MCP Wasm Toolkit

한국어 (Korean) | English

MCP Wasm Toolkit - 한국어

로컬 개발 환경의 의존성을 최소화하고 웹 브라우저 내 가상 운영체제 커널과 로컬 호스트의 자원을 유기적으로 결합하는 서버리스 가속 하이브리드 개발 플랫폼입니다.

기존의 에이전트 개발 도구들은 호스트 컴퓨터에 직접 수많은 패키지와 런타임을 설치해야 하므로 개발 환경이 오염되거나 보안 취약점에 노출되는 한계가 있었습니다. 본 툴킷은 이러한 물리적 한계를 극복하고 가상화된 웹어셈블리 브라우저 샌드박스를 제공하여 완벽한 실행 격리성과 고성능 자원 접근성을 동시에 실현합니다.

Related MCP server: DevEx MCP Server

핵심 강점 및 장점

1. 물리적 환경 오염 방지

로컬 환경에 파이썬, 데이터베이스 등의 무거운 개발 요소들을 설치할 필요가 없습니다. 모든 연산과 실행은 웹 브라우저 메모리 파일시스템 내부에서 일어난 뒤 탭을 닫는 즉시 완전 소멸합니다.

2. 가상화 샌드박스 보안 격리

에이전트가 수행하는 크롤링이나 외부 스크립트 실행이 호스트 운영체제 장치에 전혀 영향을 주지 않는 격리 영역 내에서 수행되므로 잠재적인 위협 요소로부터 호스트 PC를 완벽히 보호합니다.

3. 무비용 클라이언트 스케일아웃

중앙 집중화된 고성능 AI 서버 인프라를 임대하지 않고도 접속한 사용자의 디바이스 웹 브라우저 자원을 직접 계산 노드로 활용하므로 인프라 구축 및 운영비용을 제거할 수 있습니다.

4. 하이브리드 스트리밍 가속

로컬에 위치한 대용량 인공지능 모델 파일을 브라우저 메모리에 무겁게 복사하지 않고 필요한 시점에 바이트 범위 단위로 실시간 슬라이싱하여 스트리밍 연산합니다.

왜 사용해야 하는가?

개발 프로세스에서 안전하고 정돈된 실험실 환경이 필요할 때 본 플랫폼은 가장 이상적인 선택지입니다.

• 에이전트 제어 리스크 완화: 자율적으로 코드를 작성하고 실행하는 AI 에이전트에게 호스트 터미널 권한을 전체 위임하는 것은 매우 위험합니다. 브라우저 커널 샌드박스는 통제 가능한 안전한 가상 명령줄을 제공합니다.

• 디바이스 독립적 런타임 제공: 윈도우, 맥, 리눅스 등 운영체제 종류나 디바이스 사양에 관계없이 일관된 웹 기반 실행 환경을 보장합니다.

• 신속한 백업 및 복원: 전체 가상 디스크의 작업 상태를 하나의 압축 파일로 즉시 다운로드하고 다시 푸는 원클릭 저장 메커니즘을 지원합니다.

이게 어떻게 동작하는가?

이 플랫폼은 로컬 컴퓨터에서 동작하는 중계 프록시와 웹 브라우저 탭 상에서 작동하는 웹어셈블리 가상 커널 간의 양방향 통신 구조로 동작합니다. 개발자 도구 및 AI 에이전트는 표준 프로토콜을 통해 요청을 전달하며, 모든 코드 연산과 인공지능 추론은 브라우저 샌드박스 내부에서 안전하게 실행됩니다.

메인 종합 흐름도

graph LR
    IDE[에이전트 IDE] <-->|Stdio / JSON-RPC| Proxy[로컬 프록시]
    Proxy <-->|WebSocket / HTTP Range| Browser[브라우저 AMEVA OS]
    Browser <-->|Wasm 엔진| Inference[로컬 GGUF / 웹 어셈블리 연산]

아키텍처 흐름도

인물 및 컴포넌트 간의 상호작용과 작업 생명주기는 다음과 같은 순서로 진행됩니다.

sequenceDiagram
    participant Agent as AI 에이전트
    participant Proxy as 로컬 프록시
    participant Browser as 브라우저 가상 OS
    participant WasmCore as Wllama WASM 코어
    Agent->>Proxy: 툴 호출 요청
    Proxy->>Browser: 웹소켓으로 요청 중계
    Browser->>WasmCore: LLM 추론 연산 위임
    WasmCore->>Proxy: Range Request 요청
    Proxy->>WasmCore: 모델 조각 데이터 반환
    WasmCore->>Browser: 추론 결과 생성 완료
    Browser->>Proxy: 실행 결과 응답
    Proxy->>Agent: 표준 출력 형식 반환

시스템 구성도

호스트 영역과 브라우저 격리 영역의 자원 구조 및 분할 경계는 다음과 같이 구성됩니다.

graph TD
    subgraph Host [호스트 PC]
        IDE[에이전트 IDE]
        Proxy[로컬 프록시 게이트웨이]
        LocalFiles[(로컬 GGUF 모델 폴더)]
    end
    subgraph BrowserEnv [웹 브라우저]
        Kernel[가상 리눅스 커널]
        VFS[(메모리 가상 파일시스템)]
        WasmEngine[Wllama WASM 추론 엔진]
    end
    IDE <-->|Stdio JSON-RPC| Proxy
    Proxy <-->|WebSocket 서버| Kernel
    Proxy <-->|HTTP Range Requests| WasmEngine
    Kernel <-->|가상 입출력| VFS
    WasmEngine <-->|Inference Delegation| Kernel
    LocalFiles <-->|바이트 스트리밍| Proxy

데이터 흐름도

대용량 모델 파일을 점진적으로 로딩할 때 발생하는 데이터와 바이트 스트림의 세부 흐름입니다.

graph TD
    Client[클라이언트] -->|질의 프롬프트 송신| Browser[브라우저 커널]
    Browser -->|Wasm 로드 검증| Wllama[Wllama 모듈]
    Wllama -->|부분 범위 바이트 요청| HTTP[HTTP Range 요청]
    HTTP -->|경로 스캔 및 조각 전송| ProxyServer[로컬 프록시 게이트웨이]
    ProxyServer -->|조각 데이터 전달| Wllama
    Wllama -->|토큰 단위 스트리밍 출력| Browser
    Browser -->|최종 텍스트 스트림 반환| Client

어떤 방법으로 사용될 수 있는가?

1. 보안 샌드박스 코딩 파이프라인

호스트 운영체제의 자원이나 중요 파일에 접근하지 못하도록 통제된 독립 웹 환경 내에서 외부 라이브러리 설치와 실행을 격리하여 진행할 수 있습니다.

2. 제로 인스톨 분산 개발 서버

Node.js 또는 Python 등 별도의 로컬 언어 런타임이 설치되어 있지 않은 환경에서도 브라우저만 켜면 복잡한 스크립트를 컴파일하고 실행할 수 있는 서버리스 코딩 실습실 구축이 가능합니다.

3. 무제한 클라이언트 스케일아웃

중앙 집중형 추론 서버 비용 지불 없이 다수의 사용자가 각자의 웹 브라우저 자원을 사용하여 추론 연산을 분산 수행하는 저비용 분산 연산망을 만들 수 있습니다.

어떻게 응용 가능한가?

1. 에이전트 전용 가상 테스트베드

Cline 또는 Cursor와 같은 도구가 생성한 검증되지 않은 외부 웹 크롤링 스크립트나 데이터 처리 코드를 호스트의 터미널 대신 브라우저 내부 VFS 환경에서 실행하여 보안 사고를 방지합니다.

2. 가벼운 엣지 인공지능 추론 모듈

로컬 그래픽 카드가 없는 보급형 디바이스에서도 소형 모델을 웹 어셈블리로 실시간 연산하여 오프라인 상태에서도 응답 가능한 온디바이스 제품을 개발할 수 있습니다.

3. 일회성 가상 컨테이너 환경

원터치 스크립트 실행 후 탭을 닫으면 완전히 소멸하는 클린 형태의 일회성 코드 인터프리터를 웹 대시보드 내에 연동하여 상용 서비스의 부가 기능으로 응용할 수 있습니다.

팀 또는 로컬에서 사용 시 사용 방법

1. 사전 요구사항

• Node.js v18 이상이 로컬 환경에 설치되어 있어야 합니다.

2. 원터치 초기 시동 및 패키지 설치

처음 개발 환경을 구축하는 동료의 컴퓨터 또는 본인의 로컬 환경 터미널에서 아래의 PowerShell 한 줄 명령어를 실행합니다. 이 과정에서 필요한 스크립트 다운로드와 의존 패키지 구성이 완료됩니다.

powershell -Command "mkdir ameva; cd ameva; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/mcp_proxy.js' -OutFile 'mcp_proxy.js'; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/package.json' -OutFile 'package.json'; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/start.bat' -OutFile 'start.bat'; npm install; .\start.bat"

3. 일상적인 실행 방법

초기 설정이 완료된 이후에는 생성된 작업 폴더 내의 start.bat을 실행하거나 아래 명령을 통해 중계 게이트웨이를 구동합니다.

node mcp_proxy.js

실행 직후 기본 브라우저를 통해 원격 커널 클라이언트가 자동으로 열리며, 로컬 게이트웨이와 영속적인 웹소켓 채널을 수립합니다.

4. 에이전트 클라이언트 연동 설정

도구를 활용할 에이전트 설정 파일에 다음과 같이 프록시 구동 세부 사항을 명시합니다.

{
  "mcpServers": {
    "mcp-wasm-gateway": {
      "command": "node",
      "args": [
        "c:/Users/ATSAdmin/Documents/UNO/small_prj/MCP-Wasm-Toolkit/mcp_proxy.js"
      ]
    }
  }
}

MCP Wasm Toolkit - English

A serverless-accelerated hybrid development platform that minimizes dependencies in the local development environment and organically combines a virtual operating system kernel inside a web browser with the local host resources.

Traditional agent development tools require installing numerous packages and runtimes directly onto the host computer, causing environment contamination and exposing security vulnerabilities. This toolkit overcomes these physical limitations by providing a virtualized WebAssembly browser sandbox, achieving complete execution isolation and high-performance resource accessibility simultaneously.

Core Strengths and Advantages

1. Prevention of Physical Environment Contamination

There is no need to install heavy development elements such as Python or databases on the local environment. All calculations and executions occur within the web browser memory file system and completely vanish as soon as the tab is closed.

2. Security Isolation via Virtualized Sandbox

Crawling or external script executions performed by the agent are conducted within an isolated space that does not affect host operating system devices, fully protecting the host PC from potential security threats.

3. Free Client-Side Scale-Out

Instead of leasing centralized high-performance AI server infrastructure, the web browser resources of connected users are directly utilized as computing nodes, eliminating infrastructure establishment and operation costs.

4. Hybrid Streaming Acceleration

Instead of performing heavy copies of local AI model files to the browser memory, the files are sliced in real-time by byte ranges and streamed whenever calculations are needed.

Why Should You Use It?

This platform is the most ideal choice when you need a safe and organized laboratory environment in your development process.

• Agent Control Risk Mitigation: It is highly risky to delegate full host terminal permissions to AI agents that autonomously write and execute code. The browser kernel sandbox provides a safe and controllable virtual command line.

• Device-Independent Runtime: Guarantees a consistent web-based execution environment regardless of operating system type (Windows, macOS, Linux) or device specifications.

• Rapid Backup and Restore: Supports a one-click saving mechanism that instantly downloads the workspace state of the entire virtual disk as a compressed file and extracts it back.

How Does It Work?

This platform works on a bidirectional communication structure between a relay proxy running on the local computer and a WebAssembly virtual kernel running on a web browser tab. Developer tools and AI agents transfer requests via standard protocols, and all code calculations and AI inferences run safely inside the browser sandbox.

Main Flow Diagram

graph LR
    IDE[Agent IDE] <-->|Stdio / JSON-RPC| Proxy[Local Proxy]
    Proxy <-->|WebSocket / HTTP Range| Browser[Browser AMEVA OS]
    Browser <-->|Wasm Engine| Inference[Local GGUF / Wasm Computation]

Architecture Flow Diagram

The interaction and lifecycle of tasks among figures and components proceed in the following order.

sequenceDiagram
    participant Agent as AI Agent
    participant Proxy as Local Proxy
    participant Browser as Browser Virtual OS
    participant WasmCore as Wllama WASM Core
    Agent->>Proxy: Tool Call Request
    Proxy->>Browser: Relays Request via WebSocket
    Browser->>WasmCore: Delegate LLM Inference
    WasmCore->>Proxy: HTTP Range Request
    Proxy->>WasmCore: Return Model Chunk Data
    WasmCore->>Browser: Inference Completed
    Browser->>Proxy: Send Execution Response
    Proxy->>Agent: Return Stdout Output

System Structure Diagram

The resource structure and division boundaries between the host area and the browser-isolated area are configured as follows.

graph TD
    subgraph Host [Host PC]
        IDE[Agent IDE]
        Proxy[Local Proxy Gateway]
        LocalFiles[(Local GGUF Model Folder)]
    end
    subgraph BrowserEnv [Web Browser]
        Kernel[Virtual Linux Kernel]
        VFS[(Memory Virtual File System)]
        WasmEngine[Wllama WASM Inference Engine]
    end
    IDE <-->|Stdio JSON-RPC| Proxy
    Proxy <-->|WebSocket Server| Kernel
    Proxy <-->|HTTP Range Requests| WasmEngine
    Kernel <-->|Virtual I/O| VFS
    WasmEngine <-->|Inference Delegation| Kernel
    LocalFiles <-->|Byte Streaming| Proxy

Data Flow Diagram

The detailed flow of data and byte streams that occurs when incrementally loading large model files is as follows.

graph TD
    Client[Client] -->|Send Prompt Query| Browser[Browser Kernel]
    Browser -->|Validate Wasm Load| Wllama[Wllama Module]
    Wllama -->|Request Part Range Bytes| HTTP[HTTP Range Request]
    HTTP -->|Scan Path & Send Chunks| ProxyServer[Local Proxy Gateway]
    ProxyServer -->|Transfer Chunk Data| Wllama
    Wllama -->|Stream Tokens Output| Browser
    Browser -->|Return Final Text Stream| Client

In What Ways Can It Be Used?

1. Secure Sandbox Coding Pipeline

Installs and runs external libraries inside an isolated web environment controlled to prevent access to host operating system resources or critical files.

2. Zero-Install Distributed Development Server

Allows compiling and running complex scripts as long as a browser is opened, even in environments where separate local language runtimes such as Node.js or Python are not installed.

3. Unlimited Client Scale-Out

Establishes a low-cost distributed computing network where multiple users perform inference calculations dispersedly using their own web browser resources without paying central inference server costs.

How Can It Be Applied?

1. Agent-Exclusive Virtual Testbed

Runs unverified external web crawling scripts or data processing codes generated by tools like Cline or Cursor inside the browser's internal VFS environment instead of the host terminal, preventing security incidents.

2. Lightweight Edge AI Inference Module

Calculates compact models in real-time using WebAssembly even on low-end devices without local graphics cards, allowing the development of on-device products that can respond offline.

3. Disposable Virtual Container Environment

Integrates a clean-type disposable code interpreter into a web dashboard that completely perishes when the tab is closed, which can be applied as an additional feature in commercial services.

How to Use in a Team or Local Environment

1. Prerequisites

• Node.js v18 or higher must be installed on the local environment.

2. One-Touch Initial Boot and Package Installation

Run the following PowerShell one-line command in the terminal of a colleague's computer or your local environment. This process completes downloading necessary scripts and organizing dependency packages.

powershell -Command "mkdir ameva; cd ameva; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/mcp_proxy.js' -OutFile 'mcp_proxy.js'; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/package.json' -OutFile 'package.json'; iwr 'https://raw.githubusercontent.com/uno-km/MCP-Wasm-Toolkit/main/start.bat' -OutFile 'start.bat'; npm install; .\start.bat"

3. Regular Execution Method

After the initial configuration is completed, run start.bat in the generated workspace folder or boot the relay gateway via the following command.

node mcp_proxy.js

Immediately after execution, the remote kernel client is opened automatically via the default browser and establishes a persistent WebSocket channel with the local gateway.

4. Agent Client Connection Configuration

Specify the proxy run details in the agent settings file.

{
  "mcpServers": {
    "mcp-wasm-gateway": {
      "command": "node",
      "args": [
        "c:/Users/ATSAdmin/Documents/UNO/small_prj/MCP-Wasm-Toolkit/mcp_proxy.js"
      ]
    }
  }
}

Contact & Contribution

For bug reports, proposals, or collaboration inquiries regarding the project, please use the following channels.

• Developer: Uno Kim

• GitHub: https://github.com/uno-km

• Website: https://uno-km.github.io/uno-km/

• Email: uno-km@github.com