srv-explore
Provides read-only access to Docker containers, images, and logs for inspection and diagnostics without write permissions.
Provides read-only access to RabbitMQ, allowing inspection of queues, exchanges, and messages without altering the broker.
Provides read-only access to Redis data, enabling safe queries of keys and values without modifying the database.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@srv-explorewhy is nginx returning 502 for the last hour?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
srv-explore
Интерфейс, позволяющий агенту безопасно работать и собирать информацию на сервере. Рядом с данными, логами и сервисами.
Explore-агент живёт на удалённом сервере за MCP-интерфейсом: подключаешься к нему из локального кодового агента и работаешь как со скиллом. Read-only держит не промпт, а окружение — песочница без прав записи — и плагины, выдающие контролируемый доступ к системам (docker, web) и данным (БД, кеши, файлы).
Сервис слушает только loopback: и инженер, и админ ходят через SSH-туннель, публичного порта нет. Ставится и обновляется деплой-воркфлоу, от остального проекта не зависит.
На что это похоже в работе
srv_explore("почему nginx отдаёт 502 последний час?")
→ agent: tail -n 200 /var/log/nginx/error.log | grep 502
docker logs --since 1h api | tail -50
→ upstream api:8080 connection refused, контейнер api рестартовал 4 раза за часЗапрос — цель словами, не команда: чем смотреть, агент решает сам, а в ответе видно, какие команды он выполнил. Если команда известна заранее, второй инструмент выполняет её без агента — быстро и без токенов модели:
srv_explore_cmd("docker ps --format '{{.Names}} {{.Status}}'")
→ api Up 3 minutes
db Up 6 daysИнструмент | Аргумент | Что делает |
|
| Прогон агента на сервере. Держит вызов до конца (обычно 20с — пара минут) и возвращает факты + выполненные команды. Больше 8 минут — вернёт |
|
| Выполняет её как есть, отдаёт дословный вывод. Без агента: быстро и без токенов модели |
|
| Догнать прогон, который не уложился в один вызов |
Related MCP server: masaro-infra-mcp
Зачем это нужно
Задача | Как решают обычно | С srv-explore |
дать кодовому агенту посмотреть прод | SSH-ключ и | деструктивная команда возвращает отказ: RO-ФС, read-роли БД, Docker API без |
разбор инцидента ночью | SSH «на время», который остаётся навсегда | сервер инженеру не выдаётся; токен админ отзывает одной кнопкой вместе с ключом |
нужен один SELECT в проде | пароль рабочей роли уезжает в чужой | плагин создаёт отдельную read-роль, креды остаются на сервере |
Быстрый старт
1. Поставить — деплой-воркфлоу
Actions → «Deploy srv-explore (host service)», выбрать environment. Воркфлоу
копирует бандл на сервер и гоняет install.sh — идемпотентно. Руками
(sudo bash srv_explore/install.sh) — только для отладки.
Требования: Linux с systemd и cgroup v2, root, apt-get (Debian/Ubuntu) —
python3 доустановится сам. В environment нужны SSH_HOST / SSH_USER (variables)
и SSH_KEY + CLAUDE_CODE_OAUTH_TOKEN (secrets).
Если API модели заблокирован для хоста по гео (напр. РФ-адрес → api.anthropic.com
отдаёт 403) — задать secret SRV_EXPLORE_UPSTREAM_PROXY (http://[user:pass@]host:port):
tinyproxy пустит через него только домены из SRV_EXPLORE_UPSTREAM_DOMAINS (по
умолчанию api.anthropic.com), остальной egress агента идёт напрямую. Доменный
allowlist остаётся на месте и проверяется до пересылки. Пусто — прямой выход.
Админ-токен генерится на сервере при первой установке, в лог Actions не попадает:
ssh root@<host> grep SRV_EXPLORE_ADMIN_TOKEN /etc/srv-explore/envПеревыпустить: удалить эту строку и запустить деплой снова.
2. Выдать доступ инженеру
Админка на loopback, поэтому через туннель:
ssh -N -L 8765:localhost:8765 root@<host> # держать открытым
# → http://localhost:8765/admin, вставить админ-токен«Пользователи» → Добавить: метка + публичный SSH-ключ инженера. Вернётся
srvx_-токен — отдать инженеру. Удаление пользователя снимает и ключ, и все его
токены разом.
3. Инженеру — страница агента
Отдай инженеру токен и ссылку http://localhost:8765/ (по его туннелю). Там всё остальное: quick start подключения, принципы работы, свой доступ, вопросы к серверу из браузера.
ssh-keygen -t ed25519 -f your_ssh_key -N "" # публичную часть — админу
ssh -N -L 8765:localhost:8765 srvx-tunnel@<host> -i your_ssh_key
claude mcp add --scope local --transport http srv-explore http://localhost:8765/mcp \
--header "Authorization: Bearer srvx_..."--scope local (дефолт, можно опустить) кладёт сервер в ~/.claude.json — приватно,
не в репозиторий, только для этого проекта. Токен персональный (на твой SSH-ключ) —
делить и коммитить его нельзя, поэтому конфиг местный, а не общий .mcp.json. Сервер
активируется при следующем запуске claude; проверить — claude mcp list.
Имя srv-explore в команде — произвольное. На каждый сервер дай своё
(dev-explorer, prod-explorer) и свой локальный порт туннеля (8765, 8766, с тем же
портом в --transport http … localhost:<порт>/mcp) — тогда несколько серверов живут рядом.
Как устроено
flowchart TB
subgraph server["Remote server"]
subgraph svc["systemd service · root"]
MCP["mcp_server.py · MCP · /admin · /"]
PROV["provision.py · plugin install"]
ST[("StateDir · tokens · plugins · creds")]
end
subgraph box["Sandbox · srvx-agent, no privileges"]
W["agent_worker.py · Claude Agent SDK"]
G["guard.py · command hygiene"]
end
PX["docker-socket-proxy · POST=0"]
TP["tinyproxy · domain allowlist"]
RES[("files · logs · docker · DB")]
end
MCP -->|"systemd-run --uid · RO-FS · egress firewall"| W
MCP -.->|"creds of enabled plugins"| W
W --> G --> RES
W -->|docker| PX --> RES
W -->|"model API"| TP
PROV --> ST
MCP --> STПлагины
Плагин — один файл в src/srv_explore/plugins/, который даёт агенту безопасный доступ
к одному ресурсу: docker, postgres, redis, mongo, rabbitmq. Он создаёт
отдельный доступ без права записи и обязан это доказать: последний шаг установки
пытается что-нибудь записать и должен получить отказ. Всё выключено по умолчанию,
включает администратор.
Как ими пользоваться и как написать свой — PLUGINS.md; часть «написать свой» можно целиком отдать кодовому агенту как задание.
Collaboration requests
Структура плагина — как сделать универсальнее/понятнее.
Больше плагинов — расширить набор ресурсов, к которым агент получает безопасный доступ.
Упростить процедуру доступа. Цепочка «ключ → админ добавляет юзера → токен → туннель →
mcp add» рабочая, но шагов много. Хочется её упростить — меньше ручных действий у инженера и у админа.
This server cannot be deployed
Maintenance
Related MCP Connectors
- emisarOAuthdev.emisar
Let AI operate servers without SSH. Choose actions, approve risky changes, and audit every step.
Read-only MCP access to a documented IT fleet: state, changes, posture. 15 tools.
The Remote MCP server acts as a standardized bridge between LLM applications (like Claude, ChatGPT, and Cursor) and external services, enabling AI agents to access external tools and resources. Its primary capability is providing a centralized search tool to discover other MCP servers and their respective tools. Unlike local implementations, it runs remotely with OAuth authentication and permission controls for security.
Unified MCP Server is a remote MCP connector for AI agents and vertical AI products that provides access to 22,000+ authorized SaaS tools across 400+ integrations and 24 categories directly inside LLMs (Claude, GPT, Gemini, Cohere). Tools operate only on explicitly authorized customer connections, enabling agents to safely read and write against live third-party systems.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceA sandboxed, read-only MCP server that safely exposes system metrics, container diagnostics, and logs to AI agents with intelligent context compression and strict security measures.MIT

masaro-infra-mcpofficial
FlicenseNot gradedqualityCmaintenanceA secure MCP server providing read-only tools to interact with Cloudflare, Coolify, and other infrastructure services, enabling AI clients to safely diagnose and validate environments.-- FlicenseAqualityCmaintenanceA secure, read-only MCP server for AI-powered system monitoring. It provides real-time OS metrics, config discovery, and safe log tailing to enable autonomous infrastructure audits without shell access risks.41-
- AlicenseAqualityCmaintenanceProvides read-only access to host system metrics (CPU, memory, disk), Docker container health/logs, and sandboxed log file analysis via MCP tools, enabling AI agents to monitor enterprise infrastructure safely.3MIT