opentokenz/mcpx

解決的問題

MCPX 為本地開發環境提供一個安全、可審計且持續的網關（MCP Runtime）。它允許 ChatGPT、Claude、Cursor 和 Grok 等 AI 客戶端與本地工作區、原始碼、終端以及外部 MCP 伺服器互動，而無需犧牲安全性，也不會在不同客戶端連接之間遺失會話狀態。

工作原理

MCPX 作為 AI 客戶端與本地機器之間的中介。它使用 Streamable HTTP 傳輸，向模型公開一組核心與支援工具。主要機制包括：

• 遠端會話：使用 SQLite 持久化儲存的 remote_session_id，在不同客戶端連接之間維持狀態（角色、權限、任務與計畫）。
• 工作區管理：使用者將本地專案目錄註冊為工作區，執行時則將其繫結至特定會話。
• 受控存取：對命令與檔案實施嚴格的安全政策（允許／確認／拒絕），並對刪除檔案等破壞性操作採用兩階段「準備並提交」流程（實際上將檔案移至系統垃圾桶，而非永久刪除）。
• 工具編排：提供統一介面用於讀取檔案（附帶 SHA-256 檢查碼以確保一致性）、透過精確取代編輯檔案、執行終端命令，以及管理長時間執行的任務。
• 擴充整合：管理本地「技能」與上游 MCP 伺服器，內部處理其版本與模式，確保模型始終使用正確版本。

適用對象

希望讓 AI 代理深入、安全地存取本地原始碼庫與系統工具，同時保留完整審計紀錄，並能在不同 AI 界面間恢復會話的開發者。

主要亮點

• 持久狀態：遠端會話允許模型使用一致的會話 ID 在不同客戶端間恢復工作。
• 安全為先：細粒度命令政策與檔案刪除的強制兩階段確認流程。
• 可審計性：所有工具呼叫、終端任務與檔案編輯皆被記錄，並可透過本地 Socket 或 observe 工具觀察。
• 模型友善協定：使用 SHA-256 版本保護進行檔案編輯，並以結構化「活動」追蹤分離意圖與執行。
• 廣泛整合：支援 OAuth 2.1 + PKCE，為 ChatGPT 等基於 Web 的 AI 客戶端提供安全遠端存取。