mcpField
I
interminal

interminal

本地服务
github.com/QiuwenZheng开发工具416 周前更新

关于 interminal

interminal 是面向 AI 助手的轻量 MCP 终端服务,支持本地 Shell 和 SSH。它能处理交互式及长时间运行的命令,并通过轮询输出或发送输入与命令交互。

主要功能

  1. 01连接 SSH 服务
  2. 02执行本地或远程命令
  3. 03读取运行中命令的输出
  4. 04向等待输入的命令发送文本
  5. 05发送控制键并断开 SSH 会话

适用场景

  1. 01通过 SSH 在远程主机运行命令
  2. 02处理需要交互输入的终端程序
  3. 03轮询长时间运行命令的输出

MCP 相关

作为 MCP 服务,interminal 向客户端提供 SSH 连接、命令执行、输出读取、交互输入、控制键发送和断开会话等工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"interminal": {
"command": "uvx",
"args": [
"mcp-interminal"
]
}
}
}
启动命令uvx mcp-interminal

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimcp-interminal1.0.4

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Interminal

轻量级 MCP 服务,为 AI 助手提供终端访问能力——支持 SSH 和本地 Shell,以及交互式和长时间运行的命令。

安装

# Run directly, no install needed (recommended)
uvx mcp-interminal

# Or install permanently
pip install mcp-interminal

需要 Python ≥ 3.11。

MCP 客户端配置

Claude Desktop(claude_desktop_config.json):

{
  "mcpServers": {
    "interminal": {
      "command": "uvx",
      "args": ["mcp-interminal"]
    }
  }
}

Cursor / 其他客户端:使用上方相同的 command + args 格式。

工具

工具描述
connect_ssh连接到 SSH 服务;返回 session_id 和欢迎横幅
execute在本地(无需会话)或通过 SSH 运行命令;返回输出,或返回 status=partial + command_id
read_output轮询运行中的命令以获取新输出,而不发送输入
respond向正在等待提示的命令发送文本输入
send_control发送控制键:ctrl+c、ctrl+z、方向键、F 键等
disconnect关闭 SSH 会话并释放所有资源

持久状态

每次 execute 调用都会在隔离通道中运行——不同调用之间不会保留 Shell。对于简单任务,可以用 && 串联命令。

对于多步骤工作流(项目开发、调试、部署),终端复用器(如 Zellij)可提供持久状态,在多次调用之间保持不变。AI Agent 可以创建持久会话,使 cd、环境变量、虚拟环境和长时间运行的进程自然延续。

关键行为

  • 无状态执行——每次调用都在隔离通道中运行;cd /foo 不会持久生效。简单任务:用 && 串联命令。多步骤工作流:使用终端复用器。
  • 长时间运行的命令会返回 status="partial" 和 command_id;使用 read_output 轮询,或使用 respond 发送输入
  • SSH PTY 为 500×200 xterm-256color,因此复用器会按实际终端尺寸呈现会话

可选依赖项

pip install "mcp-interminal[pty]"       # Windows PTY support (pywinpty)
pip install "mcp-interminal[ansi]"      # ANSI escape rendering (pyte)
pip install "mcp-interminal[pty,ansi]"  # both

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。