Skip to main content
Glama
Unlimited Agent
by gunwoo55

Unlimited Agent

Mit Unlimited Agent kann eine private ChatGPT-App den Windows-PC steuern, mit dem ihr Besitzer sie gekoppelt hat: Dateien, PowerShell, Programme, Screenshots, Maus und Tastatur, Zwischenablage und Chrome.

Die App nutzt ChatGPT als Gehirn. Sie ruft keine Modell-API auf, verbraucht keine Codex-Token und installiert keinen OpenAI-Modell-API-Schlüssel. Ein Benutzer benötigt weiterhin eine eingeschränkte Secure-MCP-Tunnel-Laufzeitberechtigung (Tunnels: Lesen + Verwenden), damit sich die lokale Brücke bei seinem eigenen Tunnel authentifizieren kann; mit dieser Berechtigung kann keine Modellinferenz durchgeführt werden, und sie ist mit Windows-DPAPI verschlüsselt.

[!WARNUNG] Vollständige Fernsteuerung ist mächtig. Installieren Sie die App nur auf einem Computer, dessen Besitzer wissentlich zugestimmt hat. Behalten Sie die Standardrichtlinie ausgewogen + gefährlich bei, es sei denn, Sie verstehen die Folgen einer Änderung.

Was die App kann

  • Zugängliche Dateien lesen, durchsuchen, erstellen, bearbeiten, kopieren, verschieben und löschen

  • PowerShell-Befehle sofort oder als Hintergrundaufträge ausführen

  • Lokale Programme starten und Windows-/Systeminformationen anzeigen

  • Den primären oder virtuellen Desktop erfassen

  • Fenster auflisten, fokussieren, in der Größe ändern, minimieren, maximieren oder schließen

  • Mausklicks, Scrollen, Tastenkombinationen und Texteingaben senden

  • Zwischenablagentext lesen oder ersetzen

  • URLs öffnen, ein Chrome-Profil auswählen und Registerkarten/Navigation steuern

  • HTTP-Anfragen stellen und Dateien herunterladen, ohne die Tunnelberechtigung zu erben

  • Nach der Windows-Anmeldung automatisch erneut verbinden

Der vollständige Vertrag mit 21 Tools ist in docs/TOOL_CONTRACT.md beschrieben.

Related MCP server: ChatGPT Local Agent MCP

Anforderungen

  • Windows 10 oder 11, x64

  • Ein ChatGPT-Konto, das den Entwicklermodus und private Apps/Konnektoren aktivieren kann

  • Zugriff auf Secure-MCP-Tunnel der OpenAI-Plattform

  • Google Chrome für die Chrome-spezifischen Tools (die anderen Tools benötigen es nicht)

Installation und Kopplung

  1. Laden Sie Unlimited-Agent-Setup-v0.1.0.exe und SHA256SUMS.txt aus der neuesten Version herunter.

  2. Optional: Überprüfen Sie den Download:

    Get-FileHash .\Unlimited-Agent-Setup-v0.1.0.exe -Algorithm SHA256
  3. Führen Sie das Installationsprogramm aus und akzeptieren Sie den Hinweis zur informierten Einwilligung. Windows SmartScreen warnt möglicherweise, da Community-Builds nicht signiert sind; überprüfen Sie die SHA-256-Summe, bevor Sie Trotzdem ausführen wählen.

  4. Wählen Sie im Einrichtungsfenster Secure-MCP-Tunnel öffnen. Erstellen Sie einen Tunnel in den Tunneleinstellungen der OpenAI-Plattform und kopieren Sie dessen tunnel_...-ID.

  5. Erstellen Sie in den API-Schlüsseln der OpenAI-Plattform einen dedizierten Projektschlüssel, der auf Tunnels: Lesen + Verwenden beschränkt ist. Erteilen Sie keine Modell- oder anderen API-Berechtigungen. Fügen Sie ihn in das Einrichtungsfenster ein.

  6. Wählen Sie Berechtigungen. Die empfohlenen Standardeinstellungen sind:

    • Berechtigungsmodus: ausgewogen

    • Lokale Genehmigung: gefährlich

    • Genehmigung für sensible Lesevorgänge: aktiviert

    • Erlaubter Ordner: Ihr Windows-Benutzerprofil

  7. Wählen Sie Speichern und verbinden. Die Brücke startet im Hintergrund und wird für den aktuellen Windows-Benutzer bei der Anmeldung registriert.

  8. Öffnen Sie in ChatGPT Einstellungen → Apps & Konnektoren → Erweiterte Einstellungen, aktivieren Sie den Entwicklermodus, erstellen Sie eine private App und wählen Sie den soeben gekoppelten Tunnel. Nennen Sie sie Unlimited Agent.

Öffnen Sie die Desktopverknüpfung Unlimited Agent Status. VERBUNDEN und bereit bedeutet, dass der Tunnel die private ChatGPT-App bedienen kann. Fragen Sie ChatGPT: „Verwende Unlimited Agent, um meine Windows-Systeminformationen anzuzeigen.“

OpenAI dokumentiert Secure-MCP-Tunnel derzeit als privates Testfeature des Entwicklermodus. Sie unterstützen keine öffentliche Einreichung im ChatGPT-App-Verzeichnis oder einen gemeinsam genutzten öffentlichen Tunnel. Folglich muss jeder Benutzer seinen eigenen privaten Tunnel und seine eigene private App erstellen, auch wenn Installationsprogramm und Quellcode öffentlich sind. Siehe die offizielle Anleitung zu Secure-MCP-Tunneln.

Berechtigungsmodi

Modus

Verhalten

read_only

Nur Inspektionstools werden ausgeführt. Änderungen, Eingaben, Starts und Netzwerkaufrufe werden verweigert.

ausgewogen

Pfade müssen innerhalb der erlaubten Ordner bleiben. Gefährliche Aktionen folgen der Genehmigungseinstellung. PowerShell bleibt erst nach der konfigurierten Genehmigung verfügbar, da ein Befehl beliebige Ressourcen ansprechen kann.

voll

Alle Pfade, die für den angemeldeten Windows-Benutzer zugänglich sind, sind im Gültigkeitsbereich. Genehmigungseinstellungen gelten weiterhin.

Genehmigung

Verhalten

gefährlich

Ein lokales Überprüfungsfenster erscheint für Schreibvorgänge, Befehle, Eingaben, Starts, Browser-/Netzwerkaktionen und andere Änderungen. Mit der empfohlenen Option für sensible Lesevorgänge gilt dies auch für Screenshots, Fenstertitel und Zwischenablagen-Lesevorgänge.

immer

Jeder Toolaufruf erfordert eine lokale Genehmigung.

nie

Keine lokalen Eingabeaufforderungen. Nur für eine vollständig vertrauenswürdige private Installation verwenden.

Öffnen Sie Unlimited Agent Einstellungen auf dem Desktop, um die Kopplung zu erneuern, die Tunnelberechtigung zu ändern oder Berechtigungen anzupassen. Einstellungen gelten ohne Neuinstallation. Ein verweigerter Toolaufruf gibt ein strukturiertes PERMISSION_DENIED-Ergebnis an ChatGPT zurück. Toolaufrufe werden serialisiert, sodass Unlimited Agent sein eigenes Maus-/Tastaturwerkzeug nicht verwenden kann, um ein ausstehendes Genehmigungsfenster anzuklicken.

Beispielanfragen

  • „Finde alle .docx-Dateien, die diese Woche in Dokumente geändert wurden, und fasse ihre Namen zusammen. Ändere nichts.“

  • „Erstelle einen Ordner auf meinem Desktop namens Reise, verschiebe die ausgewählten Fotos hinein und überprüfe die Anzahl.“

  • „Führe die Testsuite in C:\work\my-app aus; frage weiter ab, bis sie fertig ist, und behebe den ersten Fehler.“

  • „Mache einen Screenshot, fokussiere Chrome, öffne das Projekt-Dashboard und sag mir, was sichtbar ist.“

  • „Starte Editor, tippe diese Besprechungsnotiz, speichere sie in Dokumente und bestätige dann, dass die Datei existiert.“

Für GUI-Aufgaben sollte ChatGPT Screenshot → Fensterfokus → Eingabe → Screenshot iterieren. Unlimited Agent kann keine Passwörter, CAPTCHAs, MFA, UAC-Secure-Desktop oder gesperrte Windows-Sitzungen umgehen.

Architektur

flowchart LR
  A[Private ChatGPT app] --> B[OpenAI Secure MCP Tunnel]
  B -->|outbound HTTPS session| C[tunnel-client]
  C -->|stdio MCP| D[Unlimited Agent server]
  D --> E[Central policy + local approval]
  E --> F[Files / PowerShell / HTTP]
  E --> G[Windows UI / Chrome / clipboard]
  • server.mjs registriert die MCP-Tools und enthält deren Implementierungen.

  • policy.mjs umhüllt jede Tool-Registrierung mit kanonischer Pfadberechtigung, Reparse-/Hardlink-sicheren Ordnerprüfungen, vollständigen lokalen Genehmigungsdetails, Überschreibungen und Auditprüfungen.

  • scripts/windows-ui.ps1 stellt Bildschirm-, Fenster-, Eingabe- und Zwischenablage-Primitive über Windows-APIs bereit.

  • scripts/start-tunnel.ps1 entschlüsselt die benutzerspezifische Laufzeitberechtigung nur so lange, wie nötig, um tunnel-client zu starten. Der MCP-Server löscht Berechtigungs-Umgebungsvariablen, bevor er Aufrufe verarbeitet, und untergeordnete Prozesse erhalten eine bereinigte Umgebung.

  • scripts/watch-tunnel.ps1 bietet eine Einzelinstanz-Wiederherstellung im Hintergrund.

  • scripts/settings.ps1 verwaltet Kopplungs- und Berechtigungseinstellungen. Anmeldeinformationen verwenden DPAPI CurrentUser; nicht geheime Richtlinien sind JSON.

  • installer/ erzeugt eine eigenständige x64-Windows-Setup-Datei.

Es wird kein eingehender Listener oder keine Firewall-Ausnahme erstellt. Der lokale Server ist nur stdio-fähig; tunnel-client stellt den von ChatGPT ausgewählten entfernten MCP-Endpunkt bereit.

Lokale Entwicklung

git clone https://github.com/yungsuk53-pixel/unlimited-agent.git
cd unlimited-agent
npm ci --ignore-scripts
npm test

npm test erreicht Validierungsstufe 2: Schema-/Anmerkungsprüfungen, eine echte Stdio-MCP-Sitzung, Dateioperationen, PowerShell-Berechtigungsisolierung, lokales HTTP, Screenshots, Fenster, Eingabeverkabelung, Systemrichtlinie und Hintergrundaufträge.

Build- und Neuinstallations-Test:

npm run build:installer
npm run test:install

Der Build lädt festgelegte Node.js-, tunnel-client- und ripgrep-x64-Versionen herunter und überprüft sie anhand unveränderlicher SHA-256-Werte, die im Build-Skript festgelegt sind. CI wiederholt die MCP-Tests, den Installations-Build, den DPAPI-Roundtrip, die synthetische Neuinstallation und die installierten Laufzeit-Tooltests. Testanmeldeinformationen sind synthetisch und kontaktieren niemals OpenAI.

Um einen echten Tunnel zu testen, installieren Sie die generierte EXE, koppeln Sie eine dedizierte Tunnelberechtigung, prüfen Sie Unlimited Agent Status und verbinden Sie die private App im ChatGPT-Entwicklermodus.

Datenspeicherorte

Installierte Dateien und Benutzerdaten befinden sich unter:

%LOCALAPPDATA%\UnlimitedAgent\
  config\config.json          non-secret policy and tunnel ID
  config\credential.dpapi     DPAPI-encrypted restricted runtime key
  data\audit.jsonl            tool decision audit (names, decisions, hashes)
  data\logs\                  tunnel and watchdog diagnostics

Das Projekt protokolliert die Klartext-Tunnelberechtigung nie. Protokolle schwärzen Zeichenfolgen, die OpenAI-Schlüsselformaten entsprechen, und von Tools gestartete Prozesse erhalten eine minimale Whitelist gewöhnlicher Windows-Umgebungsvariablen, anstatt Umgebungs-Token oder Geheimnisse zu erben.

Fehlerbehebung

Status zeigt „Wiederverbinden“ oder „Nicht verfügbar“

  • Öffnen Sie Unlimited Agent Einstellungen und geben Sie die Tunnel-ID und einen gültigen eingeschränkten Laufzeitschlüssel erneut ein.

  • Stellen Sie sicher, dass der Schlüssel über Tunnels: Lesen + Verwenden verfügt und zur Organisation/Arbeitsbereich gehört, dem der Tunnel gehört.

  • Überprüfen Sie %LOCALAPPDATA%\UnlimitedAgent\data\logs\bridge.log und watchdog.log.

  • Ein 404 bedeutet häufig, dass ChatGPT einen anderen Tunnel/eine andere App ausgewählt hat, die Laufzeit gestoppt ist oder die private App nicht im selben ChatGPT/OpenAI-Organisationskontext erstellt wurde.

Ein Tool wird verweigert

  • Die lokale Antwort gibt an, ob der schreibgeschützte Modus, eine Grenze für erlaubte Ordner, eine tool-spezifische Überschreibung oder eine abgelehnte Genehmigung die Ursache war.

  • Öffnen Sie Unlimited Agent Einstellungen, um die Richtlinie zu ändern. Schwächen Sie Berechtigungen nicht nur ab, um eine echte Sicherheitsgrenze zu umgehen.

Maus- oder Tastaturaktionen bewirken nichts

  • Windows muss angemeldet und entsperrt sein.

  • UAC-Secure-Desktop, Anmeldebildschirme, einige erhöhte Apps, Spiele mit exklusiver Eingabe und geschützte Medien können von einem normalen Benutzerprozess nicht zuverlässig automatisiert werden.

Chrome öffnet das falsche Profil

  • Bitten Sie ChatGPT, open_url oder browser_control mit dem Chrome-Profilverzeichnisnamen wie Default oder Profile 2 aufzurufen.

Deinstallation und Widerruf

Führen Sie die Desktopverknüpfung Unlimited Agent deinstallieren aus. Sie stoppt/entfernt die lokale Laufzeit, löscht Autostarteinträge, entfernt die verschlüsselte Berechtigung und löscht das Installationsverzeichnis.

Widerrufen Sie dann den dedizierten eingeschränkten Schlüssel in der OpenAI-Plattform und löschen Sie den Tunnel, wenn er nicht mehr verwendet wird. Der Widerruf ist wichtig, wenn der PC oder das Windows-Konto kompromittiert sein könnte.

Sicherheit und Lizenz

Lesen Sie SECURITY.md, bevor Sie den Vollzugriff aktivieren. Sicherheitsmeldungen sollten die private GitHub-Schwachstellenmeldung verwenden, nicht öffentliche Issues.

Unlimited Agent ist unter der MIT-Lizenz verfügbar. Gebündelte Laufzeithinweise finden Sie in THIRD_PARTY_NOTICES.md.

Available Tools

21 tools
browser_controlControl Google ChromeA

Open a URL or send navigation/tab shortcuts to the focused Chrome window. For reliable GUI browsing, list windows, focus Chrome, act, then capture a screenshot.

Inputs: action (required), url, profile, windowHandle.

clipboardRead or write Windows clipboardA

Read text from or write text to the interactive Windows clipboard.

Inputs: action (required), text.

computer_inputControl mouse and keyboardA
Destructive

Send mouse, keyboard, text, scrolling, and wait actions to the interactive Windows desktop. Take a screenshot first, focus the target window, act, then screenshot again to verify.

Inputs: actions (required).

edit_fileEdit local text fileA
Destructive

Replace exact text in a UTF-8 local file. Use for focused edits that preserve the rest of the file.

Inputs: path (required), newText (required), oldText (required), replaceAll.

execExecute PowerShellA
Destructive

Run an arbitrary PowerShell command on this Windows PC. Use for local development, package installation, system configuration, services, processes, and tasks not covered by a more specific tool. Verify changes afterward.

Inputs: command (required), cwd, timeoutSeconds.

file_operationManage local files and foldersA
Destructive

Copy, move, delete, or create local files and folders. Use exact resolved targets and verify consequential operations afterward.

Inputs: action (required), source (required), overwrite, recursive, +1 more.

http_requestMake HTTP request or downloadB

Call an HTTP/HTTPS URL from this PC or download the response to a local file. Does not inherit OpenAI or tunnel credentials.

Inputs: url (required), body, method, saveTo, +2 more.

job_statusCheck background jobA
Read-onlyIdempotent

List background jobs or inspect one job with running state and recent stdout/stderr. Poll until completion and verify the resulting files or application state.

Inputs: jobId, tailBytes.

launch_programLaunch local programB

Launch a local executable or script with arguments, optionally visible. Use list_windows and screenshot after launching GUI applications.

Inputs: executable (required), cwd, args, visible.

list_directoryList local directoryA
Read-onlyIdempotent

List files and folders with type, size, and modified time. Use before guessing paths or choosing files to edit.

Inputs: path, maxDepth, recursive, maxEntries.

list_windowsList desktop windowsA
Read-onlyIdempotent

List top-level Windows desktop windows with title, process ID, handle, position, size, and minimized state. Use to target window_control reliably.

Inputs: includeHidden.

open_urlOpen URL in logged-in ChromeA

Open an HTTP/HTTPS URL in Google Chrome using a profile belonging to the current Windows user.

Inputs: url (required), profile.

path_infoInspect local pathA
Read-onlyIdempotent

Check whether a local path exists and return detailed file, folder, or symbolic-link metadata.

Inputs: path (required).

read_fileRead local fileA
Read-onlyIdempotent

Read any local file accessible to the current Windows user. Use utf8 for text and base64 for binary files.

Inputs: path (required), encoding.

screenshotCapture Windows screenA
Read-onlyIdempotent

Capture the primary display or full virtual desktop as a PNG image. Use before and after graphical actions to locate controls and verify outcomes.

Inputs: capture.

search_filesSearch local filesA
Read-onlyIdempotent

Fast local search using ripgrep. Search file names or text contents before reading large directory trees.

Inputs: query (required), glob, mode, root, +4 more.

start_jobStart background PowerShell jobA
Destructive

Start a long-running PowerShell command in the background with persistent stdout/stderr logs. Poll with job_status instead of waiting in exec.

Inputs: command (required), cwd, label.

stop_jobStop background jobA
Destructive

Force-stop a background job and its child process tree by job ID.

Inputs: jobId (required).

system_infoInspect Windows systemA
Read-onlyIdempotent

Return local Windows, CPU, memory, user, host, runtime, and server capability information without changing the PC.

Inputs: no named parameters.

window_controlControl desktop windowA
Destructive

Focus, minimize, maximize, restore, or close a desktop window by the handle returned from list_windows.

Inputs: action (required), handle (required).

write_fileWrite local fileA
Destructive

Create, overwrite, or append to any local file. Create missing parent folders when requested, then verify important writes with read_file or path_info.

Inputs: path (required), content (required), mode, encoding, +1 more.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.9/5.0

    Scored across 21 tools

    Disambiguation4/5

    Tools are mostly distinct: background job management (start/stop/status), file operations (read/write/edit/list/path/search/file_operation), system info, HTTP, and GUI interaction. Minor overlap between exec and start_job (both run PowerShell commands) and between http_request and open_url (both fetch URLs), but descriptions clarify the intended use cases.

    Naming Consistency5/5

    All tools follow a consistent verb_noun pattern: job_status, stop_job, start_job, read_file, write_file, edit_file, list_directory, path_info, search_files, file_operation, system_info, http_request, screenshot, list_windows, window_control, computer_input, clipboard, open_url, browser_control, launch_program. Verbs are clear and nouns are descriptive, with no mixing of casing or inconsistent verb styles.

    Tool Count4/5

    21 tools is on the higher end of the reasonable range (3-15 typical), but given the broad scope of the server (system administration, file management, GUI automation, web browsing) each tool serves a distinct need and the count is justified. It exceeds the 'well-scoped' range slightly, but does not feel bloated or repetitive.

    Completeness4/5

    The tool surface covers the core domains comprehensively: file CRUD (read, write, edit, copy/move/delete), process management (start, status, stop), system info, and GUI automation (screenshot, windows, input, clipboard). Minor gaps include an explicit tool for renaming files (file_operation combines it) and no dedicated tool for managing services (can be done via exec), but these are workable via general-purpose tools like exec.

    Maintenance

    ActivityInactive
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers