x1024 application icon
├── package.json # Node dependencies and scripts
├── tailwind.config.js # Color tokens & typography configuration
└── tsconfig.json # TypeScript compiler rules (TS5 bundler mode)
はじめに
前提条件
ホストシステムに以下のランタイムがインストールされていることを確認してください：
Node.js（v18.0以降）
Python（v3.10〜v3.12）
Rust & Cargo（Tauriデスクトップコンパイル用）
Ollama（
llama3.2:3bをプル済み）
インストールとセットアップ
1. リポジトリのクローン
git clone [https://github.com/Velocity07/OrbitMCP.git](https://github.com/Velocity07/OrbitMCP.git)
cd OrbitMCP
2. Python FastMCPバックエンドの設定
仮想環境を作成してアクティベートし、依存関係をインストールします：
# Windows PowerShell
python -m venv .venv
.\.venv\Scripts\Activate.ps1
# Install backend requirements
pip install -r backend/requirements.txt
3. フロントエンド依存関係のインストール
npm install
4. ローカル推論モデルのプル
Ollamaが実行されていることを確認し、デフォルトの軽量ツール呼び出しモデルをプルします：
ollama pull llama3.2:3b
OrbitMCPの実行
ステップA：FastMCPバックエンドサーバーの起動
最初のターミナルで（.venvをアクティベートした状態）：
python backend/server.py
ゲートウェイはhttp://127.0.0.1:8765で初期化されます。
ステップB：ネイティブデスクトップウィンドウの起動
2番目のターミナルで：
npx tauri dev
OrbitMCPはネイティブRustバイナリをコンパイルし、デスクトップウィンドウを起動し、FastMCPバックエンドとのライブIPCブリッジを自動的に確立します。
カスタムFastMCPツールの作成
OrbitMCPは簡単に拡張できるように設計されています。エージェントループに新しいツールを登録するには：
FastMCPを使用して
backend/tools/にツール関数を定義します：
# backend/tools/network.py
import socket
from typing import Dict, Any
def test_port(host: str, port: int) -> Dict[str, Any]:
"""Check if a specific host and port is accepting connections."""
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.settimeout(2.0)
try:
s.connect((host, port))
s.close()
return {"host": host, "port": port, "open": True}
except Exception as e:
return {"host": host, "port": port, "open": False, "error": str(e)}
backend/server.pyにツールデコレータとスキーマを登録します：
from tools.network import test_port
@mcp.tool()
def check_port(host: str, port: int) -> Dict[str, Any]:
"""Test connection status for a remote host and port."""
return test_port(host, port)
server.pyを再起動します。ツールは即座に登録済みツールパネルに表示され、自律呼び出しに利用可能になります。
ロードマップ
FastMCP Pythonゲートウェイ統合
リアルタイムホストハードウェアテレメトリポーリング（CPU / RAM）
Llama 3.2自律ツール実行ループ
Claudeスタイルの思考アコーディオンと経過タイマー
マルチテーマランタイムスイッチャー（Obsidian、Tokyo、Emerald、Cobalt）
ネイティブTauri v2 Windowsシェル統合
Server-Sent Events（SSE）トークン単位ストリーミング
PyInstallerサイドカーバイナリパッケージングの自動化
マルチターン会話メモリスクラッチパッド
ライセンス
MITライセンスの下で配布されています。詳細についてはLICENSEを参照してください。
This server cannot be deployed
Maintenance
ActivitySlowing
ResponsivenessNo issues
Related MCP Connectors
MCP-Native LLM Orchestration Agent
Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.
Zero-setup MCP gateway securely connecting AI to your tools with authentication and workflows
LLM Orchestration MCP Agent
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceAn MCP server that enables LLMs to see and control a computer — screen capture, window management, mouse and keyboard automation — with a structured plan-execute workflow for complex desktop automation.GPL 3.0
- FlicenseAqualityDmaintenanceSafety-first local MCP tool gate with control plane, runtime security, and observability for managing MCP backends.4-
- AlicenseBqualityBmaintenanceLocal AI ops broker that keeps SSH secrets on your machine, exposes intent-level MCP tools to agents, and requires approval via a loopback Web UI for dangerous writes.141 npmMIT