Skip to main content
Glama
XRSec
by XRSec

Aura 是什么?

Aura 是一个运行在你电脑上的桌面 MCP Bridge。

它把本地文件、终端命令、Skills,以及可选的 Pi Tools,通过受控的 MCP 接口提供给 ChatGPT 和其他支持 MCP 的 AI 客户端。

你不需要分别搭建 MCP Server、授权页面、Token 管理、Tunnel、日志和本地权限控制。Aura 把这些能力整合进一个极小体积(~4 MB)的桌面应用,让你的电脑成为一个可以被 AI 调用、同时又能明确限制权限边界的本地能力节点。

ChatGPT / MCP Client
        │
        │ HTTPS / MCP
        ▼
Cloudflare / OpenAI Secure Tunnel / Custom Proxy
        │
        ▼
   Aura (Tauri + Rust MCP)
  ┌─────┼──────────────────────────┐
  │     │                          │
Files  Shell   Skills          Pi Tools
  │     │                          │
  └─────┴──── Policy & Auth ───────┘
              │
              ▼
        Your Local Machine

Related MCP server: remote-desktop-commander

为什么使用 Aura?

传统的本地 MCP 接入通常需要自己处理 Server、认证、反向代理、权限边界、日志和不同客户端之间的连接细节。

Aura 将这些环节收敛成一个现代化桌面应用:

  • 极简极轻(Tauri 2 + Rust):安装包仅约 4 MB,不捆绑笨重的 Node Runtime / Chromium,利用系统 WebView 与原生 Rust 实现。

  • 一个 App 管理本地 MCP:连接、授权、能力、日志、Tunnel 集中配置。

  • 本地能力可控暴露:只向 AI 提供你明确允许的文件、Shell、Skill 和 Pi Tool。

  • 多种公网连接方式:支持 Cloudflare Named Tunnel、Cloudflare Quick Tunnel、OpenAI Secure MCP Tunnel 和自定义反向代理。

  • 无缝复用 Pi 生态:如果启用 Pi,Aura 动态复用本机现有的 Node (>=22.19) 和 Pi Coding Agent 执行所选 Pi Tools,不通过 session.prompt() 间接调用模型。

  • 适合 ChatGPT Custom App / MCP Client:将生成的 MCP 地址添加到客户端即可使用。

  • 跨平台桌面应用:构建目标覆盖 macOS、Windows 和 Linux。

核心能力

原生 Rust MCP Server

Aura 在本机启动高性能 Rust MCP Server,并可提供以下基础能力:

Tool

作用

read_file

读取 Filesystem Root 范围内的 UTF-8 文件

write_file

创建或覆盖 Filesystem Root 范围内的 UTF-8 文件

execute_shell

按 Aura Shell Policy 执行本地命令

list_skills

列出 Aura 可访问的 Skills

read_skill

读取 Skill 的 SKILL.md 及相对引用文件

你可以在设置中决定是否启用默认能力,以及具体开放哪些工具。

Pi Tools / Skills

如果本机安装了 Pi,Aura 可以复用 Pi 的能力注册表:

  • 读取 Pi ResourceLoader 发现的 Skills。

  • 选择需要暴露给 MCP 的 Pi Tools。

  • MCP 会话连接后,已选择的 Pi Tools 可直接暴露其 Schema 并执行。

  • request_capabilities 主要用于按需加载 Pi Skills。

  • Aura 直接调用 Pi Tool 的 execute(),不会通过 Pi Agent 的 session.prompt() 执行。

  • 可能调用 Pi 默认模型的能力默认阻止,可在设置中单独控制。

这使 Aura 不只是一个 Filesystem / Shell MCP Server,也可以成为 Pi 本地工具生态与 ChatGPT 之间的能力桥

Tunnel / 连接方式

Aura 当前支持四种连接模式:

模式

适用场景

本地依赖

Cloudflare Named Tunnel

已有域名、长期稳定使用

cloudflared + Cloudflare 配置

Cloudflare Quick Tunnel

临时测试、快速连接

cloudflared

OpenAI Secure MCP Tunnel

使用 OpenAI 官方 Secure MCP Tunnel

tunnel-client

Custom / BYO Tunnel

已有 Caddy、FRP、ngrok 或其他反向代理

由你自行提供公网入口

Aura 不强制绑定某一家 Tunnel 服务。你可以在不同网络环境中选择合适的暴露方式。

安全边界

Aura 的目标不是“让 AI 无限制控制电脑”,而是让本地能力以明确的边界暴露。

主要控制项包括:

  • Filesystem Root:文件操作只能在配置的根目录中进行,默认值为 ~/

  • Shell Policy:支持 unrestrictedallowlistdenylist 三种模式。

  • DNS Rebinding 防护:Rust MCP 服务严格校验 Host header。

  • 随机 MCP Path:默认生成高熵随机 MCP 路径,降低路径被猜测的风险。

  • Token 授权:通过浏览器授权流程创建访问 Token,并支持有效期设置。

  • Token 撤销:可在 Aura 中查看活动 Token 并随时撤销。

  • 系统 Keyring 凭据存储:管理密码通过操作系统安全凭据管理器(macOS Keychain / Windows Credential Manager / Linux Secret Service)保存。

  • Pi Tool 选择:只有在 Aura Settings 中选中的 Pi Tools 才会暴露。

  • 本地日志:MCP 调用、HTTP、Tunnel 和服务生命周期日志可在应用内查看。

IMPORTANT

execute_shell 的实际风险取决于你的 Shell Policy。当前配置默认值为 unrestricted。如果 Aura 会暴露到公网,建议根据实际需求改为 allowlist,并限制 Filesystem Root。

截图

连接器配置

连接指南

Pi 能力

活动与诊断日志

MCP 细节

HTTP 细节

快速开始

从源码运行

git clone https://github.com/XRSec/Aura.git
cd Aura
npm install
npm run dev

首次连接建议

  1. 启动 Aura。

  2. 选择需要的 Tunnel 模式。

  3. 设置 Filesystem Root。

  4. 根据风险需求配置 Shell Policy。

  5. 如果需要 Pi 能力,启用 Pi 并选择允许暴露的 Pi Tools。

  6. 点击 Connect

  7. 将 Aura 显示的 MCP 地址添加到 ChatGPT 或其他 MCP 客户端。

  8. 客户端发起连接时,在浏览器中完成授权。

如果使用 Cloudflare 模式,请确保本机可以找到 cloudflared;如果使用 OpenAI Secure MCP Tunnel,请安装或配置 tunnel-client

构建

# 开发调试模式
npm run dev

# 默认 Release 构建
npm run build

# macOS 构建 (App / DMG)
npm run build:mac

# Windows 构建 (NSIS)
npm run build:win

# Linux 构建 (AppImage / DEB)
npm run build:linux

当前构建产物:

  • macOS:DMG / App(约 3.8 MB DMG,4.7 MB App)

  • Windows:NSIS Installer

  • Linux:AppImage / DEB

项目结构

Aura/
├── src/                        # 前端界面 (HTML / CSS / JS)
│   ├── index.html              # 主应用界面
│   ├── renderer.js             # 界面交互与事件绑定
│   ├── tauri-shim.js           # Tauri API 桥接层
│   └── assets/                 # 静态字体与图标
├── src-tauri/                  # Rust 后端 (Tauri 2)
│   ├── src/
│   │   ├── main.rs             # Tauri 启动入口
│   │   ├── lib.rs              # Tauri Command 与系统接口
│   │   ├── runtime.rs          # Rust MCP HTTP Server、OAuth 与 Tunnel 调度
│   │   ├── pi.rs               # Pi Coding Agent 原生桥接层
│   │   ├── skills.rs           # 本地 Skill 发现与读取
│   │   └── config.rs           # 配置存储与合并
│   ├── pi-worker.cjs           # Pi 能力发现 Worker
│   ├── Cargo.toml              # Rust 依赖配置
│   └── tauri.conf.json         # Tauri 窗口与打包配置
├── docs/
│   └── screenshots/            # 文档截图
└── package.json

默认配置摘要

配置

默认值

MCP Listen

127.0.0.1:3000

Filesystem Root

~/

Tunnel Mode

cloudflare-named

Shell Policy

unrestricted

Pi

Disabled

UI Language

English

Appearance

Dark

MCP Path 默认随机生成,并使用至少 40 个 URL-safe 字符组成的随机段。

License

MIT


Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables secure remote access to your computer's filesystem and terminal through MCP, allowing AI assistants to manage files, run commands, and automate tasks from anywhere via a hosted relay.
    14
  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables remote access to local filesystem and Windows command execution through MCP-compatible clients like Notion AI, Claude, and Cursor via secure public tunnels with bearer authentication and proxy support.
  • A
    license
    Not graded
    quality
    A
    maintenance
    Enables AI clients to securely control and interact with a local Windows machine through 218 configurable tools for files, Git, processes, Windows UI, browser automation, WSL, Office, recovery, skills, and child MCP servers.
    7
    MIT

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/XRSec/Aura'

If you have feedback or need assistance with the MCP directory API, please join our Discord server