allcanuse-mcp
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.
README
allcanuse-mcp
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:
- 系统与环境探测:读取系统架构、时间、磁盘空间、环境变量、网络配置、网络适配器、当前 IP 与基础运行环境信息
- 命令执行与自动化:执行跨平台 shell、Windows
cmd、PowerShell,支持把命令输出继续用于后续决策 - 进程与端口管理:启动进程、结束进程、列出进程、查看进程树、定位端口对应进程、枚举监听端口与已建立连接
- 文件与代码编辑:目录树遍历、按文件名搜索、按文本搜索、分段读取长文件、精确行替换、固定文本替换、文本文件写入、JSON 读写、二进制读写、哈希、最近文件、桌面文件查看
- 开发辅助与工程操作:压缩打包、解压归档、配置修改、源码定位、局部修补、运行验证命令,适合让模型直接做修 bug、改配置、写脚本、整理项目
- 网页与 HTTP 操作:HTTP 请求、HEAD 探测、响应头获取、网页正文提取、网页转 Markdown、链接提取、表格提取、指定 HTML 元素提取、网页表单提交、文件上传、文件下载、跳转链追踪
- 网络诊断与协议调试:DNS 解析、反向解析、TLS 证书读取、ping、路由追踪、TCP 连通性测试、原始 TCP 收发、UDP 收发、WebSocket 调试、小范围端口扫描
- 桌面与窗口观察:枚举窗口、获取前台窗口、汇总桌面上下文、截取桌面截图,适合结合带视觉能力的模型一起工作
- 摄像头能力:枚举本地摄像头并拍照,适合需要视觉输入的实验场景
- 值班与长任务托管:等待时间、等待文件/进程/端口/HTTP/窗口/桌面变化、后台值班任务、任务计划、任务事件、任务产物记录、断线后交接摘要
- 模型自检与自我发现:可直接列出全部 tools 与完整说明,方便模型在陌生任务里自行决定下一步该调用什么
模型接入后可以做什么
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:
- 帮你排查“某个服务为什么起不来”:先看端口、再看进程、再看日志、再发 HTTP 请求、最后给出定位结果
- 帮你改代码和修配置:先搜索目标文件和函数,再分段读取大文件,精确修改几行代码,然后自动跑验证命令
- 帮你阅读网页和整理资料:抓网页正文、提取链接、提取表格、下载附件,再把结果汇总成适合继续处理的结构化信息
- 帮你检查本地网络问题:看 DNS、ping、端口、TLS、路由和连接状态,判断是解析问题、主机不可达、端口不通还是应用层异常
- 帮你自动观察桌面变化:盯安装器、盯窗口弹出、盯前台切换、自动截图,适合实验环境里的 GUI 任务
- 帮你上传和下载本地文件:把日志、压缩包、构建产物上传到接口,也可以像轻量版
wget一样把网络文件拉到本地 - 帮你做长时间值班:用户暂时离开后继续等文件生成、等服务恢复、等窗口出现,回来时再通过交接摘要快速接手
- 帮你在虚拟机里做实验自动化:把“观察 -> 判断 -> 执行 -> 验证”整套流程交给模型,而不是只让模型停留在口头建议
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。
快速开始
直接在仓库根目录运行:
python run_server.py --transport stdio
Windows 也可以:
start.cmd --transport stdio
Linux 也可以:
./start.sh --transport stdio
如果已经安装为包,也可以:
pip install -e .
allcanuse-mcp
文档
- 通用使用说明:docs/USAGE.zh-CN.md
- 全部工具总览:docs/TOOLS.zh-CN.md
- 值班工作流说明:
resource://guides/workflows/duty-watch - LM Studio 接入教程:docs/LM-STUDIO.zh-CN.md
- Codex / Claude Code / OpenCode 接入教程:docs/CLIENT-INTEGRATIONS.zh-CN.md
- 发布后最终用户使用教程:docs/RELEASE-USAGE.zh-CN.md
如果你要把当前 MCP 接到不同客户端,建议优先看:
可选依赖
- 摄像头功能依赖
opencv-python - Linux 窗口枚举依赖
wmctrl - Linux 活动窗口查询依赖
xprop - Linux 截图可能使用
gnome-screenshot、scrot或imagemagick
验证
python -m compileall src tests run_server.py
$env:PYTHONPATH=(Resolve-Path .\src).Path
python -m unittest discover -s tests -v
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.