uvwt/agentdock

Secure MCP runtime for AI agents to operate local machines, servers, and containers with multi-device orchestration.

AgentDock MCP – 它是什么

AgentDock 是一个运行时，让大型语言模型 (LLM) 聊天代理（ChatGPT、Claude、Grok 等）能够安全地在真实电脑、服务器、容器或浏览器上执行操作。它不提供聊天 UI，也不会自行运行任何模型；相反地，它公开了一个 MCP (Multi-Client Protocol) HTTP 端点，AI 客户端可以调用该端点来执行文件操作、运行 Shell 命令、使用 Git、自动化浏览器以及调用“Skills”（插件工具）。多个 AgentDock 实例可以链接在一起，让单一对话能够协调跨多台机器的工作。

核心功能 (如 README 所述)

领域	AgentDock 提供的功能
文件与命令存取	读取/搜索 UTF-8 文件、安全原子写入、目录遍历限制、带超时的命令执行、分离 stdout/stderr、PTY 支持、长时间运行的会话、输出截断与遮蔽。
Skills 与动态 MCP	内置与社区提供的 Skills (透过 `uvwt/agentdock-skills`)、基于摘要的原子交换安装/更新/移除、隔离的环境变量、动态 MCP 服务器注册、架构检查。
原生 ACP	OpenAI Codex、Anthropic Claude、Grok 等的可选适配器；创建 ACP 会话、运行提示词、处理权限请求、遵守主机安全边界。
浏览器与桌面自动化	启动/关闭浏览器、导航、点击、输入、等待、检查页面文字/元素/网络、持久化登录状态、截图；以及 macOS 桌面自动化。
可恢复任务	持久化任务状态、明确的目标/步骤、检查点、阻碍追踪、中断后恢复、最终基于证据的审查、可重复使用的工作流程模板。
跨设备协调	透过 MCP 连接多个 AgentDock 节点（本地、局域网主机、云端 VPS）；可选的 NexusDock 集成，用于长期记忆、执行手册、共享笔记、成品代理。

典型使用流程

安装 AgentDock 于每台机器上（Docker、Linux、macOS、Windows 或容器）。默认 MCP 端点为 http://127.0.0.1:8765/mcp。
设置验证 – 任何面向公众的部署都需要 Bearer token 或 OAuth。
新增 MCP URL 与 token 到 LLM 客户端的工具设置中（例如在 ChatGPT 的“Tools”设置中）。
从聊天中，LLM 发出工具调用，例如：
- read_file, write_file, run_command 来编辑代码或在目标主机上执行测试。
- git_pull, git_push 来管理仓库。
- browser.navigate 或 desktop.click 来与网页或 macOS 应用程序互动。
AgentDock 执行 请求于主机的安全沙盒内，并回传包含结果、日志与任何必要后续提示的结构化 JSON。
多个节点 可以在同一个对话中被定址，使单一 AI 能够协调跨越开发者笔记本、CI 服务器与生产环境 VPS 的工作流程。

安装与入门 (摘要)

Docker – 拉取 agentdockio/agentdock 并执行；请参阅文档以了解端口与 token 设置。
Linux – 自动化脚本或手动 systemd 服务。
macOS / Windows – 图形化安装程序。
安装后，从控制面板或终端机取得 MCP URL 与验证 token，并将其填入 AI 客户端。

谁会使用它？

开发者 希望 LLM 能够编辑代码、执行测试或直接在他们的机器上部署，而无需给予模型不受限制的 Shell 存取权限。
运维 / SRE 团队 希望让 AI 代理在严格的权限边界下管理服务器、容器或反向代理。
产品团队 构建自定义 AI 驱动的助理，需要安全地执行现实世界操作（文件编辑、浏览器自动化）。

项目状态与社区

积极维护中（CI 徽章、定期发布、Docker 拉取）。
以 Apache 2.0 开源授权发布。
文档托管于 uvwt.github.io/agentdock-docs。
透过 QQ 群进行社区聊天；透过 GitHub Issues/PRs 接受贡献。

总结

AgentDock 是一个安全运行时，连接了 LLM 聊天代理与实际机器。它公开了一个定义明确的基于 HTTP 的协议，用于文件操作、命令执行、Git、浏览器/桌面自动化以及可扩展的“Skills”，允许单一 AI 对话在保持严格存取控制的同时，协调复杂的跨机器工作流程。