Skip to main content
Glama
CaptainJi

cli-executor-mcp

by CaptainJi
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

CLI Executor MCP

Python Version FastMCP License

基于FastMCP构建的模型上下文协议(MCP)服务器，使大语言模型能够执行CLI命令进行系统部署和管理任务。

✨ 功能特性

  • 🚀 FastMCP实现 - 基于FastMCP框架构建

  • 🔧 命令执行 - 执行单个CLI命令，支持环境变量加载

  • 📜 脚本执行 - 运行多行脚本，支持超时控制

  • 📁 目录操作 - 列出目录内容，显示详细文件信息

  • 🖥️ 系统信息 - 全面的系统和环境详情

  • 📋 部署模板 - 即用型部署提示模板

  • ⚡ 多种传输方式 - 支持stdio和streamable-HTTP

  • 🛡️ 安全特性 - 超时处理和错误管理

  • 🔍 跨平台 - 支持Linux、macOS和Windows

Related MCP server: ssh-mcp-server

📦 安装

pip install cli-executor-mcp

🚀 快速开始

启动服务器

Stdio传输（默认）

cli-executor-mcp

Streamable HTTP传输

cli-executor-mcp --port 8000

指定主机和端口

cli-executor-mcp --host 0.0.0.0 --port 8000

调试模式

cli-executor-mcp --debug

与MCP客户端配合使用

服务器提供的工具、资源和提示可以被任何兼容MCP的客户端使用：

import fastmcp

# 连接到服务器
client = fastmcp.Client("stdio", command="cli-executor-mcp")

# 执行命令
result = await client.call_tool("execute_command", {"command": "ls -la"})
print(result)

🛠️ 可用工具

execute_command

执行单个CLI命令，支持环境变量加载。

参数：

  • command (str): 要执行的命令

  • working_dir (str, 可选): 执行目录

  • timeout (int, 可选): 命令超时时间（秒，默认：30）

示例：

await client.call_tool("execute_command", {
    "command": "python --version",
    "working_dir": "/home/user/project"
})

execute_script

执行多行脚本，支持适当的shell处理。

参数：

  • script (str): 要执行的脚本内容

  • working_dir (str, 可选): 执行目录

  • shell (str, 可选): 使用的shell（默认："bash"）

  • timeout (int, 可选): 脚本超时时间（秒，默认：60）

示例：

await client.call_tool("execute_script", {
    "script": """
    #!/bin/bash
    echo "开始部署..."
    npm install
    npm run build
    echo "部署完成！"
    """,
    "working_dir": "/var/www/myapp"
})

list_directory

列出目录内容，显示详细文件信息。

参数：

  • path (str, 可选): 要列出的目录路径（默认为当前目录）

  • show_hidden (bool, 可选): 是否显示隐藏文件（默认：false）

示例：

await client.call_tool("list_directory", {
    "path": "/home/user",
    "show_hidden": true
})

📚 资源

system://info

获取全面的系统信息，包括操作系统详情、Python版本、环境变量和当前工作目录。

示例：

info = await client.read_resource("system://info")
print(info)

📝 提示

deploy_application

为应用程序生成部署指令。

参数：

  • app_name (str): 要部署的应用程序名称

  • target_dir (str): 部署目标目录

  • repo_url (str, 可选): Git仓库URL

示例：

prompt = await client.get_prompt("deploy_application", {
    "app_name": "my-web-app",
    "target_dir": "/var/www/my-web-app",
    "repo_url": "https://github.com/user/my-web-app.git"
})

⚙️ 配置

命令行选项

cli-executor-mcp --help

选项

描述

默认值

--transport

传输协议 (stdio, streamable-http)

streamable-http

--host

HTTP服务器绑定主机

127.0.0.1

--port

HTTP服务器端口

8000

--debug

启用调试日志

false

环境变量

您也可以使用环境变量配置服务器：

  • CLI_EXECUTOR_HOST: HTTP服务器主机

  • CLI_EXECUTOR_PORT: HTTP服务器端口

  • CLI_EXECUTOR_TRANSPORT: 传输类型

  • CLI_EXECUTOR_DEBUG: 启用调试模式

🔒 安全注意事项

  • ⚠️ 危险命令: 运行破坏性命令如rm -rf前请务必确认

  • ⏱️ 长时间运行的命令: 对于长时间运行的进程使用nohup，并用tail -f监控

  • 🔐 权限: 服务器以启动用户的权限运行

  • 🌐 网络访问: 使用HTTP传输时，请确保网络安全

  • 📁 文件访问: 服务器可以访问用户有权限的任何文件

🏗️ 开发

设置开发环境

# 克隆仓库
git clone https://github.com/CaptainJi/cli_executor.git
cd cli_executor

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

# 以开发模式安装
pip install -e .

# 安装开发依赖
pip install fastmcp[dev]

运行测试

# 以调试模式运行服务器
cli-executor-mcp --debug

# 使用MCP客户端测试
python -c "
import asyncio
import fastmcp

async def test():
    client = fastmcp.Client('stdio', command='cli-executor-mcp')
    result = await client.call_tool('execute_command', {'command': 'echo Hello, World!'})
    print(result)

asyncio.run(test())
"

📄 许可证

本项目采用MIT许可证 - 详见LICENSE文件。

🤝 贡献

欢迎贡献！请随时提交Pull Request。

📞 支持

如果您遇到任何问题或有疑问，请在GitHub上提交issue。

This server cannot be installed

A
license - permissive license
-
quality - not tested
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

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/CaptainJi/cli_executor'

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