Arena Bridge
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Arena BridgeCheck my local project and give me a quick overview"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Arena Bridge
把 Arena 的网页 Agent 接到你的本机项目上。
Arena Bridge 通过 MCP,为 Arena Agent 提供读取文件、搜索代码、修改内容和执行命令的能力。 连接项目后,你可以直接在 Arena 对话中让它修改代码、补充测试、运行脚本,并根据执行结果继续处理任务。
桌面版将 Arena 页面、本地 MCP 服务、连接隧道和控制面板整合在一个窗口中, 方便选择项目目录、调整权限和查看连接状态。
此外,Arena Bridge 可从会话响应与运行记录中识别模型名称与推理档位, 并提供按目标关键词自动「抽卡」、命中即停的功能,方便找到目标模型后继续使用当前对话。
模型信息来自平台返回的消息流与 run trace,面板区分快速识别与确认状态。 通用识别规则减少了对固定模型清单的依赖;识别结果与耗时仍取决于平台返回的信息。

左:Arena 对话与工具调用 中:模型与推理档位面板 右:Agent 在本机生成的页面
快速开始
桌面版(推荐)
方式一 · 下载 Windows 完整包 —— 解压后启动,无需单独安装 Node.js 和 Electron:
下载最新版本 → 解压 → 双击 start-desktop.cmd
方式二 · 从源码启动(Windows) —— 需要 Node.js 18+,首次运行自动安装 Electron:
git clone https://github.com/ekkkcz/Arena-Bridge.git
cd Arena-Bridge && start-desktop.cmd登录 Arena 并进入 Agent 模式,在右侧面板选择项目目录,等待连接就绪后点击 填入连接指令(只把指令填进输入框,发送由你自己按)。
Agent 调用 get_project_info 确认项目与权限后,就可以开始安排任务:
把这个项目的测试补全,跑到全绿
重构 src/parser.js,拆成三个模块
读一遍 README,把过时的示例改掉Agent 可以列目录、读文件、搜索代码、写文件、应用文本补丁和运行命令。 面板提供 读 / 写 / 执行 权限控制,命令执行默认关闭;需要运行测试或脚本时再开启。
想继续使用当前模型? 出现「此任务成功了吗?」提示时,请选择 继续工作 再安排后续任务。根据作者的使用经验,这样更有可能保留当前模型;仅停留在同一对话中并不能保证模型不变。
也可以先运行
npm install,再双击Arena Bridge.vbs静默启动桌面版。 访问密钥首次运行自动生成在.arena-bridge/config.json,不入库。
同时跑多个项目:用 _multi.cmd 再开一个实例即可。每个实例有自己的
MCP 端口、配置文件、日志和 Arena 登录会话,互不干扰:
_multi.cmd :: 开一个新实例(自动挑还没用过的槽位)
_multi.cmd work :: 用名字 "work" 开一个
_multi.cmd -list :: 看哪些槽位用过
_multi.cmd -stop work :: 只停 "work",其它实例照跑每个实例在面板里各选自己的项目目录 —— 也就是说一个对话挂一个项目。 注意每个实例要在 Arena 里各登录一次(Cookie 是分开的)。
适合个人项目、脚本调试和原型开发,由你查看执行过程并确认结果。 模型分配、平台额度和隧道连接会影响使用体验,本项目不提供无人值守生产任务所需的稳定性保证。
命令行版
node server/cli.mjs # 只读(先从这个开始)
node server/cli.mjs --write # + 写文件
node server/cli.mjs --write --exec # + 执行命令
node server/cli.mjs --dir "D:\proj" # 指定目录
node server/cli.mjs --no-tunnel # 仅本机命令行版提供独立的 MCP 服务端,服务本身仅使用 Node.js 内置模块, 也可供支持其 HTTP 传输方式的其他 MCP 客户端连接。启动后会打印连接地址与示例指令:
https://xxxx.trycloudflare.com/mcp/<密钥>
连接这个 MCP。工作目录是 C:\...\example-workspace
请先调用 get_project_info 确认,然后告诉我你能看到哪些工具。建议先调用
get_project_info,确认连接成功、项目目录正确,再安排修改任务。
Related MCP server: agent-mcp-gateway
核心功能
1 · 在 Arena 对话中操作本机项目
通过本地 MCP 服务提供项目工具,并使用 cloudflared 隧道供网页 Agent 连接。 Quick Tunnel 无需单独注册 Cloudflare 账号;使用 Arena 仍需登录你的 Arena 账号。工具按权限开放:
可用工具 | |
读 |
|
+ 写 | 上面 + |
+ 执行 | 上面 + |
桌面版在面板上点 读 / 写 / 执行 三个开关即可(默认读 + 写);
命令行版用启动参数,默认只有读:--write、--write --exec。
权限档位
开关之外还有两个档位,一键切换边界的宽窄(桌面版在 MCP 区域,命令行版写 config.json 的 permission):
档位 | 路径 | 命令 | 适用 |
仅在沙箱(默认) | 锁在项目目录内 | 受限命令白名单 | 日常改代码 |
完全权限 | 整块磁盘 | 不限制 | 信任本次任务时 |
档位管边界多大,读/写/执行三个开关管开不开,两者叠加。
⚠️ 白名单不是安全边界。 默认白名单里含
powershell/pwsh/cmd, 为的是让 Windows 上能跑脚本、构建和测试。但 shell 能调用任何程序, 所以沙箱档的真实含义是「工作目录被锁在项目里」,而不是「只能跑这几个程序」。 需要真正的边界时,用完全权限档并自行承担,或改用虚拟机 / 容器。
文件工具包含项目路径检查,命令工具设有可执行文件白名单,并提供超时与输出长度限制。 这些控制不等同于系统沙箱;开启执行权限后,命令能够访问的资源仍受本机账户权限影响。
2 · 识别会话模型,按目标自动抽卡
对于 Arena Agent 随机分配模型的会话,面板帮助你查看识别到的模型名称和推理档位, 也可以按目标关键词自动尝试新对话:
新开对话 → 发一句「你好」 → 看面板
├─ 符合目标 → 留在当前对话;出现任务反馈弹窗时选「继续工作」
└─ 继续寻找 → 设置关键词,点击「开始抽卡」识别分为两个阶段,耗时取决于会话响应和运行记录的返回速度:
阶段 | 信息来源与状态 |
快速识别 | 从消息流提取模型名称,标注为未确认 |
运行记录复核 | 根据 Trigger.dev run trace 补充和核对模型信息 |
下面是一次历史命中示例:目标为 opus-5,识别到 claude-opus-5,推理档位为 MAX。
截图展示当时的结果,不代表当前模型供应或命中概率。


第二张示例中,模型名 gpt-5.6-sol 不带档位后缀,面板从 run trace 的 span 详情中读出了 XHIGH。
档位可能来自模型名后缀或运行记录字段,具体来源以面板标注为准。
常规抽卡可设置轮数(1–200)、目标关键词(如 opus,astra,fable,大小写无关的子串匹配)和命中即停。
命中后可在对应对话中继续任务;使用仍受平台额度、限流和模型分配影响。
命中后如何更有可能保留当前模型?
当 Arena 弹出「此任务成功了吗?」时,如果还想让当前模型接着处理任务,请点击 继续工作,再发送后续要求。

根据作者的使用经验,选择「继续工作」更有可能保留当前模型;未选择时,后续任务可能被分配给其他模型。 这不是锁定模型的保证,继续任务时仍建议留意面板中的模型识别结果。
常见问题
地址会变吗? Quick Tunnel 每次启动都变。要固定就换 Named Tunnel 或 ngrok。
国内连不上? cloudflared 走 QUIC/UDP 7844,普通 HTTP 代理无效,需要 TUN/全局代理。
面板不显示模型名? ① 确认在 Agent 模式;② 刷新页面(改扩展后必须 F5);③ 让它先调用一次工具;④ 控制台跑 window.__amp3State()。
如何控制权限? 连接地址包含访问密钥,请勿公开分享。可以先使用只读模式,再按任务需要开启写入和执行权限。
需要安装哪些依赖?
Windows 完整包:无需单独安装 Node.js 和 Electron。
从源码启动或使用命令行版:需要 Node.js 18+。
命令行版的隧道连接:需要安装 cloudflared;只供本机客户端连接时,可用
--no-tunnel跳过隧道。
Windows 安装 cloudflared 的命令:
winget install --id Cloudflare.cloudflared --exact目录结构
arena-bridge/
├─ start-desktop.cmd ★ 双击这个(首次会自动 npm install)
├─ Arena Bridge.vbs 静默启动(无黑框;已装好依赖后用)
├─ desktop/
│ ├─ launcher/ 原生启动器 Arena Bridge.exe(C#,45 KB)
│ └─ app/
│ ├─ main.cjs 主进程:内置 MCP + 隧道 + 探针注入 + 抽卡引擎
│ └─ preload.cjs ★ 唯一的 UI:跟随 Arena 设计变量的右侧面板
├─ server/ 命令行版
│ ├─ cli.mjs
│ └─ lib/{mcp,tools,tunnel,config}.mjs
├─ extension/ 浏览器扩展(命令行版配它看模型名)
├─ example-workspace/ 默认项目目录
└─ docs/ 调研 · 实测 · 截图历史实测记录
以下为仓库已有的实测记录,便于了解曾验证的场景;具体环境与原始输出见下方报告。
项 | 结果 |
官方 MCP SDK 客户端连接 | ✅ |
只读 / 读写 / 执行 三档 | ✅ 4 / 6 / 7 个工具 |
目录越界 · 命令白名单 | ✅ 均被拒 |
Arena Agent 读写本机文件 | ✅ |
Arena Agent 修 bug 至测试全绿 | ✅ 9/9 |
模型名识别 | ✅ opus-5 / gpt-5.5 / gpt-5.6-sol / fable-5 / gemini-3.7-flash 等 |
推理档位解析 | ✅ 15 个模型名样本通过 |
权限档位切换 | ✅ 沙箱档越界与白名单外命令均被拒 |
面板跟随 Arena 主题 | ✅ 浅色 ↔ 深色 |
隧道断线保护 | ✅ 未就绪时锁按钮(防 1033) |
更详细的过程见 docs/实测报告.md 与 docs/调研报告.md。
链接
docs/项目介绍.md —— 适合社区发布、群聊分享和演示视频的介绍文案
docs/实测报告.md —— MCP 通路实测原始输出
docs/调研报告.md —— 原理、收费模式、可行性评估
desktop/README.md —— Electron 方案取舍与踩坑
MIT © 2026 ekkkcz
This server cannot be deployed
Maintenance
Related MCP Connectors
Project management shared by people and AI agents, with persistent project state through MCP.
151MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
MCP server for building and testing AI agents with multi-model experimentation and insights.
MCP-Native LLM Orchestration Agent
Related MCP Servers
- AlicenseNot gradedqualityBmaintenanceEmpower any MCP-compatible AI Agent(MCP Client) with engineering-grade capabilities to understand, modify, run, and deliver real-world code repositories.338 PyPI1,181Apache 2.0
- FlicenseNot gradedqualityBmaintenanceEnables ChatGPT Web to securely access local files and run commands via MCP, with optional OpenCode agent mode for autonomous tasks.-
- FlicenseNot gradedqualityBmaintenanceEnables AI agents to access unified development tools including code generation, documentation synchronization, test case rendering, and architecture graph queries through a single MCP server.-
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to expose and control local and self-hosted tools via MCP, with isolated workers, long-running task management, persisted state, and modular integrations for reverse engineering and development workflows.MIT