loading…
автор: ra1nyxinSearch for a command to run...
loading…
A MCP server for Windows/Linux that provides 90+ tools enabling AI assistants to systematically manage local systems, including system probing, command executio
A MCP server for Windows/Linux that provides 90+ tools enabling AI assistants to systematically manage local systems, including system probing, command execution, file editing, network diagnostics, and more.
一个面向 Windows / Linux 实验环境的 MCP Server，用来给本地 Agent / MCP Client 暴露常用的本机操作能力。
许可证：MIT
allcanuse-mcp 的目标不是只给模型几个零散小工具，而是尽量把“这台实验机能做的事”系统化地暴露给模型。
接入后，模型不只是能读文件和跑命令，而是能把本机当成一个可操作的工作站来使用。
当前已经提供 90+ 个 tools，核心能力包括：
cmd、PowerShell，支持把命令输出继续用于后续决策接入这个 MCP 后，模型可以做的不只是“回答问题”，而是可以在本机上主动推进任务，例如：
wget 一样把网络文件拉到本地get_managed_process 读取状态和日志尾部继续接手如果你想让模型更像一个真正能动手的本地助手，而不只是会说不会做，allcanuse-mcp 的定位就是把这些能力统一交到模型手里。
现在主流 AI 客户端接入 MCP 时，通常只需要：
不需要你手动先启动这个服务端进程，客户端会按配置自动拉起。
先安装当前项目最基础的运行依赖：
pip install -r requirements.txt
如果你是开发者，或者希望本地命令更短，也可以：
pip install -e .
配置文件通常是：
~/.codex/config.toml
示例：
[mcp_servers.allcanuse]
type = "stdio"
command = "python"
args = ["run_server.py", "--transport", "stdio", "--profile", "codex"]
cwd = "D:/path/to/allcanuse"
enabled = true
startup_timeout_ms = 30000
tool_timeout_sec = 180
如果在 macOS 上使用 Codex，并且希望明确走当前项目内置的 stdio 兼容层，可以写成下面这种更完整的形式：
[mcp_servers.allcanuse]
type = "stdio"
command = "/opt/homebrew/bin/python3"
args = ["run_server.py", "--transport", "stdio", "--profile", "codex"]
cwd = "/Users/you/path/to/allcanuse-mcp"
enabled = true
startup_timeout_ms = 30000
tool_timeout_sec = 240
Codex 建议显式加 --profile codex。该 profile 会优先保留 Codex 原生没有的桌面观察、截图、摄像头、值班/后台任务、长时进程登记、Microsoft 文档检查等能力，并隐藏 run_shell、read_file、patch_lines、fetch_webpage_text 这类 Codex 已经原生提供的能力，减少初始化上下文和工具选择开销。
这里不需要额外配置兼容开关，只要保持 --transport stdio 即可。当前 stdio 启动入口会自动兼容 Codex 可能使用的 Content-Length framing，以及其他客户端常见的逐行 JSON 输入输出。如果 Codex 中出现工具调用结果为空、初始化超时或 stderr 里看到 Content-Length: ... 被当成 JSON 解析的情况，优先确认本地代码已经更新到包含 src/allcanuse_mcp/stdio_compat.py 的版本，然后完全重启 Codex 让它重新拉起 MCP 服务端。
注意：--profile codex 下 list_all_tools() 只会列出当前暴露给 Codex 的精简工具集。需要完整 100+ 工具时，把参数改成 --profile full，或者设置环境变量 ALLCANUSE_MCP_PROFILE=full 后重启客户端。
通常不需要把 args 改成 ["stdio_compat.py", "--transport", "stdio"]，推荐仍然从仓库根目录启动 run_server.py。如果某个客户端只能配置到包目录并直接运行兼容入口，当前版本也支持下面这种备用写法：
[mcp_servers.allcanuse]
type = "stdio"
command = "/opt/homebrew/bin/python3"
args = ["stdio_compat.py", "--transport", "stdio", "--profile", "codex"]
cwd = "/Users/you/path/to/allcanuse-mcp/src/allcanuse_mcp"
enabled = true
startup_timeout_ms = 30000
tool_timeout_sec = 240
如果已经执行过 pip install -e .，也可以改成：
[mcp_servers.allcanuse]
type = "stdio"
command = "allcanuse-mcp"
enabled = true
startup_timeout_ms = 30000
tool_timeout_sec = 180
项目内常见做法是在仓库根目录写 .mcp.json：
{
"mcpServers": {
"allcanuse": {
"type": "stdio",
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"env": {}
}
}
}
如果已经安装为命令行入口，也可以：
{
"mcpServers": {
"allcanuse": {
"type": "stdio",
"command": "allcanuse-mcp",
"args": [],
"env": {}
}
}
}
OpenCode 通常写在用户目录的 .config/opencode 目录的 opencode.json 或 opencode.jsonc 的 mcp 字段里：
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"allcanuse": {
"type": "local",
"command": ["python", "D:/*****/allcanuse/run_server.py", "--transport", "stdio"],
"enabled": true
}
}
}
如果已经安装为命令行入口，也可以：
{
"$schema": "https://opencode.ai/config.json",
"mcp": {
"allcanuse": {
"type": "local",
"command": ["allcanuse-mcp"],
"enabled": true
}
}
}
在 LM Studio 的 mcp.json 中可写：
{
"mcpServers": {
"allcanuse": {
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"cwd": "D:/path/to/allcanuse"
}
}
}
如果已经安装为命令行入口，也可以：
{
"mcpServers": {
"allcanuse": {
"command": "allcanuse-mcp",
"args": []
}
}
}
下面这些格式参考了相关权威客户端接入文档中的常见配置结构，再按当前项目的本地 stdio 启动方式改写成 allcanuse-mcp 可直接使用的示例。
GitHub Copilot CLI 的 MCP 配置文件通常是：
~/.copilot/mcp-config.json
如果已经执行过 pip install -e .，推荐直接写成：
{
"mcpServers": {
"allcanuse": {
"command": "allcanuse-mcp"
}
}
}
如果更希望从仓库目录直接运行，也可以写：
{
"mcpServers": {
"allcanuse": {
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"cwd": "D:/path/to/allcanuse"
}
}
}
GitHub Copilot IDE 文档中的常见结构是项目级或用户级 .mcp.json，并使用 servers 字段。
如果已经安装成命令行入口，推荐这样写：
{
"servers": {
"allcanuse": {
"type": "stdio",
"command": "allcanuse-mcp"
}
}
}
如果你的具体 IDE 版本支持本地命令加参数，也可以改成：
{
"servers": {
"allcanuse": {
"type": "stdio",
"command": "python",
"args": ["run_server.py", "--transport", "stdio"]
}
}
}
Cursor 文档里常见全局 MCP 配置文件是：
~/.cursor/mcp.json
推荐示例：
{
"mcpServers": {
"allcanuse": {
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"cwd": "D:/path/to/allcanuse"
}
}
}
如果已经安装为命令行入口，也可以：
{
"mcpServers": {
"allcanuse": {
"command": "allcanuse-mcp"
}
}
}
Windsurf 文档里常见 MCP 配置文件是：
~/.codeium/windsurf/mcp_config.json
推荐示例：
{
"mcpServers": {
"allcanuse": {
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"cwd": "D:/path/to/allcanuse"
}
}
}
如果已经安装为命令行入口，也可以：
{
"mcpServers": {
"allcanuse": {
"command": "allcanuse-mcp"
}
}
}
Rovo Dev CLI 文档中的常见做法是先运行：
acli rovodev mcp
打开对应 MCP 配置后，可按同样的 mcpServers 结构写入本项目。推荐示例：
{
"mcpServers": {
"allcanuse": {
"command": "python",
"args": ["run_server.py", "--transport", "stdio"],
"cwd": "D:/path/to/allcanuse"
}
}
}
如果已经安装为命令行入口，也可以：
{
"mcpServers": {
"allcanuse": {
"command": "allcanuse-mcp"
}
}
}
配置保存后，重启对应客户端即可。
接入成功后，建议先让模型调用：
list_all_tools()
然后再让模型调用：
get_system_info()
get_desktop_context()
如果这些调用都正常返回，通常就说明 MCP 已接通并可直接使用。
stdio 接入异常排查少数环境里可能会遇到一种比较反常的 stdio 接入失败：
Invalid JSON: expected value，并且输入内容像 Content-Length: 172这通常不是工具注册失败，而是客户端和当前 Python MCP SDK 对 stdio 消息格式的理解不一致。某些客户端会按 Content-Length: ...\r\n\r\n{json} 这种 framing 方式发送 JSON-RPC 消息，而部分 SDK 版本默认按“一行一个 JSON”读取 stdin，导致它把 Content-Length: ... 当成 JSON 正文解析。
当前项目的 --transport stdio 已经做了兼容处理：
Content-Length framing 输入输出如果某台机器上出现“其他 macOS / Windows / Linux 正常，但当前机器调用结果空白”的情况，建议按下面顺序排查：
--transport stdiosrc/allcanuse_mcp/stdio_compat.py 的版本list_all_tools()，再调用一个简单工具如 get_system_info()Content-Length framingresource://guides/workflows/duty-watch如果要把当前 MCP 接到不同客户端，建议优先看：
opencv-python，Linux 还可回退到 ffmpeg、libcamera-still、fswebcam，Windows 还可回退到 ffmpegPillowpsutil 与 pywin32wmctrlxpropgnome-screenshot、scrot 或 imagemagick补充说明：
psutil，核心系统信息、进程查询、端口查询、监听端口、已建立连接等能力也能通过底层 /proc 与 /sys 回退实现继续工作/dev/video* 与 /sys/class/video4linux关于图像如何传给模型：
capture_screenshot 和 capture_camera_photo 现在不只会返回本地文件路径return_image_content=true，在支持视觉内容的 MCP 客户端里，工具结果会直接附带图像内容，模型可以直接看图python -m compileall src tests run_server.py
$env:PYTHONPATH=(Resolve-Path .\src).Path
python -m unittest discover -s tests -v
Выполни в терминале:
claude mcp add allcanuse-mcp -- npx Да, Allcanuse MCP бесплатный — установка в один клик через Unyly без оплаты.
Нет, Allcanuse работает без API-ключей и переменных окружения.
Self-hosted: сервер запускается локально на твоей машине командой из раздела установки.
Открой Allcanuse на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
CSA PROJECT - FZCO © 2026 IFZA Business Park, DDP, Premises Number 31174 - 001
Безопасность
Низкий рискАвтоматическая эвристика по публичным данным — не гарантия безопасности.
