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 一键连接并开工。
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。
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。
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 / gpt-6-astra-* |
推理档位解析 | ✅ 15 个模型名样本通过 |
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
MCP server for building and testing AI agents with multi-model experimentation and insights.
MCP-Native LLM Orchestration Agent
Remote MCP server for AI.TV creators — delegate account operations to your AI agent over MCP.
Work management where AI agents are first-class members: tasks, projects, memory over hosted MCP
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.465 PyPI1,125Apache 2.0
- FlicenseNot gradedqualityCmaintenanceEnables 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