一个 MCP (Model Context Protocol) 服务器，为 AI 智能体提供交互式终端会话 —— 包括本地 Shell、SSH、串口以及在断开连接后依然存活的远程持久化会话。
专为系统管理员和网络工程师打造，旨在让 AI 能够协助进行真实的服务器和设备管理，而不仅仅是代码生成。
AI 智能体通常在非交互式 Shell 中运行命令。它们无法：
SSH 登录服务器并与正在运行的进程交互
通过串口控制台连接到路由器或交换机
监控日志并在特定事件发生时做出反应
在多个命令之间保持会话状态
等待服务器重启并检测其何时恢复在线
pty-mcp 通过在 MCP 上提供真实的 PTY 会话解决了所有这些问题。
如果没有 pty-mcp，AI 智能体只能求助于 sleep 30 && check_status 循环 —— 这会浪费 CPU 周期和 API 调用来等待事件发生。使用 wait_for，智能体会阻塞在服务器端，直到事件发生。减少轮询，降低能耗，对北极熊更友好。🐻❄️
Related MCP server: Interactive Terminal MCP Server
服务器管理
# Reboot a server and wait until it's back online
create_local_session("ping myserver")
read_output(wait_for: "bytes from", timeout: 300)
→ blocks until server responds after reboot (~80s, one tool call)网络设备管理
# Connect to a router via serial console
create_serial_session(port: "/dev/ttyUSB0", baud: 9600)
send_input("show interfaces status")
read_output(wait_for: "\\$")日志监控与告警
# Watch logs and act when something happens
create_ssh_session(host: "prod", user: "admin")
send_input("tail -f /var/log/app.log")
read_output(wait_for: "ERROR|CRITICAL", timeout: 3600)
→ returns the error line + context when it appears断开连接后仍可存活的长时间运行任务
create_ssh_session(host: "server", user: "admin", persistent: true)
send_input("apt upgrade -y")
detach_session() → close Claude Code, task continues
# Reconnect later to check result功能 | 描述 |
本地终端 | 在本地机器上进行交互式 bash/python/node 会话 |
SSH 会话 | 通过密钥/密码认证连接远程主机，支持 SSH 配置 |
串口 | 通过串口连接设备（物联网、嵌入式、网络设备） |
持久化会话 | 通过 |
挂载/分离 | 从运行中的会话分离，稍后重新连接 |
控制键 | 发送 ctrl+c, ctrl+d, 方向键, tab, escape |
稳定检测 | 在返回前等待输出稳定（智能超时） |
模式匹配 |
|
内存限制 | 环形缓冲区防止长时间运行的会话导致 OOM (v0.2.0) |
审计日志 | 可选的自愿操作日志 —— 将 |
┌─────────────────────────────────────────────────────┐
│ AI Agent (Claude Code, etc.) │
│ │
│ MCP Tools: create_local_session, send_input, │
│ send_control, read_output, close_session │
└──────────────────────┬──────────────────────────────┘
│ JSON-RPC stdio
┌──────────────────────┴──────────────────────────────┐
│ pty-mcp (MCP Server) │
│ │
│ Session Manager │
│ ├── LocalSession (local PTY via creack/pty) │
│ ├── SSHSession (remote PTY via x/crypto/ssh) │
│ ├── SerialSession (serial port via go.bug.st) │
│ └── RemoteSession (persistent via ai-tmux) │
└─────────────────────────────────────────────────────┘
Persistent mode (ai-tmux):
pty-mcp ──SSH──▶ ai-tmux client ──Unix socket──▶ ai-tmux server (daemon)
├── PTY: bash
├── PTY: ssh admin@router
└── PTY: tail -f /var/log/syslog自动安装二进制文件并注册 MCP 服务器：
claude plugin marketplace add raychao-oao/pty-mcp
claude plugin install pty-mcp@pty-mcp重启 Claude Code —— 二进制文件会在会话启动时自动下载，然后再重启一次以激活它。无需手动执行 claude mcp add。
更新：
claude plugin marketplace update pty-mcp
claude plugin update pty-mcp@pty-mcp重启 Claude Code —— 新的二进制文件会在会话启动时自动下载，然后再重启一次以应用更新。
一行命令安装 + 注册 (macOS / Linux / WSL2)：
curl -fsSL https://raw.githubusercontent.com/raychao-oao/pty-mcp/main/install.sh | sh
claude mcp add pty-mcp -- /usr/local/bin/pty-mcp重启 Claude Code，工具即可使用。
从 GitHub Releases 下载：
前往 Releases，下载对应平台的二进制文件，并赋予执行权限：
平台 | 二进制文件 |
macOS (Apple Silicon) |
|
macOS (Intel) |
|
Linux (x86_64) / WSL2 |
|
Linux (ARM64) |
|
chmod +x pty-mcp-*
sudo mv pty-mcp-* /usr/local/bin/pty-mcp
claude mcp add pty-mcp -- /usr/local/bin/pty-mcp从源码构建 (需要 Go 1.25+):
go install github.com/raychao-oao/pty-mcp@latest
claude mcp add pty-mcp -- $(go env GOPATH)/bin/pty-mcppty-mcp 在 WSL2 中可以直接使用。请使用 Linux 二进制文件：
# Inside WSL2
curl -fsSL https://raw.githubusercontent.com/raychao-oao/pty-mcp/main/install.sh | sh
claude mcp add pty-mcp -- /usr/local/bin/pty-mcp对于在 SSH 断开后依然存活的持久化会话，请在远程服务器上安装 ai-tmux：
# Download for your server's architecture
curl -fsSL https://raw.githubusercontent.com/raychao-oao/pty-mcp/main/install.sh | sh
# Or just copy the binary:
scp /usr/local/bin/ai-tmux your-server:/usr/local/bin/ai-tmux注册后，AI 智能体可以使用以下 MCP 工具：
本地交互式 Shell：
create_local_session() → {session_id, type: "local"}
send_input(session_id, "cd /tmp && ls") → {output: "...", is_complete: true}
send_input(session_id, "python3") → start Python REPL
send_input(session_id, "print('hello')") → {output: "hello\n>>>"}
send_control(session_id, "ctrl+d") → exit Python
close_session(session_id)SSH 登录远程服务器：
create_ssh_session(host: "myserver", user: "admin")
send_input(session_id, "top")
send_control(session_id, "ctrl+c") → stop top等待模式匹配 (v0.2.0)：
create_local_session("ping myserver")
read_output(session_id, wait_for: "bytes from", timeout: 300)
→ blocks until server responds or 5 min timeout
send_input(session_id, "docker-compose up")
read_output(session_id, wait_for: "ready|error", timeout: 60, context_lines: 3)
→ returns matched line + 3 lines of context发送密钥/密码 (v0.3.0)：
# AI detects a password prompt, calls send_secret instead of handling the password itself
create_ssh_session(host: "router", user: "admin")
read_output(session_id, wait_for: "Password:") → session is waiting for input
send_secret(session_id, prompt: "Router admin password:")
→ native GUI dialog appears on the operator's screen (macOS: system dialog,
WSL2: Windows Get-Credential, Linux: zenity/kdialog)
→ operator types password — it is sent directly to the PTY session
→ AI only sees: {success: true, length: 12}
→ password never appears in AI context or logs持久化会话（SSH 断开后存活）：
create_ssh_session(host: "server", user: "admin", persistent: true)
send_input(session_id, "make build") → start long build
detach_session(session_id) → disconnect, build continues
# Later (even after restart):
list_remote_sessions(host: "server", user: "admin") → see running sessions
create_ssh_session(host: "server", user: "admin", session_id: "abc123") → reattach
send_input(session_id, "echo $?") → check build result工具 | 描述 |
| 启动本地交互式终端 (bash, python3, node 等) |
| SSH 登录远程主机 (支持 SSH 配置别名) |
| 连接到串口设备 |
| 发送命令并等待输出稳定 |
| 读取输出，可选择等待模式 ( |
| 发送控制键 (ctrl+c, ctrl+d, 方向键, tab 等) |
| 通过 GUI 对话框提示人类操作员输入密钥；将其发送到 PTY 会话而不暴露给 AI 上下文或日志 ¹ |
| 列出所有活动会话 |
| 关闭会话 (终止远程 PTY) |
| 断开连接但保持远程 PTY 运行 |
| 列出远程主机上的持久化会话 |
¹
send_secret平台支持：macOS 使用原生密码对话框 (osascript)。WSL2 使用powershell.exe Get-Credential(Windows GUI 对话框)。带有显示服务器的 Linux 使用zenity或kdialog。无头 Linux 回退到/dev/tty。
pty-mcp 包含一个可选的审计日志功能，可将每条 send_input 命令记录到中央收集器。这使团队能够审查和追踪 AI 智能体在会话期间的操作。
重要提示： 这是一个自愿的、自报告的操作日志。它依赖于操作员选择启用它并运行收集器。由于 pty-mcp 运行在操作员自己的机器上，没有技术机制可以强制执行日志记录 —— 不合规的操作员可以简单地在未启用审计的情况下运行 pty-mcp。此功能为需要它的团队提供了可追溯性，但在需要审计合规性的环境中，它不能替代系统级审计工具（例如 auditd、syslog 转发、SSH 会话录制）。
时间戳、操作员身份、会话 ID、会话类型（本地/ssh/串口）、目标主机
通过 send_input 发送的确切输入（包括 raw=true 输入，如菜单选择）
每个命令后的输出片段（前 2 KB）
将命令与其输出关联的 cmd_id
send_secret 永远不会被记录 —— 通过 GUI 对话框输入的密钥不会出现在审计日志中。
每位操作员运行一次以创建配置并生成令牌：
pty-mcp audit init这将创建 ~/.config/pty-mcp/config (权限 600)，其中包含随机生成的令牌，并打印出令牌以供与收集器管理员共享。
收集器管理员启动服务器（使用来自 init 输出的令牌）：
PTY_MCP_AUDIT_TOKEN=<token-from-init> \
pty-mcp audit serve --port 9099 --log /var/log/pty-mcp-audit.jsonl在配置中设置收集器 URL 后启用审计：
# Edit config and set: audit-url=http://your-collector:9099
pty-mcp audit enable
# Restart Claude Code to apply若要暂时停止记录而不丢失配置：
pty-mcp audit disable没有配置文件的操作员不受影响 —— 审计默认处于关闭状态。
模式 | 行为 |
| 无论日志是否写入，命令都会执行；条目会在后台排队并重试 |
| 如果无法交付审计条目， |
日志以 JSONL 格式存储（每行一个 JSON 对象），可以使用标准工具读取：
# All commands by operator ray
grep '"user":"ray"' /var/log/pty-mcp-audit.jsonl | jq .
# Commands sent to a specific host
jq 'select(.target == "root@prod01")' /var/log/pty-mcp-audit.jsonlai-tmux 是一个轻量级守护进程，运行在远程服务器上，使 PTY 会话在 SSH 断开连接后依然存活。可以将其视为专为 AI 智能体设计的 tmux。
# Cross-compile for Linux
GOOS=linux GOARCH=amd64 go build -o ai-tmux-linux ./cmd/ai-tmux/
# Copy to server
scp ai-tmux-linux server:~/ai-tmux
ssh server "chmod +x ~/ai-tmux && sudo mv ~/ai-tmux /usr/local/bin/ai-tmux"ai-tmux server — 守护进程模式，监听 Unix 套接字，管理 PTY 会话
ai-tmux client — 桥接模式，通过 stdin/stdout 转发 JSON 协议（由 pty-mcp 通过 SSH 使用）
ai-tmux list — 列出活动会话
当 pty-mcp 以 persistent: true 连接时，守护进程会自动启动。会话在 30 分钟不活动后会被回收。
pty-mcp 读取 ~/.ssh/config 以解析主机别名：
# ~/.ssh/config
Host myserver
HostName 192.168.1.100
User admin
Port 2222
IdentityFile ~/.ssh/id_ed25519create_ssh_session(host: "myserver", user: "admin")
# Automatically resolves hostname, port, and identity fileGo 1.25+
对于串口：适当的设备权限
对于持久化会话：远程服务器上的 ai-tmux 二进制文件
查看 CHANGELOG.md 获取版本历史。
MIT
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Multi-tenant Telegram gateway for AI agents — HTTP+stdio, 8 tools, MTProto User API
Operate Linux, macOS and Windows from your LLM. Every action runs through an auditable allowlist.
Run AI customer support from your terminal: conversations, knowledge base, and chat widget.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/raychao-oao/pty-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server