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.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
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.-- FlicenseAqualityDmaintenanceA 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