srv-explore
Enables AI agents to safely explore and diagnose remote servers by providing a read-only sandbox with controlled access to files, logs, Docker, and databases. It exposes MCP tools that allow natural-language investigation and direct command execution without write permissions.
README
srv-explore
Интерфейс, позволяющий агенту безопасно работать и собирать информацию на сервере. Рядом с данными, логами и сервисами.
Explore-агент живёт на удалённом сервере за MCP-интерфейсом: подключаешься к нему из локального кодового агента и работаешь как со скиллом. Read-only держит не промпт, а окружение — песочница без прав записи — и плагины, выдающие контролируемый доступ к системам (docker, web) и данным (БД, кеши, файлы).
Сервис слушает только loopback: и инженер, и админ ходят через SSH-туннель, публичного порта нет. Ставится и обновляется деплой-воркфлоу, от остального проекта не зависит.
На что это похоже в работе
srv_explore("почему nginx отдаёт 502 последний час?")
→ agent: tail -n 200 /var/log/nginx/error.log | grep 502
docker logs --since 1h api | tail -50
→ upstream api:8080 connection refused, контейнер api рестартовал 4 раза за час
Запрос — цель словами, не команда: чем смотреть, агент решает сам, а в ответе видно, какие команды он выполнил. Если команда известна заранее, второй инструмент выполняет её без агента — быстро и без токенов модели:
srv_explore_cmd("docker ps --format '{{.Names}} {{.Status}}'")
→ api Up 3 minutes
db Up 6 days
| Инструмент | Аргумент | Что делает |
|---|---|---|
srv_explore |
task — цель словами |
Прогон агента на сервере. Держит вызов до конца (обычно 20с — пара минут) и возвращает факты + выполненные команды. Больше 8 минут — вернёт job_id |
srv_explore_cmd |
cmd — одна команда |
Выполняет её как есть, отдаёт дословный вывод. Без агента: быстро и без токенов модели |
srv_explore_status |
job_id |
Догнать прогон, который не уложился в один вызов |
Зачем это нужно
| Задача | Как решают обычно | С srv-explore |
|---|---|---|
| дать кодовому агенту посмотреть прод | SSH-ключ и --dangerously-skip-permissions: одна галлюцинация — и прод лежит |
деструктивная команда возвращает отказ: RO-ФС, read-роли БД, Docker API без POST |
| разбор инцидента ночью | SSH «на время», который остаётся навсегда | сервер инженеру не выдаётся; токен админ отзывает одной кнопкой вместе с ключом |
| нужен один SELECT в проде | пароль рабочей роли уезжает в чужой .env |
плагин создаёт отдельную read-роль, креды остаются на сервере |
Быстрый старт
1. Поставить — деплой-воркфлоу
Actions → «Deploy srv-explore (host service)», выбрать environment. Воркфлоу
копирует бандл на сервер и гоняет install.sh — идемпотентно. Руками
(sudo bash srv_explore/install.sh) — только для отладки.
Требования: Linux с systemd и cgroup v2, root, apt-get (Debian/Ubuntu) —
python3 доустановится сам. В environment нужны SSH_HOST / SSH_USER (variables)
и SSH_KEY + CLAUDE_CODE_OAUTH_TOKEN (secrets).
Если API модели заблокирован для хоста по гео (напр. РФ-адрес → api.anthropic.com
отдаёт 403) — задать secret SRV_EXPLORE_UPSTREAM_PROXY (http://[user:pass@]host:port):
tinyproxy пустит через него только домены из SRV_EXPLORE_UPSTREAM_DOMAINS (по
умолчанию api.anthropic.com), остальной egress агента идёт напрямую. Доменный
allowlist остаётся на месте и проверяется до пересылки. Пусто — прямой выход.
Админ-токен генерится на сервере при первой установке, в лог Actions не попадает:
ssh root@<host> grep SRV_EXPLORE_ADMIN_TOKEN /etc/srv-explore/env
Перевыпустить: удалить эту строку и запустить деплой снова.
2. Выдать доступ инженеру
Админка на loopback, поэтому через туннель:
ssh -N -L 8765:localhost:8765 root@<host> # держать открытым
# → http://localhost:8765/admin, вставить админ-токен
«Пользователи» → Добавить: метка + публичный SSH-ключ инженера. Вернётся
srvx_-токен — отдать инженеру. Удаление пользователя снимает и ключ, и все его
токены разом.
3. Инженеру — страница агента
Отдай инженеру токен и ссылку http://localhost:8765/ (по его туннелю). Там всё остальное: quick start подключения, принципы работы, свой доступ, вопросы к серверу из браузера.
ssh-keygen -t ed25519 -f ~/.ssh/srvx -N "" # публичную часть — админу
ssh -N -L 8765:localhost:8765 srvx-tunnel@<host> -i ~/.ssh/srvx
claude mcp add --transport http srv-explore http://localhost:8765/mcp \
--header "Authorization: Bearer srvx_..."
Как устроено
flowchart TB
subgraph server["Remote server"]
subgraph svc["systemd service · root"]
MCP["mcp_server.py · MCP · /admin · /"]
PROV["provision.py · plugin install"]
ST[("StateDir · tokens · plugins · creds")]
end
subgraph box["Sandbox · srvx-agent, no privileges"]
W["agent_worker.py · Claude Agent SDK"]
G["guard.py · command hygiene"]
end
PX["docker-socket-proxy · POST=0"]
TP["tinyproxy · domain allowlist"]
RES[("files · logs · docker · DB")]
end
MCP -->|"systemd-run --uid · RO-FS · egress firewall"| W
MCP -.->|"creds of enabled plugins"| W
W --> G --> RES
W -->|docker| PX --> RES
W -->|"model API"| TP
PROV --> ST
MCP --> ST
Плагины
Плагин — один файл в src/srv_explore/plugins/, который даёт агенту безопасный доступ
к одному ресурсу: docker, postgres, redis, mongo, rabbitmq. Он создаёт
отдельный доступ без права записи и обязан это доказать: последний шаг установки
пытается что-нибудь записать и должен получить отказ. Всё выключено по умолчанию,
включает администратор.
Как ими пользоваться и как написать свой — PLUGINS.md; часть «написать свой» можно целиком отдать кодовому агенту как задание.
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.