allcanuse-mcp

一个面向 Windows / Linux 实验环境的 MCP Server，用来给本地 Agent / MCP Client 暴露常用的本机操作能力。

许可证：MIT

allcanuse-mcp 的目标不是只给模型几个零散小工具，而是尽量把“这台实验机能做的事”系统化地暴露给模型。
接入后，模型不只是能读文件和跑命令，而是能把本机当成一个可操作的工作站来使用。

当前已经提供 90+ 个 tools，核心能力包括：

• 系统与环境探测：读取系统架构、时间、磁盘空间、环境变量、网络配置、网络适配器、当前 IP 与基础运行环境信息

• 命令执行与自动化：执行跨平台 shell、Windows cmd、PowerShell，支持把命令输出继续用于后续决策

• 进程与端口管理：启动进程、结束进程、列出进程、查看进程树、定位端口对应进程、枚举监听端口与已建立连接

• 文件与代码编辑：目录树遍历、按文件名搜索、按文本搜索、分段读取长文件、精确行替换、固定文本替换、文本文件写入、JSON 读写、二进制读写、哈希、最近文件、桌面文件查看

• 开发辅助与工程操作：压缩打包、解压归档、配置修改、源码定位、局部修补、运行验证命令，适合让模型直接做修 bug、改配置、写脚本、整理项目

• 网页与 HTTP 操作：HTTP 请求、HEAD 探测、响应头获取、网页正文提取、网页转 Markdown、链接提取、表格提取、指定 HTML 元素提取、网页表单提交、文件上传、文件下载、跳转链追踪

• 网络诊断与协议调试：DNS 解析、反向解析、TLS 证书读取、ping、路由追踪、TCP 连通性测试、原始 TCP 收发、UDP 收发、WebSocket 调试、小范围端口扫描

• 桌面与窗口观察：枚举窗口、获取前台窗口、汇总桌面上下文、截取桌面截图，适合结合带视觉能力的模型一起工作

• 摄像头能力：枚举本地摄像头并拍照，适合需要视觉输入的实验场景

• 值班与长任务托管：等待时间、等待文件/进程/端口/HTTP/窗口/桌面变化、后台值班任务、任务计划、任务事件、任务产物记录、断线后交接摘要

• 模型自检与自我发现：可直接列出全部 tools 与完整说明，方便模型在陌生任务里自行决定下一步该调用什么

模型接入后可以做什么

接入这个 MCP 后，模型可以做的不只是“回答问题”，而是可以在本机上主动推进任务，例如：

• 帮你排查“某个服务为什么起不来”：先看端口、再看进程、再看日志、再发 HTTP 请求、最后给出定位结果

• 帮你改代码和修配置：先搜索目标文件和函数，再分段读取大文件，精确修改几行代码，然后自动跑验证命令

• 帮你阅读网页和整理资料：抓网页正文、提取链接、提取表格、下载附件，再把结果汇总成适合继续处理的结构化信息

• 帮你检查本地网络问题：看 DNS、ping、端口、TLS、路由和连接状态，判断是解析问题、主机不可达、端口不通还是应用层异常

• 帮你自动观察桌面变化：盯安装器、盯窗口弹出、盯前台切换、自动截图，适合实验环境里的 GUI 任务

• 帮你上传和下载本地文件：把日志、压缩包、构建产物上传到接口，也可以像轻量版 wget 一样把网络文件拉到本地

• 帮你做长时间值班：用户暂时离开后继续等文件生成、等服务恢复、等窗口出现，回来时再通过交接摘要快速接手

• 帮你在虚拟机里做实验自动化：把“观察 -> 判断 -> 执行 -> 验证”整套流程交给模型，而不是只让模型停留在口头建议

如果你想让模型更像一个真正能动手的本地助手，而不只是会说不会做，allcanuse-mcp 的定位就是把这些能力统一交到模型手里。

快速开始

直接在仓库根目录运行：

python run_server.py --transport stdio

Windows 也可以：

start.cmd --transport stdio

Linux 也可以：

./start.sh --transport stdio

如果已经安装为包，也可以：

pip install -e .
allcanuse-mcp

文档

• 通用使用说明：docs/USAGE.zh-CN.md

• 全部工具总览：docs/TOOLS.zh-CN.md

• 值班工作流说明：resource://guides/workflows/duty-watch

• LM Studio 接入教程：docs/LM-STUDIO.zh-CN.md

• Codex / Claude Code / OpenCode 接入教程：docs/CLIENT-INTEGRATIONS.zh-CN.md

• 发布后最终用户使用教程：docs/RELEASE-USAGE.zh-CN.md

如果你要把当前 MCP 接到不同客户端，建议优先看：

• LM Studio

• 全部工具清单

• ChatGPT Codex / Codex CLI

• Claude Code

• OpenCode

• 发布后最终用户安装与接入

可选依赖

• 摄像头功能依赖 opencv-python

• Linux 窗口枚举依赖 wmctrl

• Linux 活动窗口查询依赖 xprop

• Linux 截图可能使用 gnome-screenshot、scrot 或 imagemagick

验证

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