allcanuse-mcp

Windows / Linux実験環境向けのMCPサーバーであり、ローカルのAgent / MCP Clientに一般的なローカル操作機能を提供します。

ライセンス：MIT

allcanuse-mcpの目的は、モデルに断片的なツールをいくつか提供することではなく、「この実験用マシンでできること」を可能な限り体系的にモデルへ公開することです。 接続後、モデルは単にファイルを読み取ったりコマンドを実行したりするだけでなく、ローカルマシンを操作可能なワークステーションとして利用できるようになります。

現在90以上のツールを提供しており、主な機能は以下の通りです：

• システムと環境の調査：システムアーキテクチャ、時刻、ディスク容量、環境変数、ネットワーク設定、ネットワークアダプター、現在のIP、および基本的な実行環境情報の読み取り

• コマンド実行と自動化：クロスプラットフォームのshell、Windows cmd、PowerShellの実行。コマンド出力を後続の意思決定に利用可能

• プロセスとポートの管理：プロセスの起動・終了、プロセス一覧の取得、プロセスツリーの表示、ポートに対応するプロセスの特定、リスニングポートと確立された接続の列挙

• ファイルとコードの編集：ディレクトリツリーの走査、ファイル名による検索、テキスト検索、長ファイルの分割読み込み、正確な行置換、固定テキスト置換、テキストファイル書き込み、JSONの読み書き、バイナリの読み書き、ハッシュ計算、最近開いたファイル、デスクトップファイルの表示

• 開発支援とエンジニアリング操作：圧縮・解凍、設定変更、ソースコードの特定、部分的な修正、検証コマンドの実行。モデルが直接バグ修正、設定変更、スクリプト作成、プロジェクト整理を行うのに適しています

• WebとHTTP操作：HTTPリクエスト、HEAD調査、レスポンスヘッダーの取得、Webページ本文の抽出、WebページのMarkdown変換、リンク抽出、テーブル抽出、指定HTML要素の抽出、Webフォーム送信、ファイルアップロード、ファイルダウンロード、リダイレクトチェーンの追跡

• ネットワーク診断とプロトコルデバッグ：DNS解決、逆引き、TLS証明書の読み取り、ping、traceroute、TCP接続テスト、生のTCP送受信、UDP送受信、WebSocketデバッグ、小規模なポートスキャン

• デスクトップとウィンドウの監視：ウィンドウの列挙、フォアグラウンドウィンドウの取得、デスクトップコンテキストの要約、デスクトップのスクリーンショット撮影。視覚能力を持つモデルと連携して作業するのに適しています

• カメラ機能：ローカルカメラを列挙して写真を撮影。視覚入力を必要とする実験シナリオに適しています

• 待機と長時間タスクの管理：待機時間、ファイル/プロセス/ポート/HTTP/ウィンドウ/デスクトップの変化待ち、バックグラウンドの常駐タスク、タスクスケジュール、タスクイベント、タスク成果物の記録、切断後の引き継ぎ要約

• モデルの自己診断と自己発見：すべてのツールと完全な説明を直接リストアップできるため、モデルが未知のタスクにおいて次に何を呼び出すべきかを自ら判断するのに便利です

モデル接続後にできること

このMCPを接続すると、モデルは単に「質問に答える」だけでなく、ローカルマシン上で能動的にタスクを進めることができます。例：

• 「なぜサービスが起動しないのか」の調査：ポートを確認し、プロセスを確認し、ログを確認し、HTTPリクエストを送信し、最終的に原因を特定する

• コードの修正と設定変更：ターゲットファイルと関数を検索し、大きなファイルを分割して読み込み、数行のコードを正確に修正し、自動的に検証コマンドを実行する

• Webページの閲覧と資料整理：Webページの本文を取得し、リンクやテーブルを抽出し、添付ファイルをダウンロードして、結果を構造化情報としてまとめる

• ローカルネットワークの問題チェック：DNS、ping、ポート、TLS、ルーティング、接続状態を確認し、解決の問題か、ホスト到達不能か、ポート不通か、アプリケーション層の異常かを判断する

• デスクトップの変化を自動監視：インストーラーの監視、ウィンドウのポップアップ監視、フォアグラウンドの切り替え監視、自動スクリーンショット撮影。実験環境でのGUIタスクに適しています

• ローカルファイルのアップロードとダウンロード：ログ、圧縮ファイル、ビルド成果物をインターフェースにアップロードしたり、軽量版wgetのようにネットワーク上のファイルをローカルに取得したりする

• 長時間の常駐タスク：ユーザーが離席している間にファイルの生成、サービスの復旧、ウィンドウの出現を待ち、戻ってきた際に引き継ぎ要約を通じて迅速に作業を再開する

• 仮想マシン内での実験自動化：「観察 -> 判断 -> 実行 -> 検証」という一連のプロセスをモデルに任せ、モデルを口頭でのアドバイスにとどめない

モデルを単に話すだけでなく、実際に手を動かせるローカルアシスタントにしたい場合、allcanuse-mcpはこれらの能力をモデルに統合して提供します。

クイックスタート

リポジトリのルートディレクトリで直接実行：

python run_server.py --transport stdio

Windowsの場合：

start.cmd --transport stdio

Linuxの場合：

./start.sh --transport stdio

パッケージとしてインストール済みの場合は以下も可能です：

pip install -e .
allcanuse-mcp

ドキュメント

• 一般的な使用説明：docs/USAGE.zh-CN.md

• 全ツール概要：docs/TOOLS.zh-CN.md

• 常駐ワークフローの説明：resource://guides/workflows/duty-watch

• LM Studio接続チュートリアル：docs/LM-STUDIO.zh-CN.md

• Codex / Claude Code / OpenCode接続チュートリアル：docs/CLIENT-INTEGRATIONS.zh-CN.md

• リリース後のエンドユーザー向けチュートリアル：docs/RELEASE-USAGE.zh-CN.md

このMCPを異なるクライアントに接続する場合は、以下を優先的に確認してください：

• LM Studio

• 全ツールリスト

• ChatGPT Codex / Codex CLI

• Claude Code

• OpenCode

• リリース後のエンドユーザー向けインストールと接続

オプションの依存関係

• カメラ機能はopencv-pythonに依存

• Linuxのウィンドウ列挙はwmctrlに依存

• Linuxのアクティブウィンドウ照会はxpropに依存

• Linuxのスクリーンショットはgnome-screenshot、scrot、またはimagemagickを使用する可能性があります

検証

python -m compileall src tests run_server.py
$env:PYTHONPATH=(Resolve-Path .\src).Path
python -m unittest discover -s tests -v