Xshell Agent Bridge

Xshell MCP Server for AI Agents — 一个面向 Codex、Claude Code、Kimi Code CLI、Cursor 等 MCP 客户端的本地桥接程序，让 AI Agent 能读取和操作已打开的 Xshell 终端标签页。

v0.4.0 企业安全策略版：在安全确认和文件传输基础上，新增 Agent 危险命令硬拦截。文件删除、资源清理、磁盘格式化、数据库删除、软件卸载和关机重启等操作不能由 Agent 发送；如确有需要，只能由用户在 Xshell 中亲自输入。

它适合需要由 AI 协助完成服务器巡检、部署、排障、离线环境文件中转或重复终端操作的场景。终端功能只能操作你在 Xshell 中已连接并主动接入桥接脚本的标签页；文件下载功能只有在你核对本地弹窗后，才会通过系统 OpenSSH 连接指定服务器。

关键词：Xshell MCP、SFTP MCP、MCP server、AI terminal automation、secure file transfer、Codex、Claude Code、Cursor、Kimi Code CLI、SSH terminal bridge。

能力与边界

它不会扫描 .xsh 会话文件，也不会读取或返回 Xshell 已保存的密码、密钥。下载请求的 MCP 参数不允许包含密码、口令或 Token；认证发生在独立的本地终端窗口中。终端可见内容仍可能包含敏感信息；而且发送文本等同于在当前会话中手动输入命令，权限与该会话完全一致。

Related MCP server: can-see

工作原理

flowchart LR
  A["Codex / Claude / Kimi / Cursor"] -->|"MCP stdio"| B["src/mcp-stdio.mjs"]
  B --> C["Node 守护进程"]
  C <-->|"本地原子文件信箱"| D["Xshell Python 脚本"]
  D --> F{"用户在 Xshell 确认？"}
  F -->|"是"| E["向当前 Xshell 标签页发送输入"]
  F -->|"否"| G["拒绝执行并回报 Agent"]
  B --> H["安全下载模块"]
  H -->|"无凭据桌面启动请求"| D
  D --> I{"用户核对下载计划？"}
  I -->|"是"| J["独立终端中人工认证"]
  J --> K["下载为 .part 并校验"]
  K --> L{"用户确认最终改名？"}

Xshell 内嵌 Python 的能力有限，因此桥接最后一段使用 data/ipc/ 下的原子 JSON 文件通信：脚本上报屏幕与会话状态，守护进程投递操作申请。脚本领取申请后先调用 Xshell 8 的 MessageBox 显示本地确认框；用户同意后才调用 xsh.Screen.Send。操作不会自动重试，避免在崩溃或断连后重复执行。

快速开始

1. 准备环境

• Node.js 20 或更高版本

• Xshell 8

• Windows OpenSSH 客户端（Windows 10/11 通常已经包含，可用 ssh -V 检查）

• 任一支持 MCP stdio 的 Agent 客户端

项目没有 npm 第三方依赖，不需要执行 npm install。仓库已经包含 Codex、Kimi Code CLI 和 Claude Code 的项目级 MCP 配置；在项目目录重新打开 Agent 客户端后，首次调用工具时会自动启动 Node 守护进程。

首次自动启动会创建本机专用的 config/local.json，其中含随机鉴权令牌。该文件已经被 Git 忽略，不能提交或分享。

2. 接入一个 Xshell 标签页

在要让 Agent 操作的 Xshell 标签页中选择：

工具 → 脚本 → 运行

然后打开：

xshell\xshell_agent_bridge.py

每个需要接入的标签页都要运行一次脚本。脚本会持续运行、每隔约 250ms 更新状态；关闭标签页或停止脚本后，该会话会自动离线。

3. 告诉 Agent 你要做什么

例如：“检查 Docker 是否安装，不要执行其他操作。”Agent 可以直接读取屏幕。涉及终端输入时，流程如下：

1. Agent 先在对话中说明这一步要做什么。

2. Xshell 弹窗显示目标主机、Agent、风险等级、原因、预期结果和完整输入。

3. 你检查内容：点击“是”才执行；点击“否”不会向服务器发送任何内容。

4. Agent 读取执行后的屏幕，再解释结果并提出下一步。

因此，普通使用者日常只需：打开 Xshell → 运行桥接脚本 → 向 Agent 描述任务 → 逐条确认写操作。

4. 从服务器下载文件

告诉 Agent 服务器地址、登录用户名、远程文件路径以及希望保存的文件名，例如：“从 10.0.0.8 的 /opt/packages/app.jar 下载到本机，保存为 app.jar。”不要在对话中提供密码。

下载流程如下：

1. Agent 解释下载目的、目标路径、预期结果和风险，然后调用 sftp_download。

2. 新版 Xshell 桥接脚本在你的真实桌面弹窗，显示服务器、用户名、远程文件、本地文件、临时文件和禁止覆盖策略；默认按钮是“否”。

3. 你点击“是”后，Xshell 脚本使用 os.startfile 从交互桌面运行本地启动文件，再创建独立 PowerShell 窗口。首次连接的主机指纹确认和密码都由你亲自输入，Agent、MCP 与 Xshell 脚本都不会收到这些输入。

4. OpenSSH 把内容写入 downloads/ 下唯一的 .part 文件。若提供预期 SHA-256，程序会自动比对。

5. 下载和校验完成后再次弹窗；只有你再次点击“是”，程序才把 .part 改为正式文件名。

6. Agent 使用 sftp_transfer_status 查询成功、拒绝或失败结果。

当前版本只下载单个普通文件，不下载目录、不自动覆盖、不自动删除失败的 .part 文件，也不会在失败后自动重试。为了兼容旧版 OpenSSH 并阻止远程路径注入，远程路径必须是绝对路径，首版暂不支持带空格或中文的远程文件名。下载时至少要有一个运行新版桥接脚本的 Xshell 标签页，用来把认证窗口安全地启动到当前 Windows 桌面；目标服务器还必须能从当前电脑通过 SSH/SFTP 访问。

如果直接关闭下载 PowerShell 窗口，后台观察进程会把任务标记为“已取消”；不会连接重试，也不会删除可能已经产生的 .part 文件。

5. 其他 Agent 客户端

仓库已包含 Codex、Kimi Code CLI 与 Claude Code 的项目级 MCP 配置。重新打开项目或在项目目录启动对应客户端后即可使用。

其他 MCP 客户端以以下命令启动服务：

node C:\绝对路径\src\mcp-stdio.mjs

可选环境变量 XSHELL_AGENT_ID 用于在审计日志中区分调用方。各客户端的配置示例见 docs/CLIENTS.md。

推荐操作流程

Agent 操作终端时必须遵循以下顺序：

1. 调用 xshell_health，确认守护进程运行且存在在线会话。

2. 调用 xshell_list_sessions，多标签页时明确选择目标 session_id。

3. 调用 xshell_read_screen，确认主机、用户、提示符和当前正在运行的命令。

4. 在对话中向用户说明本阶段的完整目标、预期结果、风险、失败后可能留下的状态和完整命令。同一目标内风险相近、依赖明确的连续命令尽量合并，减少不必要的弹窗；无关操作不得打包。

5. 调用 xshell_send 或 xshell_interrupt，等待用户在 Xshell 本地点击“是”或“否”。

6. 再次读屏，或调用 xshell_wait_for 等待预期输出，确认命令的实际结果。

7. Agent 必须主动用中文解释本次结果：是否成功、关键输出的含义、实际产生的变化、是否留下临时文件或中间状态，以及是否还需要下一步。

xshell_send 的“完成”只表示用户已批准且 Xshell 已接受输入，不代表远端命令执行成功；最后一步的读屏或等待仍然必要。

如果当前可见输出不足以判断结果，Agent 必须明确说“暂时无法确认”，并建议或执行经过用户许可的核验步骤，不能仅凭命令已经发送就宣称成功。

推荐按“目标阶段”确认，而不是机械地按每条小命令确认。例如部署一个容器通常可分为“环境与冲突检查”和“拉取、创建、启动、验证”两个阶段。后一阶段可以使用 && 在前一步成功后继续，并在确认框中一次展示全部命令。删除文件、覆盖配置、停止服务、修改权限、清理数据等破坏性操作仍须拆开单独确认，不能藏在普通检查或部署命令中。

使用注意事项

屏幕读取不是截图

桥接脚本通过 Xshell 的文本接口读取当前终端窗口，返回的是可见文字而不是图片。当前版本只读取窗口中现有的行和列，不会读取已经滚出窗口的完整回滚历史。

因此：

• 短命令和少量输出可以直接读屏确认。

• 输出速度很快时，某些文字可能在两次屏幕采集之间滚出窗口；xshell_wait_for 不应作为高吞吐日志的唯一判断依据。

• 不要依赖扩大 Xshell 回滚行数来保存部署证据；桥接程序仍然只保证读取当前可见区域。

长任务和大量日志必须落盘

部署 JAR、启动服务、构建项目或运行长任务时，应先把标准输出和错误输出写入服务器日志文件，再使用 tail、grep、sed 或 journalctl 分段检查。例如：

nohup java -jar app.jar > app.log 2>&1 &
tail -n 100 app.log
grep -nEi 'error|exception|failed' app.log | tail -n 100

随后还应检查进程、监听端口或应用健康接口，不能仅凭终端最后几行判断部署成功。同一目标的低风险连续操作可以合并说明和确认；高风险操作必须单独处理，并由用户在 Xshell 判断。

密码和敏感凭据必须由用户亲自输入

Agent 不得请求、代填、传输或保存密码、口令、Passphrase、PIN、OTP、验证码、Token、API Key 等敏感凭据。遇到认证提示时，标准流程是：

1. Agent 识别到密码或验证码提示后停止发送输入。

2. Agent 请用户切换到 Xshell，并在终端中亲自输入敏感内容。

3. 用户输入完成后通知 Agent；Agent只读取后续状态和非敏感输出，再提出下一步。

桥接核心会在两处强制拦截：

• 当前屏幕末尾出现 Password:、密码、口令、Passphrase、OTP、验证码、PIN、Token 等输入提示时，拒绝 Agent 的文本发送请求。

• 输入内容疑似使用 sshpass、sudo -S、命令行密码参数、URL 内嵌凭据或密码环境变量时，在写入 IPC 文件之前拒绝。

不要把密码发在 Agent 对话中，也不要把密码写入命令行让 Agent 代为执行。自动识别用于防止常见误操作，不能代替用户核对 Xshell 弹窗中的完整命令。

MCP 工具

本地验证与排障

不需要 Xshell 也可以验证完整流程：

npm run demo:bridge

常见情况：

安全与审计

• 写操作按 Xshell 标签页串行化，避免多个 Agent 同时输入。

• v0.4.0 只向同时声明支持 xshell-dialog-v1 和 agent-destructive-block-v1 的新脚本投递写操作；旧脚本默认拒绝。

• xshell_send 和 xshell_interrupt 强制要求 Agent 提供解释、预期结果及 low / medium / high / critical 风险等级。

• 同一目标的低风险连续命令可以合并确认；确认说明必须披露全部动作和中间状态。破坏性或高风险动作必须单独确认。

• 文件删除或清空、find -delete/-exec、容器与编排资源删除、数据库删除或清空、磁盘格式化或擦除、软件包卸载、Git 强制清理、关机重启和防火墙规则清空会被守护核心硬性拒绝，不进入 Xshell 队列。Xshell 脚本还会对任务文件做第二次检查。

• MCP 指令禁止 Agent 使用脚本、编码、别名、解释器或拆分命令绕过硬拦截。基于文本的检测仍不能代替服务器最小权限账号、受限 sudoers、文件权限和备份；企业服务器应继续使用这些系统级保护。

• 每次命令或文件传输完成后，Agent 必须核验实际输出，并用中文解释成功或失败、关键输出、实际变化及遗留状态；“已批准”或“已发送”不能作为执行成功的依据。

• 密码提示和常见命令行凭据模式会在桥接核心中被拒绝，敏感内容必须由用户直接在 Xshell 输入。

• 最终批准发生在 Xshell 本地“是/否”窗口中，不依赖不同 Agent 客户端各自的审批设置。

• 文件下载参数不提供密码字段；认证输入只发生在独立 OpenSSH 终端。下载先写唯一 .part 文件，默认禁止覆盖，最终改名还需要第二次本地确认。

• Agent 后台进程不直接创建桌面窗口；它只写无凭据启动请求，由用户主动运行的 Xshell 脚本校验任务 ID 和项目内路径后，在交互桌面启动认证窗口。

• 下载任务状态位于 data/transfers/，下载结果位于 downloads/；两个目录都被 Git 忽略，不会上传到 GitHub。

• 默认最大输入长度为 8192 字符；会话超过 5 秒未上报状态会被视为离线；人工确认等待时间至少为 120 秒，旧版本地配置会在内存中自动提升，无需改动令牌文件。

• 写操作元数据会记录到 data/audit.jsonl，只保存文本长度等元数据，不保存命令原文。

• data/ 会短暂保存屏幕快照和待执行输入，已被 Git 忽略，并继承当前 Windows 用户的文件权限。停止脚本后可删除其中的过期会话目录。

• Agent 客户端自身的写工具审批建议继续保留，作为 Xshell 本地确认之外的额外保护。

发布与可发现性

README 已使用 Xshell MCP、AI terminal automation 与主流 Agent 的自然语言描述，便于 GitHub、网页搜索和 AI 检索理解项目用途。要让外部用户真正搜到项目，发布到公开 GitHub 仓库时还应：

1. 使用清晰的仓库名，例如 xshell-agent-bridge。

2. 设置仓库简介：Local MCP server that lets AI agents safely control attached Xshell terminal sessions.

3. 添加 Topics：xshell、mcp、model-context-protocol、ai-agents、terminal-automation、codex、claude-code。

4. 保持本 README、版本号和开源许可证完整；公开仓库被搜索引擎收录需要一些时间。

开发命令

npm test          # 运行测试
npm start         # 启动守护进程
npm run mcp       # 以 MCP stdio 方式启动
npm run demo:bridge # 运行模拟 Xshell 演示