dsh-mcp-worker
This server is an asynchronous MCP task worker that runs complete, verifiable units of work (implement + self-test + evidence) on a local DSH agent in a real project directory, exposing 13 dsh_* tools for dispatch, polling, results, and operations.
dsh_run— submit one verifiable work unit (feature/bug/test-fix/refactor) to the local DSH agent; returns atask_idimmediately. Acceptscwd,session_id(serial continuation),permission_mode(read-only/workspace-write/danger-full-access/auto),timeout_s, andwait_s(wait inline up to N seconds to reduce round-trips).dsh_status— poll status plus incremental events viacursor; suggests long-polling 60–120s instead of frequent short polls. Terminal states:succeeded/failed/cancelled.dsh_result— fetch the final result (output, exit code, duration) once finished; oversized output is spilled to a file path.dsh_cancel— cancel a queued or running task, killing the whole process tree.dsh_describe— report worker version, DSH entry point, defaults, and limits so the leader can adapt its calls.dsh_tasks— list recent task summaries (id/status/preview/cwd/time/error), optionally filtered by status.dsh_audit— read recent audit events (task created/started/finished/cancelled, approval decisions) for tracing and troubleshooting.dsh_read_result— page through a task's full spilled output or event log (source=result|events,offset/max_chars), restricted to the task directory.dsh_batch_run— fan out 1–8 independent work units in parallel, returning abatch_id.dsh_batch_status— aggregate batch status with per-subtask states and counts; optional shortwait_s.dsh_batch_result— per-task output/error/duration for a batch, truncated permax_output_chars.dsh_search— substring (case-insensitive) search over recorded final outputs and tool results of past tasks.dsh_metrics— task counts, latency percentiles (avg/p50/p95/max), DSH token totals, concurrency/queue limits, backend and OTel status.
Note: the schema exposes 13 tools named dsh_*; the README's worker_* names and a worker_usage/cost tool, plus worker_result pagination and idempotency_key, are not present here.
Enables Codex CLI/IDE and ChatGPT desktop to delegate tasks to a local DSH worker through MCP configuration, with asynchronous task execution and result retrieval; ChatGPT web can connect via remote MCP/tunnel.
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., "@dsh-mcp-worker Run the tests in this repo, fix any failures, and summarize the changes."
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.
agent-worker-mcp
把本机多个 coding agent(DSH、Kimi Code CLI)统一暴露成一个 MCP worker,让 Claude Code / Codex CLI / ChatGPT(桌面)/ Claude Desktop 这些 leader 把重活派给它,并按任务选择执行体。
角色模型:leader(决策、编排)通过 MCP 调用 worker;worker 按任务选择执行体(
backend=dsh|kimi,默认 dsh),在真实项目目录里执行长任务(读代码、改文件、跑命令、跑测试),只回传结果与可验收的证据。
现状(本地已验证)
项 | 状态 |
单元测试 | ✅ 216/217 通过( |
真实链路烟测 | ✅ MCP Client → worker → 真实 DSH:问答 + 写文件( |
长驻后端(M1) | ✅ 默认 |
远程传输(M2a) | ✅ |
审批桥(M2b) | ✅ |
运维治理(M3) | ✅ 任务 TTL 自动清理 + 数量上限(超额淘汰最老已结束任务)、每仓库并发配额、审计日志( |
批量/检索/观测(M4) | ✅ |
编码与写文件 | ✅ workspace-write 中文 UTF-8 写入/读回(字节 |
Windows ACL 沙箱降级(v0.6.6 → v0.9.2) | ✅ 公司仓库等「仅 Modify ACL」目录请求 workspace-write 时会遇 |
委派粒度策略(v0.6.4) | ✅ 规则改为「一个 worker_run = 一个可验收工作单元(实现+自测+证据),禁止微任务」;长轮询上限 25s→可配 120s( |
执行记录分析(v0.6.5) | ✅ 分析 11-02~11-09 的 64 个任务/200 条审计:修复「长任务被空闲回收误杀」(11 分钟任务、13.3M token 沉没)与「read-only 任务被 ACL 文本误判 failed」;新增 |
续聊恢复(v0.6.3) | ✅ DSH SDK 协议无 resume;worker 重建后用旧 |
易用性升级(v0.7.0) | ✅ |
性能与协议(v0.8.0) | ✅ |
结构化证据(v0.9.0) | ✅ |
证据补全(v0.9.1) | ✅ |
worktree 安全与归因(v0.9.2) | ✅ ACL fail-fast(首条命令 ACL 失败立即中止 attempt,不再空转烧 token);worktree 重试失败后二次升级 danger-full-access; |
worktree 根记忆与审批桥(v0.9.3) | ✅ worktree 根 ACL 不可用会被写入能力缓存(同 root 的后续任务直接跳过 worktree 尝试,复用 |
仓库级并发与合入指引(v0.9.4) | ✅ 并发配额改为按 git 仓库根 计(同仓库不同子目录、worktree 任务也串行;非 git 目录回退按 cwd); |
目标测量(v0.6) | ✅ worker 侧 DSH token 计量( |
用量与成本(v0.10.0,合并自本机在用版 bridge) | ✅ |
幂等与防孤儿(v0.10.0,合并自本机在用版 bridge) | ✅ |
macOS 适配(v0.10.0) | ✅ 非 Windows 允许主目录作为 cwd(Windows 保留 ACL 沙箱限制)、兼容旧配置 |
cwd 安全校验 | ✅ Windows 拒绝用户主目录(ACL 沙箱限制);macOS/Linux 允许(v0.10.0 起,与在用版 bridge 对齐) |
Claude Code 接入 | ✅ 已注册(user scope)并实测连通: |
Codex 接入 | ✅ 已写入 |
ChatGPT 桌面 app | ✅ 已实测:本机 ChatGPT 桌面入口即 OpenAI.Codex 包( |
ChatGPT web | ⏸ 后置(需要 OpenAI Secure MCP Tunnel 或自建 HTTPS + OAuth) |
Claude Desktop(MCPB) | ⚠️ 未实测( |
注册记录(2026-11-02):Claude 侧改的是
~/.claude.json;Codex 侧在~/.codex/config.toml末尾追加了[mcp_servers.dsh],改前已备份为config.toml.bak-dsh-registration-20261102。 撤销:claude mcp remove dsh -s user;codex mcp remove dsh(或从 config.toml 删掉对应块)。
Related MCP server: muster
架构
leader(Claude Code / Codex / ChatGPT / Claude Desktop)
│ MCP over stdio(本地)或 Streamable HTTP /mcp + Bearer(远程)
▼
agent-worker-mcp(本进程)
│ worker_run 立即返回 task_id;任务后台执行
│ 任务落盘:meta.json / events.jsonl / result.txt
▼ 后端可切换(WORKER_BACKEND)
├─ sdk(默认):长驻 `dsh --profile sdk`,一次 initialize,之后每个任务只发 session/prompt
└─ headless:`dsh --profile headless --json "<task>"`,每任务一个进程
│ NDJSON 事件:session → status/tool_call/tool_result → final
▼
真实文件系统 / shell(cwd 必须是项目目录;默认 workspace-write)快速开始
cd C:\path\to\agent-worker-mcp
pnpm install
pnpm build
pnpm test # 216 个单测(1 项 Windows-only 跳过)
pnpm smoke # 真实 DSH 集成烟测(约 30–60s)macOS/Linux 同样适用:把
cd C:\path\to\agent-worker-mcp换成仓库路径即可。macOS 上 DSH 用桌面 app 自带的 CLI(sdk后端,见下文「macOS / Linux + Codex 部署」),不要重复安装 pnpm 全局 dsh。
worker 通过 stdio 工作,自身不监听任何端口。需要它时由 leader 拉起子进程。
本机安装(推荐 pnpm 全局)
源码仓库只用于开发(pnpm build / pnpm test);MCP 客户端加载 pnpm 全局安装的正式包,不要指向源码仓库。
pnpm add -g agent-worker-mcp@latest # 安装/升级
pwsh -File scripts/mcp-entry.ps1 # 输出 MCP 入口(pnpm 全局包内 dist/index.js)把输出的入口配置给 leader(Codex/ChatGPT 的 ~/.codex/config.toml 或 Claude Code):
[mcp_servers.dsh]
command = "node"
args = ["<scripts/mcp-entry.ps1 输出的路径>"]升级:
pnpm update -g agent-worker-mcp→ 重启 leader 会话;若入口路径变化,用scripts/mcp-entry.ps1刷新配置;不要用
cmd /c agent-worker-mcp作为 MCP 入口:cmd 包装下worker_describe正常但真实任务会卡住(已实测),必须用node+ 全局包入口;源码开发调试可选:
scripts/deploy.ps1部署到独立目录(内容等价 npm 包),不用于本机日常使用。
macOS / Linux + Codex 部署(从本机在用版 bridge 迁移)
本仓库同时兼容 Windows 与 macOS/Linux。若你之前在生产用的是零依赖单文件版 bridge(~/scripts/dsh-mcp/server.mjs,v2.2.0,工具面 4 个:dsh_dispatch / dsh_job / worker_usage / worker_status),v0.10.0 已把它的核心能力合并进来:
能力 | 在用版 server.mjs | 本仓库 v0.10.0 |
派活/等待/取消 |
|
|
用量与成本 |
|
|
幂等键 |
| ✅ 同语义(落盘索引,默认 24h) |
防孤儿进程 | stdin 关闭 → kill worker | ✅ stdio 模式已对齐 |
cwd 白名单 |
| 兼容该变量;主变量仍是 |
默认超时 | 1800s | 1800s(v0.10.0 起;旧默认 900s 偏小) |
输出续读 | 字节 |
|
DSH 版本与凭据(macOS 实测,2026-11-11):
唯一安装:桌面 app 自带的 CLI(本机
DeepSeek Harness.app,CLI 版本0.2.2-rc.1)。它的sdkprofile 能复用 GUI 凭据:实测 v0.10.0WORKER_BACKEND=sdk+ 该 CLI 真实任务跑通(worker_run→worker_result.output、usage.tokens与费用估算全部正常),无需在 MCP 配置里写 API key。app 路径含空格(
DeepSeek Harness.app),而WORKER_DSH_COMMAND走shell:true会被拆开,所以必须用无空格 wrapper 暴露入口(见迁移步骤 2.5)。不要为 worker 单独
pnpm add -g @deepseek-ai/dsh:会与 app 内置 CLI 重复安装。本机曾同时存在 pnpm 全局0.1.5-rc.2与 app 内置0.2.2-rc.1,已移除前者;两者版本不一致还会导致事件格式/凭据行为差异。app 内置 CLI 的
headless(--json)在独立 CLI 进程下可能读不到 GUI credentials service(MISSING_CREDENTIAL),所以 macOS 上优先sdk后端。结论:macOS 上
WORKER_BACKEND=sdk+WORKER_DSH_COMMAND指向 wrapper(内部 exec app 内置 CLI)。
迁移步骤(保留在用版作为回滚):
备份 Codex 配置:
cp ~/.codex/config.toml ~/.codex/config.toml.bak-before-agent-worker-mcp构建本仓库:
cd ~/workspace/code/github/agent-worker-mcp pnpm install && pnpm build
2.5. 创建 app 内置 CLI 的无空格入口 wrapper(macOS;路径按本机替换):
printf '#!/bin/sh\nexec "/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" "$@"\n' > ~/scripts/dsh-app-cli.sh
chmod +x ~/scripts/dsh-app-cli.sh
~/scripts/dsh-app-cli.sh --version # 应输出版本号(如 0.2.2-rc.1)安装 pnpm 全局正式包(
pnpm add -g agent-worker-mcp@latest),把~/.codex/config.toml的[mcp_servers.dsh-worker]指向 pnpm 全局 bin shim(command=$(pnpm bin -g)/agent-worker-mcp,升级后自动跟随,无需改路径;也可用node+ 构建产物dist/index.js),并补上 sdk 后端与白名单(路径按本机替换):[mcp_servers.dsh-worker] command = "/Users/<you>/Library/pnpm/bin/agent-worker-mcp" args = [] cwd = "/Users/<you>" enabled = true startup_timeout_sec = 60 tool_timeout_sec = 1800 default_tools_approval_mode = "approve" [mcp_servers.dsh-worker.env] HOME = "/Users/<you>" DSH_HOME = "/Users/<you>/.dsh" WORKER_BACKEND = "sdk" WORKER_DSH_COMMAND = "/Users/<you>/scripts/dsh-app-cli.sh" WORKER_DSH_PATCH = "off" WORKER_ALLOWED_ROOTS = "/Users/<you>" WORKER_MAX_CONCURRENT = "4" WORKER_TIMEOUT_S = "1800" PATH = "/Users/<you>/.nvm/versions/node/v24.19.0/bin:/Users/<you>/Library/pnpm/bin:/opt/homebrew/bin:/usr/bin:/bin:/usr/sbin:/sbin"重启 Codex / ChatGPT 桌面 app(MCP 工具目录在握手时协商),先在会话里调用
worker_describe/worker_usage验证,再跑一个真实任务。 也可不挂载直接自检:printf '%s\n' \ '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18"}}' \ '{"jsonrpc":"2.0","id":2,"method":"tools/list"}' \ | WORKER_BACKEND=headless node dist/index.js 2>/dev/null | tail -1 | head -c 400回滚:还原第 1 步的配置备份并重启 leader 即可。
两版可并存对比(用不同的 MCP server 名);它们的任务目录互不冲突(在用版
~/.dsh-mcp/jobsvs 本仓库$DSH_HOME/mcp-tasks)。
通过 npm 使用
包名:agent-worker-mcp(只发布构建产物;本机仍需安装 DSH)。
npm i -g agent-worker-mcp # 或直接用 npx
npx -y agent-worker-mcp # 由 MCP 客户端拉起(stdio)MCP 客户端配置可用:
{
"mcpServers": {
"dsh": { "command": "npx", "args": ["-y", "agent-worker-mcp"] }
}
}注意:npm 包不包含 DSH 本体;worker 通过 dsh(PATH)、WORKER_DSH_DIR 或 WORKER_DSH_CLI 找到本机 DSH。
接入 leader
1) Claude Code(最省事)
claude mcp add --scope user --transport stdio dsh -- node "C:\path\to\agent-worker-mcp\dist\index.js"
claude mcp list
claude mcp get dsh带环境变量时注意 --env 的位置(放在 server 名之前):
claude mcp add --scope user --transport stdio --env WORKER_DEFAULT_CWD="D:\work\repo" dsh -- node "C:\path\to\agent-worker-mcp\dist\index.js"等价 .mcp.json 见 examples/claude-mcp.json。
避免每次弹授权:把 dsh 工具加入用户级 allowlist(~/.claude/settings.json 的 permissions.allow):
["mcp__agent-worker-mcp__worker_run", "mcp__agent-worker-mcp__worker_status", "mcp__agent-worker-mcp__worker_result", "mcp__agent-worker-mcp__worker_cancel", "mcp__agent-worker-mcp__worker_describe",
"mcp__agent-worker-mcp__worker_tasks", "mcp__agent-worker-mcp__worker_audit", "mcp__agent-worker-mcp__worker_read_result", "mcp__agent-worker-mcp__worker_batch_run",
"mcp__agent-worker-mcp__worker_batch_status", "mcp__agent-worker-mcp__worker_batch_result", "mcp__agent-worker-mcp__worker_search", "mcp__agent-worker-mcp__worker_metrics",
"mcp__agent-worker-mcp__worker_usage"]本机已写入(备份
settings.json.bak-dsh-allow-20261102)。安全边界仍由 worker 的permission_mode/ 审批桥承担。
2) Codex CLI / IDE
把下面加到 ~/.codex/config.toml(完整示例见 examples/codex-config.toml):
[mcp_servers.dsh]
command = "node"
args = ["C:\\path\\to\\agent-worker-mcp\\dist\\index.js"]
startup_timeout_sec = 30 # 默认 10;worker 自身启动很快,留余量
tool_timeout_sec = 300 # 默认 60;allow worker_status 长轮询(wait_s≤120s)
enabled_tools = ["worker_run", "worker_status", "worker_result", "worker_cancel", "worker_describe", "worker_tasks", "worker_audit", "worker_read_result", "worker_batch_run", "worker_batch_status", "worker_batch_result", "worker_search", "worker_metrics", "worker_usage"]
# approve = 不再询问(auto 仍会按风险询问);安全边界由 worker 的 permission_mode(默认 workspace-write)兜底
default_tools_approval_mode = "approve"
# 桌面端对 MCP 工具的审批可被 per-tool 覆盖(14 个工具都要写)
[mcp_servers.dsh.tools.worker_run]
approval_mode = "approve"
# ……其余工具同理:worker_status / worker_result / worker_cancel / worker_describe / worker_tasks / worker_audit /
# worker_read_result / worker_batch_run / worker_batch_status / worker_batch_result / worker_search / worker_metrics / worker_usage
[mcp_servers.dsh.env]
WORKER_DEFAULT_CWD = "C:\\path\\to\\your\\project"校验:codex mcp get dsh(本机已配置为 default_tools_approval_mode: approve + per-tool approve;改前备份 config.toml.bak-dsh-approve-20261102)。改完需完全退出并重开 Codex/ChatGPT 桌面 app,配置在 app 启动时加载。
3) ChatGPT 桌面 app
调研显示 ChatGPT 桌面 app、Codex CLI、IDE 扩展共享同一份 ~/.codex/config.toml,所以按上面 Codex 的配置配好后重启桌面 app 即可使用(未实测,若无效请反馈)。
4) ChatGPT web(后置)
ChatGPT web 只接受远程 MCP(Streamable HTTP / SSE),不接受 stdio。两条路:
推荐:OpenAI Secure MCP Tunnel(需要 Platform 组织 +
tunnel_id+ runtime API key):tunnel-client init --sample sample_mcp_stdio_local --profile dsh-local \ --tunnel-id tunnel_xxxxxxxx --mcp-command "node C:\\path\\to\\agent-worker-mcp\\dist\\index.js" tunnel-client run --profile dsh-local然后在 ChatGPT → Plugins →
+→ Add custom MCP server → Connection 选 Tunnel → Create。 注意 Tunnel 硬限制:单请求 120s / 10 MiB / 600 rpm,所以必须用本 worker 的异步任务模型(run立即返回 + 轮询)。或自建 HTTPS + OAuth 2.1(工作量大,暂未实现)。
5) Claude Desktop(本地 MCPB)
模板见 examples/mcpb-manifest.json。需要把 dist/ 与 node_modules 一起打包进 MCPB 扩展,用 mcpb pack 生成 .mcpb 后拖入 Claude Desktop(未实测)。
工具面
工具 | 作用 | 关键参数 |
| 提交任务,立即返回 |
|
| 查状态 + 有界事件摘要;默认 |
|
| 取最终结果;验收优先看 |
|
| 取消任务(杀进程树) |
|
| 列出最近任务摘要(回顾/继续轮询) |
|
| 读取审计事件(任务生命周期/审批决定) |
|
| 分页读取落盘产物 |
|
| 批量并行派发(每项可带 cwd/session/权限) |
|
| 批量聚合状态(整体状态 + 子任务 + 计数) |
|
| 批量聚合结果(输出/错误/耗时) |
|
| 在历史任务的输出与工具结果里检索 |
|
| 计数/耗时分位/排队/后端/OTel 状态 + token 与估算费用汇总 | — |
| 按时间窗口聚合用量与费用(任务数/状态/耗时/DSH token/估算费用,按 cwd 分布) |
|
| 返回入口/默认值/限制,供 leader 自适应 | — |
典型调用序列(leader 视角):
// 1) 提交
{ "name": "worker_run", "arguments": { "task": "修复 utils.ts 的空指针,并跑 pnpm test 验证", "cwd": "D:\\work\\repo" } }
// → { task_id, status: "queued", session_id, cwd, hint }
// 2) 轮询(每次最多等 25s;运行中会收到 notifications/progress)
{ "name": "worker_status", "arguments": { "task_id": "...", "cursor": 0, "wait_s": 20 } }
// 3) 结束后取结果
{ "name": "worker_result", "arguments": { "task_id": "..." } }状态机:
queued ──▶ running ──▶ succeeded
│ ├──▶ failed(超时/DSH 报错)
│ ├──▶ cancelled
└──▶ 不会出现:被取消的排队任务会直接 cancelled多轮续聊:把首次 worker_run 返回的 session_id 传给下一次 worker_run;同一 session 的任务串行执行(DSH 侧单写者),不同 session 并行(受 WORKER_MAX_CONCURRENT 限制)。
让 leader 主动委派(可选,推荐)
MCP 只把工具摆给 leader,是否调用由 leader 模型自己决定,协议层无法强制。想提高“自动委派”概率,三档手段(从弱到强):
工具描述/instructions(已内置):
worker_run描述与 serverinstructions写明「一个任务 = 一个可验收工作单元(实现+自测+证据);禁止微任务;长轮询 60–120s」——这是 ChatGPT web / Claude Desktop 等远程 leader 唯一可用的杠杆。指令文件(本地 leader 有效):
Claude Code:
~/.claude/CLAUDE.md(本机通过@~/AGENTS.md引用);Codex:
~/.codex/AGENTS.md(全局);或项目内AGENTS.md(就近生效)。 本机已写入「粗粒度委派」规则(AGENTS.md.bak-dsh-coarse-20261102为改前备份)。
Hook(仅 Claude Code 等支持 hook 的 host):UserPromptSubmit 每次注入提醒,最稳但配置成本最高。
注意:远程 leader(ChatGPT web / Claude Desktop)读不到本地指令文件,只能靠第 1 条 + 用户明说「用 dsh 跑」。
粒度怎么定(关键)
一个
worker_run覆盖「定位 → 实现 → 自测 → 证据」,典型:一个功能点 / 一个 bug / 一个测试修复批次 / 一次跨文件重构;少于 3 次工具调用或 2 分钟内能做完的事,leader 自己做;不要拆成多个 dsh 任务;
只有独立可并行(用
worker_batch_run)、需要决策、风险隔离时才拆分;轮询用
worker_status(wait_s=60~120),不要在 DSH 执行期间重复劳动;详细模板、反例/正例、验收动作、如何用
scripts/leader-usage.mjs验证:docs/delegation-playbook.md。
目标达成率测量(leader 提速 / 省 token)
目标前提:Codex/ChatGPT、Claude Code 作为 leader,通过本 worker 把重活交给 DSH。核对方式:同任务 A/B 对照(leader 自己做 vs 委派 DSH)。
# A/B 对照(会真实消耗 leader 额度;只读分析类任务最安全)
pnpm measure:ab -- --cwd D:\work\repo --task "统计 src 下 ts 文件数量并列出最大的 3 个(只读分析)" --runs 3 --expect "src"
# 持续观察 leader 自己的会话用量(不跑基准)
pnpm measure:leader -- --since-hours 24报告包含:加速比、leader token 节省率、cost 节省率、正确性守门、DSH token、DSH token / 省下 leader token,以及目标达成率 x/2 或 x/3。
口径/公式/协议/局限:docs/measurement.md
真实首测(单样本,任务:统计 src 下 ts 文件并列出最大 3 个):加速 2.29x、leader token 省 46.0%、cost 省 31.1%、达成率 2/2;报告样例在
measure-runs/report-*.md。leader token 来自 Claude Code
-p --output-format json的usage/cost;Codex 用scripts/leader-usage.mjs从 rollout 聚合;ChatGPT web 无本地计量(见文档局限)。
配置(环境变量)
变量 | 默认 | 说明 |
|
| MCP 传输: |
|
| HTTP 监听地址; |
|
| HTTP 端口( |
| 无 | HTTP Bearer token;非回环地址必填 |
| 自动探测 |
|
| — | 完整命令(如 |
| — | DSH 安装目录(自动拼 |
|
|
|
|
| 执行后端: |
|
| 长驻后端使用的 DSH profile |
|
| SDK 后端 provider |
|
| SDK 后端 model(进程级固定) |
| 无 | 推理强度(可选,如 |
| 无 | 单次输出 token 上限(可选) |
|
| 后端空闲多少分钟回收(1–240) |
|
| 后端 initialize 超时(秒);失败自动重试 1 次,仍失败则自动降级 headless |
| 无 | 省略 |
| 无 | 分号分隔的允许目录白名单(设置后只能在这些目录下跑) |
| 无 | 兼容旧版 bridge 的允许目录写法(平台分隔符:POSIX |
|
| 默认 |
|
| 单任务默认超时(秒);旧默认 900s 实测偏小(v0.10.0 起改 1800) |
|
| 全局并发任务上限(1–8,另受同 session 串行约束) |
|
| 同一 git 仓库根(含子目录/worktree 任务)的并发上限;非 git 目录回退按 cwd 计(防止单项目占满) |
|
| 已结束任务保留分钟数,超时自动清理 |
|
| 任务数上限;超额先淘汰最老的已结束任务 |
|
| 自动清理间隔(分钟) |
|
| 审计日志目录( |
|
| 批量任务元数据目录 |
|
| 单次批量提交的最大任务数(1–32) |
| 无 | OTLP/HTTP traces 端点(如 |
|
| OTel |
|
| DSH 兼容补丁: |
|
| workspace-write ACL 失败后的目标模式: |
|
| 首条命令 ACL 失败即立即中止当前 attempt(不再等模型空转/长超时),进入降级决策 |
|
| 是否允许自动升级 |
|
|
|
|
| 暂缓启用:单任务 DSH token 预算,默认 |
|
| cwd 能力缓存(落盘,auto 模式据此选权限模式),跨 worker 进程;同时记录「worktree 根 ACL 不可用」,避免同 root 反复创建+失败 |
|
| cwd / worktree 根能力缓存 TTL(小时);修好 ACL 后等 TTL 过期或删缓存文件即可重新尝试 worktree |
|
| 后端崩溃/初始化失败时自动重试一次 |
|
| ACL 受限仓库自动创建可写 worktree(仅干净 git 仓库)。worktree 根目录必须对当前用户完全控制,否则 worktree 同样会 ACL 失败 |
|
| 自动 worktree 根目录;不要指向 ACL 受限的盘/目录(如企业仓库所在的受限 D 盘),默认的用户主目录满足 |
|
| 终态任务过期后自动 |
|
| worktree 保留时长(分钟),超时由清理任务移除 |
| 无 | 任务结束 POST 通知(JSON) |
| 无 | 任务结束执行命令( |
|
| 结果超长时落盘阈值 |
|
| 幂等键有效期(小时,0 = 永不过期); |
|
| 幂等键索引落盘目录 |
|
| 费用估算:输入 token 单价(美元/百万 token) |
|
| 费用估算:cacheRead 单价(美元/百万 token) |
|
| 费用估算:输出 token 单价(美元/百万 token) |
|
| 费用估算展示用美元兑人民币汇率 |
|
| 单次 |
|
| 单次 |
|
| 是否采集 git 证据(status/diff 摘要 + diff.patch);置 0 关闭 |
|
| 是否向任务文本注入 |
|
|
|
|
| DSH 状态目录(会透传给子进程) |
权限模式说明(DSH 侧行为):
read-only:只读任务;workspace-write(默认):项目目录内可读写、可跑命令;越界/提权操作会被 DSH 审批 fail-closed 拒绝(headless 没有审批通道);danger-full-access:全权,谨慎使用(只在明确信任的任务上开)。
任务落盘与恢复
$DSH_HOME/mcp-tasks/<task_id>/
meta.json 状态、cwd、session、退出码、错误(含 usageTokens 与幂等键)
events.jsonl DSH --json 事件流(追加写)
result.txt 输出超长时的完整结果
$DSH_HOME/mcp-idem/
idem-<key-hash>.json 幂等键 → task_id 索引(默认保留 24h)审计日志(append-only,独立于任务目录):$DSH_HOME/mcp-audit/audit.jsonl,记录 task_created / task_started / task_succeeded|failed|cancelled / approval_*;可用 worker_audit 查询。
worker 重启时,未完成的 queued/running 任务会被标记为 failed(interrupted: worker restarted before the task finished),不会假装成功。
安全模型
只走 stdio 或显式 HTTP:默认 stdio 不监听端口;HTTP 模式必须 Bearer token(
0.0.0.0无 token 直接拒绝启动)。cwd 校验:拒绝用户主目录及其祖先目录(Windows ACL 沙箱会让 shell 工具不可用),可加
WORKER_ALLOWED_CWDS白名单。默认 fail-closed:无人值守没有审批通道(两种后端一致),需要审批的操作一律拒绝,不会静默放权。
取消即杀进程树(Windows
taskkill /T /F),避免僵尸 DSH。输出有界:超长结果落盘,避免撑爆 leader 上下文。
已知限制
冷启动:
sdk后端首次任务支付一次 initialize(本机实测 7–30s,随机器负载波动),之后每任务只付模型时间(实测 3s 级);headless后端每任务 4–11s(fallback)。initialize 超时默认 300s,失败自动重试 1 次;仍失败则自动降级 headless 重跑同一任务(避免 leader 直接看到一次失败)。sdk 后端没有 cancel 协议:
worker_cancel等价于杀掉该 cwd 的后端进程,下次任务自动重建(已实测);同一 cwd + 权限模式共享一个后端。sdk 后端模型/权限是进程级:模型由
WORKER_SDK_MODEL固定;不同permission_mode会走不同后端进程。session_id 复用仅在同一个后端进程生命周期内可靠;进程被回收/杀掉后同 id 行为未验证。
--json事件流对非final字段有 8 KiB / 32 KiB 截断,final无损;完整轨迹看events.jsonl。同一
session_id只能串行;并发续聊需拆成不同 session。Progress 通知依赖 leader 传
progressToken;不传时只是没有进度事件,不影响任务。HTTP 模式是无状态的:每个请求独立创建 server/transport,不做 MCP 会话;进度通知只在单次请求的 SSE 流内有效。
任务会被自动清理:超过
WORKER_TASK_TTL_MIN的已结束任务(含落盘目录)会被删除,之后查询返回task_not_found。授权弹窗由 leader 侧配置决定:Codex/ChatGPT 的「不询问」值是
approve(auto仍会按风险询问;writes只对写工具询问;prompt全问),建议default_tools_approval_mode = "approve"+ 每个工具的[mcp_servers.dsh.tools.<tool>] approval_mode = "approve",并完全退出重开 app;Claude Code 用permissions.allow。桌面端另有已知 bug(openai/codex#40793、#20289:部分版本线程内仍每次询问、忽略 approval_mode),遇到底座 bug 只能点「始终允许」、升级 app 或改用 Claude Code/CLI。关闭逐次确认后安全边界由 worker 的permission_mode(默认 workspace-write)与审批桥 fail-closed 兜底。initialize 偶发卡顿:initialize 正常 7–30s;曾出现 >120s 超时(旧默认值)导致任务失败,现已改为 300s + 重试 + headless 降级,并在错误里带 stderr 证据。
Windows ACL 沙箱要求目录为「完全控制」:DSH 的 workspace-write 会给工作目录写能力 SID + Low 标签,要求调用方对目录拥有完全控制(含 WRITE_OWNER);公司仓库常见继承 ACL 只有 Modify →
SetNamedSecurityInfoW failed (Win32 5)。v0.9.2 起降级链为「原目录 workspace-write → worktree workspace-write →WORKER_ACL_FALLBACK」:首条 ACL 失败即 fail-fast 中止,worktree 再失败会 二次升级;结果里attempts/sandbox_blocked(_detail)/sandbox_fallback/effective_permission_mode显式记录,绝不静默假成功。worktree 根目录本身也必须完全控制(2026-11-10 真实任务因D:\work\worktrees\dsh只有 Modify 而空转,已由 fail-fast + 二次升级修复);可用WORKER_ACL_FALLBACK=read-only|off收紧。自动升级的 full access 无沙箱:任务在
danger-full-access下可读写当前用户能访问的任意路径;这是为「调用简单」有意选择的 B 方案,请配合WORKER_ALLOWED_CWDS限定目录、审计日志与 git 回滚使用;高敏感仓库建议用read-only或off。审计日志无轮转:
audit.jsonl持续追加,长期使用需自行归档/切割。ChatGPT 直连未打通:需要 Secure MCP Tunnel(无配额未实测)或自建 HTTPS + OAuth 2.1(OAuth 未实现);本地 HTTP + Bearer 给不了 ChatGPT。
审批桥 v0 是粗粒度:只做「检测审批阻断 → elicitation 询问 → 整任务以 danger-full-access 重试」,且真实 DSH 审批场景尚未端到端实测。
批量/检索的边界:批量元数据(
batch_id → task_ids)落盘可跨重启,但子任务本身仍受 TTL 清理;worker_search只扫内存中保留的任务(被清理的历史任务搜不到)。OTel 是轻量实现:不引 OTel SDK,只把每个任务的 span 以 OTLP/HTTP JSON 推送(best-effort,3s 超时);指标是
worker_metrics拉取式快照,未做 OTLP metrics 推送。read-only 下的 pwsh 编码问题(已自动双层修复):DSH 的
dsh-pwsh-local会给每条命令前缀[Console]::OutputEncoding = [System.Text.UTF8Encoding]::new($false);read-only 的 Windows ACL 沙箱以 ConstrainedLanguage 启动 pwsh,构造 .NET 类型被拒 → 每次调用两条InvalidOperation: 无法创建类型…。跳过该前缀后,无控制台 spawn 的 pwsh 又会按系统代码页(GBK)写 stdout/stderr,而 DSH 固定按 UTF-8 解码 → 中文输出/错误乱码。worker 启动时自动修两层:① 前缀改为仅非 ConstrainedLanguage 执行;②dsh-subprocess-local的输出解码改为「UTF-8 严格解码失败 → GBK 兜底」(合法 UTF-8 输出不受影响)。均带备份、幂等;DSH 升级后下次启动自动重打。可用WORKER_DSH_PATCH=notify|off关闭自动修复,手动脚本见scripts/patch-dsh-pwsh-encoding.ps1与scripts/patch-dsh-output-decoding.ps1。ChatGPT web / Claude Desktop 两条远程/打包路径尚未实测。
续聊 session 不能跨后端恢复(已自动恢复):DSH SDK 协议只有
initialize/session/prompt/shutdown,没有 resume/restore;worker 重启或后端重建后用旧 session id 续聊会报session "..." already exists。worker 自动换新 session id 重试一次,并把上一轮任务/结果摘要作为「续聊上下文」拼进新指令(事件session_resume_fallback可见;结果里的session_id是新 id)。同一后端存活时则正常续聊、不触发恢复。长任务空闲回收(v0.6.5 已修):此前
sweep()只看lastUsedAt,运行超过 10 分钟的任务会被回收杀掉(真实 11 分钟任务、13.3M token 沉没);现在有 in-flight prompt 的后端不会被回收,任务结束刷新时间。read-only 的 ACL 误判(v0.6.5 已修):此前只要事件/最终文本里出现
SetNamedSecurityInfoW就会被当作写沙箱失败,导致已产出完整报告的只读任务被标 failed;现在仅「非 read-only 模式 + tool_result.isError」才判定。token 预算默认关闭:
WORKER_MAX_TASK_TOKENS=0;建议真实使用设 3M–8M,防止单个失控任务烧掉大量额度。超限任务会被取消并标 failed(不是用户取消),事件流有token_budget_exceeded。自动 worktree 只对干净 git 仓库生效:有未提交改动/非 git 仓库不会复制(直接进入 ACL 降级链的下一级)。worktree 默认按
WORKER_WORKTREE_TTL_MIN(24h)自动git worktree remove/prune;清理前如需合入,用worker_result.worktree路径审查,diff.patch证据不受清理影响。完成通知是外部通道:MCP 协议无法主动唤醒空闲 leader;
WORKER_NOTIFY_WEBHOOK/NOTIFY_CMD用于 webhook/桌面通知,未配置时不发通知。发布/外部用户建议:设
WORKER_ALLOW_FULL_ACCESS_FALLBACK=0保持 fail-closed;确认WORKER_WORKTREE_ROOT位于用户完全控制目录;ACL 失败时worker_result.failure_kind=sandbox_acl+sandbox_blocked_detail会给出 icacls / 换 worktree root / 显式传permission_mode三种修法。worktree 改动不会自动合入(v0.9.4):
worker_result.merge_hint给出base_commit/patch_path/ 可直接执行的apply_command与审阅提示;先worker_read_result(source=diff)审阅(patch 可能含.dsh-*探针文件与二进制占位),确认后再执行 apply。并发配额自 v0.9.4 起按 git 仓库根 计(同仓库子目录任务串行,非 git 目录按 cwd)。
排错
现象 | 处理 |
leader 里工具列表没有 dsh_* | 检查命令路径、 |
| 传具体项目目录;不要用 |
| 任务还没结束:先 |
任务 | 当前任务需要审批(如写工作区外):换 |
Codex/ChatGPT 桌面端每次调用仍弹授权 | 确认 |
| worker 启动时自动修复两层(前缀 + GBK 兜底解码);若调成 |
任务报 | 该目录 ACL 只有 Modify(常见于公司仓库):worker 默认自动升级 |
续聊报 | 正常降级路径:worker 自动换新 session id + 带上本地「续聊上下文」重试(事件 |
找不到 DSH 入口 | 设 |
想看真实参数/限制 | 调 |
开发
src/
index.ts stdio 入口(生产环境装配)
server.ts MCP 工具注册(14 个工具 + instructions)
task-manager.ts 异步任务:排队/并发/session 串行/每仓库配额/TTL 清理/状态机/长轮询/恢复/审计
dsh-runner.ts headless 后端:spawn dsh、NDJSON 解析、超时、杀进程树、stderr 尾部
sdk-backend.ts sdk 后端:长驻进程、initialize、prompt、session.event 映射、取消=杀进程
sdk-pool.ts 按 cwd + 权限模式缓存后端,空闲回收
sdk-runner.ts 用长驻后端实现 TaskRunner
fallback-runner.ts sdk 启动失败时自动降级 headless(仅基础设施失败触发)
sandbox-errors.ts Windows ACL 沙箱失败识别(grantWrite Win32 5)与降级判定/提示
jsonrpc-line.ts 换行 JSON-RPC 客户端(请求/通知/超时/关闭)
http-server.ts Streamable HTTP 传输(无状态、Bearer、/healthz)
approval.ts 审批阻断检测(供 worker_result 的审批桥使用)
audit.ts append-only 审计日志(JSONL)
artifacts.ts 任务产物的安全分页读取(worker_read_result)
evidence.ts 从事件提取结构化证据:命令退出码/标记/编辑聚合(预算内)
git-evidence.ts git 基线/变更文件/diff.patch 采集(超时与失败不影响任务)
report-protocol.ts 汇报协议页脚注入 + [DSH:NEEDS_DECISION] 检测 batch-manager.ts 批量任务(fan-out):创建、聚合状态/结果、取消
search.ts 历史任务内容检索(输出 + 工具结果)
otel.ts 轻量 OTLP/HTTP span 导出(无 SDK 依赖)
usage.ts DSH token 用量提取/累加(headless step_end 与 sdk assistant/message)
pricing.ts DeepSeek 单价与费用估算(USD/CNY,v0.10.0 合并自在用版 bridge)
usage-report.ts 用量/成本聚合(worker_usage 工具,按天/按 cwd)
idempotency.ts 幂等键落盘索引(worker_run idempotency_key 去重)
dsh-patch.ts DSH 兼容补丁:启动时检测/修复 pwsh 编码前缀(apply/notify/off)
ndjson.ts NDJSON 解析(跨 chunk/CRLF/脏行)
output.ts 输出落盘与摘要
keyed-lock.ts session 级串行锁
config.ts 环境变量、DSH 入口探测、cwd 校验
store.ts meta.json / events.jsonl 落盘
test/ 216 个单测 + 真实 DSH 烟测(`test/mcp-smoke.ts`、`test/http-smoke.ts`)
examples/ 多端接入示例(Claude / Codex / MCPB / 远程接入)
scripts/ 部署与运维:deploy.ps1(源码→运行目录)/ patch-dsh-pwsh-encoding / patch-dsh-output-decoding / measure-goals / leader-usage / monitor-thread.py(Codex thread 配额/token 监控,兼容两版任务落盘)
docs/ measurement.md(目标口径/公式/A/B 协议/局限)、delegation-playbook.md(委派粒度与任务模板)pnpm test # 单元测试(假 DSH fixture,不耗模型 token)
pnpm smoke # 真实 DSH 全链路(stdio,消耗少量 token)
pnpm smoke:http # 真实 HTTP 传输冒烟(healthz / 401 / 真实任务)
pnpm measure:ab # 目标达成率 A/B(leader 自己做 vs 委派 DSH;消耗 leader 额度)
pnpm measure:leader# 扫描 leader 会话用量(Claude transcripts + Codex rollouts)
pnpm build # tsc 产物到 dist/测试覆盖:NDJSON 解析/截断、输出落盘、session 锁、dsh 进程超时与取消、任务管理器(并发/每仓库配额/session 串行/长轮询/恢复/取消/TTL 清理/数量上限/审计)、JSON-RPC 客户端、SDK 长驻后端与池、HTTP 传输(鉴权/healthz)、审批桥、新增只读工具、DSH token 用量提取与累加、DSH 兼容补丁(编码前缀 + GBK 兜底解码;apply/notify/off/幂等/版本漂移)。v0.10.0 追加:费用估算(单价/汇率)、worker_usage 聚合、幂等键(落盘命中/TTL/forget/prune)、worker_result 分页、配置合并项(默认 1800s、WORKER_ALLOWED_ROOTS 兼容、单价覆盖)。
发布到 npm(维护者)
采用 npm Trusted Publishing(OIDC 绑定 GitHub Actions),CI 发布不需要 NPM_TOKEN。
首次发布必须手动(npm 上还不存在该包时无法配置 Trusted Publisher):
npm login # 浏览器/2FA pnpm build npm publish --access public在 npm 包页面 → Settings → Trusted Publishing → GitHub Actions:
Organization/user:
tongsh6Repository:
agent-worker-mcpWorkflow filename:
publish.yml保存时按需输入 2FA。
之后发布只需打 tag:
npm version patch --no-git-tag-version git add -A && git commit -m "chore(release): vX.Y.Z" git tag vX.Y.Z && git push --follow-tagsActions 会执行
pnpm test→pnpm build→npm publish --access public --provenance(OIDC,无 token)。也可在 Actions → publish → Run workflow 手动触发。
注意:npm Trusted Publisher 要求使用较新的 npm CLI(workflow 里用 Node 24),且 workflow 文件名必须与配置一致。
License:MIT(见 LICENSE)。
14. 退出码来自文本标记:[exit code: N] / [killed by signal] / [timed out] / [sandbox: ...] 由 worker 从工具输出解析;DSH 若改格式,exit_code 会退化为 null 并保留 markers 原文,不会给错值。
15. git 证据的 pre_existing 是文件级:只能标记「任务开始前已脏」的文件,无法区分同一文件里任务前后各自的改动行。
16. 决策协议依赖 DSH 遵守标记:[DSH:NEEDS_DECISION] 由模型按页脚输出;不遵守时退化为 completed + 叙述,不做启发式猜测;可用 worker_metrics.outcomes 观察遵守率。
17. worker_status 默认 detail 变更(v0.9.0):默认不再回传 tool_call/tool_result/text 事件;需要旧行为时传 detail=events 或设 WORKER_STATUS_DETAIL=events。
路线图
M1 ✅ 已完成(2026-11-02):长驻
dsh --profile sdk后端(默认),一次 initialize 后每任务只发 prompt;保留headlessfallback。M2 🟡 部分完成(2026-11-02):HTTP 传输(无状态 Streamable HTTP + Bearer +
/healthz)与审批桥 v0 已实现并测试;ChatGPT 直连需 Secure MCP Tunnel(无配额)或 OAuth 2.1(未实现),见 examples/remote-access.md。M3 ✅ 已完成(2026-11-02):任务 TTL 清理 + 数量上限、每 cwd 并发配额(v0.9.4 起按 git 仓库根)、审计日志(
worker_audit)、worker_tasks、worker_read_result。M4 ✅ 已完成(2026-11-02):批量派发(fan-out)/ 历史任务检索 / 指标快照 / 轻量 OTel span 导出。
M5 ✅ 已完成(2026-11-02):目标达成率测量——worker 侧 DSH token 计量、A/B 对照工具、leader 用量扫描器、口径文档。
M6 ✅ 已完成(2026-11-11,v0.10.0):合并本机 Codex 在用版 bridge(
server.mjsv2.2.0)的能力——worker_usage用量/成本、幂等键、stdin 防孤儿、macOS cwd 适配、worker_result分页续读、scripts/monitor-thread.py。
设计依据与市场调研见
本机分析报告(未随仓库提供)。
Available Tools
13 toolsdsh_audit查询审计日志ARead-only
读取最近的审计事件(任务创建/开始/结束/取消、审批决定等),用于追溯与排障。
Inputs: limit.
dsh_batch_result获取批量任务结果ARead-only
返回批量中每个任务的最终输出/错误/耗时;单条输出超过 max_output_chars 会截断(完整内容用 dsh_read_result)。
Inputs: batch_id (required), max_output_chars.
dsh_batch_run批量提交 DSH 任务ADestructive
一次并行派发多个彼此独立、各自可验收的工作单元(每个任务仍应覆盖「实现+自测+证据」),立即返回 batch_id;用 dsh_batch_status / dsh_batch_result 聚合查询。不要用它串行拆解同一工作流。
Inputs: tasks (required).
dsh_batch_status查询批量任务状态ARead-only
返回批量任务的整体状态、各子任务状态与计数;wait_s>0 时轮询到批量结束或超时。
Inputs: batch_id (required), wait_s.
dsh_cancel取消 DSH 任务ADestructive
取消排队中或运行中的任务:运行中的任务会杀掉整个进程树。
Inputs: task_id (required).
dsh_describe描述 DSH worker 能力ARead-only
返回 worker 版本、DSH 入口、默认参数与限制,便于 leader 自适应调用方式。
Inputs: no named parameters.
dsh_metrics查看运行指标ARead-only
返回任务计数、耗时分位(avg/p50/p95/max)、DSH 侧 token 汇总、并发限制、排队情况、后端与 OTel 状态;用于 leader 自适应与「省 token/提速」核对。
Inputs: no named parameters.
dsh_read_result读取任务完整产物ARead-only
当 dsh_result 因输出过长落盘(返回 artifacts)时,用本工具分页读取完整结果或事件日志;仅限任务目录内。
Inputs: task_id (required), offset, source, max_chars.
dsh_result获取 DSH 任务结果ARead-only
任务结束后获取最终结果(含完整输出、退出码、耗时)。输出过大时会自动落盘并返回文件路径。任务未结束时返回错误。
Inputs: task_id (required).
dsh_run提交 DSH 任务ADestructive
把一个可验收的完整工作单元(功能点/bug/测试修复批次/跨文件重构)交给本机 DSH 异步执行,立即返回 task_id。DSH 自己规划并执行多步工具调用(读代码、改文件、跑测试),一次任务应覆盖「实现 + 自测 + 证据」;不要提交单步/逐文件微任务。之后用 dsh_status 长轮询(wait_s 60–120)到终态,dsh_result 取结果;中断用 dsh_cancel。cwd 传当前项目绝对路径。
Inputs: task (required), cwd, wait_s, timeout_s, +2 more.
dsh_search检索历史任务内容ARead-only
在已记录任务的最终输出与工具结果里做子串检索,返回匹配任务与上下文片段。
Inputs: query (required), limit.
dsh_status查询 DSH 任务状态ARead-only
查询任务状态与增量事件。status 为 succeeded/failed/cancelled 表示结束。用 wait_s 长轮询(建议 60–120s)一次等更久,减少 leader 往返;不要用 5–25s 高频轮询。
Inputs: task_id (required), cursor, wait_s.
dsh_tasks列出 DSH 任务BRead-only
列出最近的任务摘要(task_id / 状态 / 任务预览 / cwd / 时间 / 错误),用于回顾历史与继续轮询。
Inputs: limit, status.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 13 tools
The lifecycle tools (run/status/result/cancel) and their batch counterparts (batch_run/batch_status/batch_result) are clearly separated by purpose. Minor overlap exists between dsh_result and dsh_read_result, and between dsh_tasks and dsh_search, but descriptions make the boundaries clear.
All tools use a consistent dsh_ prefix with snake_case verb_noun patterns (dsh_run, dsh_status, dsh_batch_run, dsh_read_result). The batch family mirrors the single-task family predictably.
13 tools is well within the ideal 3-15 range and each earns its place: core lifecycle, batch orchestration, result reading, search, audit, metrics, and introspection.
The surface covers the full async task lifecycle: submit, poll, fetch result, cancel, batch dispatch/status/result, large-output pagination, search, audit trail, metrics, and worker introspection. No obvious dead ends.
Maintenance
Related MCP Connectors
Work on your own computers from Claude or ChatGPT: run commands, edit and search files.
Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).
Start and manage Reason cloud coding agents, projects and sessions from any MCP client.
Connect ChatGPT and Claude to your Mac, Windows or Linux with secure MCP remote access.
Related MCP Servers
- AlicenseAqualityBmaintenanceEnables MCP-compatible AI clients to securely access explicitly authorized local project files and run approved development commands with bounded execution and audit logging.1MIT
- AlicenseBqualityBmaintenanceEnables launching and supervising local Codex and Claude Code agent sessions and one-shot tasks, exposing run, list, stop, and output operations over MCP with session-scoped permissions and sandbox controls.2264 npm1MIT
- AlicenseNot gradedqualityBmaintenanceConnects ChatGPT and MCP clients to authorized local development environments, enabling secure file access, shell execution, persistent tasks, browser/desktop control, and remote management of projects.19MIT
- AlicenseDqualityCmaintenanceEnables controlled local developer operations including file and process management, shell execution, SSH, WSL, Docker, Git, browser and desktop automation, media processing, and asynchronous jobs through MCP.146MIT