local_computer (remote) — доступ ИИ к компьютеру через claude.ai / ChatGPT

MCP-сервер на Python, который даёт claude.ai или ChatGPT доступ к файлам и терминалу твоего компьютера. В отличие от локального stdio-сервера, этот говорит по Streamable HTTP и закрыт GitHub OAuth, поэтому его можно добавить удалённым коннектором в claude.ai (Settings → Connectors), как только он доступен по публичному https-адресу.

Установка одной командой

macOS / Linux:

curl -fsSL https://raw.githubusercontent.com/ApsidD/local-computer-mcp/main/install.sh | sh

Windows (PowerShell):

irm https://raw.githubusercontent.com/ApsidD/local-computer-mcp/main/install.ps1 | iex

Скрипт проверит Python (поставит, если нет), скачает проект, поставит зависимости в изолированный .venv, при желании поставит Tailscale и запустит визард настройки. После него сервер запускается через run.py.

Related MCP server: AI PC Assistant MCP Server

Фоновый сервис (автозапуск)

Чтобы сервер работал в фоне и стартовал сам, на любой из трёх ОС:

python service.py install     # поставить
python service.py status      # проверить
python service.py uninstall   # убрать

Под капотом: systemd user service на Linux, launchd LaunchAgent на macOS, Scheduled Task при входе в систему на Windows. Сервис запускает run.py (сервер плюс туннель).

Быстрая установка (терминальный визард)

Не хочешь возиться руками, запусти визард, он всё спросит и настроит:

pip install fastmcp
python setup.py     # ответь на вопросы (GitHub-логин, секреты, способ вывода наружу)
python run.py       # поднимает сервер и туннель одной командой

setup.py сам сгенерирует .env, ключ подписи токенов и подскажет точный callback для GitHub OAuth App. run.py запустит сервер и выбранный туннель (Tailscale Funnel или ngrok). Дальше в claude.ai вставляешь адрес BASE_URL/mcp.

Если хочешь понимать, что под капотом, ниже всё то же самое вручную.

Инструменты (17)

Чтение: list_directory, read_file, bulk_read, search_files, search_text, get_system_info Картинки и видео: view_images (ИИ видит картинки), video_screenshots (кадры из видео, нужен ffmpeg) Запись: write_file, append_file, edit_file, multi_edit, make_directory, move_path, copy_path, delete_path Терминал: run_command

Что нужно

• Python 3.10+ и pip install fastmcp

• ffmpeg в системе (только для video_screenshots)

• Публичный https-адрес для сервера. Проще всего туннель (cloudflared, бесплатно)

• Аккаунт GitHub (для OAuth)

Шаг 1. GitHub OAuth App

1. Открой github.com/settings/developers → OAuth Apps → New OAuth App.

2. Заполни:

   • Application name: любое (например, local_computer MCP)

   • Homepage URL: твой будущий публичный адрес

   • Authorization callback URL: твой адрес + /auth/callback (например, https://your-tunnel.trycloudflare.com/auth/callback)

3. Сохрани Client ID и сгенерируй Client Secret.

Callback должен совпадать с адресом точь-в-точь. Если адрес туннеля поменяется, этот URL надо обновить и в GitHub, и в .env.

Шаг 2. Настройка .env

Скопируй .env.example в .env и заполни:

• GITHUB_CLIENT_ID, GITHUB_CLIENT_SECRET из шага 1

• BASE_URL — публичный адрес сервера (тот же, что в callback, без /auth/callback)

• ALLOWED_GITHUB_USERS=ApsidD — твой GitHub-логин. Без него внутрь пустит любого.

• ALLOWED_ROOT — корень для файловых инструментов (пусто = домашняя папка)

• JWT_SIGNING_KEY (необязательно) — чтобы не логиниться заново после рестарта

Шаг 3. Публичный адрес

Серверу нужен публичный https-адрес, чтобы claude.ai/ChatGPT до него достучались. Три варианта, по убыванию удобства стабильного адреса:

Tailscale Funnel (если пользуешься Tailscale). Одна команда выставляет локальный порт в публичный интернет по HTTPS с валидным сертификатом на адресе вида https://машина.твой-tailnet.ts.net:

tailscale funnel 8000

Адрес стабильный, это и есть BASE_URL. Разово надо включить Funnel для ноды в ACL (Tailscale подскажет ссылку при первом запуске). Обычный Tailscale без Funnel не подойдёт, это приватная сеть, claude.ai в неё не входит.

ngrok (если Tailscale нет). Бесплатный аккаунт даёт один постоянный домен имя.ngrok-free.app. Создаёшь его в дашборде, потом:

ngrok http 8000 --url=https://имя.ngrok-free.app

cloudflared (если есть свой домен в Cloudflare). Именованный туннель даёт стабильный адрес на твоём домене. Быстрый cloudflared tunnel --url http://localhost:8000 тоже работает, но адрес меняется при каждом запуске, поэтому только для разовой проверки.

Чем бы ни выставлял, BASE_URL в .env и callback в GitHub должны совпадать с этим адресом.

Шаг 4. Запуск сервера

pip install fastmcp
python server.py

Сервер поднимется на http://127.0.0.1:8000/mcp, а наружу его выставит туннель.

Шаг 5. Подключение в claude.ai

1. claude.ai → Settings → Connectors → Add custom connector.

2. URL: твой BASE_URL + /mcp (например, https://your-tunnel.trycloudflare.com/mcp).

3. Нажми Connect. Откроется вход через GitHub, авторизуешься.

4. В чате появятся инструменты сервера. Claude будет спрашивать подтверждение на каждый вызов. Скажи «покажи файлы на рабочем столе» для проверки.

Коннектор, добавленный в claude.ai, работает и в мобильных приложениях Claude.

ChatGPT

ChatGPT тоже работает с удалёнными MCP-серверами (через коннекторы в режиме разработчика). URL тот же, BASE_URL + /mcp. Детали интерфейса у ChatGPT меняются, так что если упрётся, сверься с актуальной справкой ChatGPT по MCP.

Безопасность (важно)

• Этот сервер открывает доступ к терминалу твоего ПК наружу. GitHub OAuth плюс ALLOWED_GITHUB_USERS это твоя главная защита. Не оставляй allowlist пустым.

• Файловые инструменты заперты в ALLOWED_ROOT, но run_command запускает команды от твоего пользователя и периметром не ограничен.

• Подтверждение каждого вызова в клиенте оставляй включённым.

• Туннель даёт https снаружи; локально сервер слушает 127.0.0.1, это нормально.

Кросс-платформенность

Код работает на Windows, Mac и Linux (Python 3.10+ и pip install fastmcp). run_command использует родную оболочку системы (cmd на Windows, sh на Mac/Linux), video_screenshots требует установленного ffmpeg.

Проверка

python server.py --help     # описание и переменные

Автор и лицензия

Автор: Олег Горбунов · NovaVisual · Telegram @NovaVisual_club_RU · GitHub @ApsidD

• Код: PolyForm Noncommercial License 1.0.0 (файл LICENSE).

• Гайды и тексты: CC BY-NC 4.0 (файл LICENSE-GUIDES.md).

Коротко: бери, изучай и переделывай с указанием автора. Зарабатывать на этом или на производных нельзя.