ultranix-mcp

ultranix-mcp

**ultranix-mcp 是面向 AI Agent 的企业级安全 Linux 桌面自动化层。**它让 Model Context Protocol（MCP）客户端——Claude Desktop、Claude Code、Cursor、Windsurf 以及任何支持 MCP 的助手——能够查看、点击、输入并操控 Wayland 桌面：鼠标、键盘、屏幕截图、OCR、图标查找、窗口管理以及无障碍树检查。

ultranix-mcp 从设计上就原生支持 Wayland：优先使用合成器协议，其次使用 uinput/evdev，最后使用 XDG Desktop Portals；并且与其同系列项目（macOS 上的 ultramac、Windows 上的 ultrawin）共享相同的治理与信任保障：审计日志、速率限制、输入净化以及采用 AES-256-GCM 加密的操作历史记录。它是首个兼具跨合成器回退机制、完整治理保障和三操作系统同系列契约的 Linux 桌面 MCP——组织可以让 Agent 控制 Linux 桌面，同时不必放弃自身的控制权。

**状态：**v1.4.0 已实现。ROADMAP.md 中的阶段 0–5 均已发布，此外还包括 v1.1.0 系列功能（layer-shell 覆盖层、X11 原生提供方、PipeWire 门户捕获、选择启用 Sentry、OCR 缓存、更多指标）、v1.2.0 扩展功能（剪贴板工具、插件工具宏、screen_record、sway/Wayfire/river/KDE/GNOME 会话检测、按后端划分的 cargo 功能、带帧的历史记录 v2）、v1.3.0 策略功能（运行时访问控制策略及按键角色、--readonly/--allow-tools/--deny-tools、按后端划分的调用指标、可选的 HMAC 签名审计行），以及 v1.4.0 覆盖范围扩展功能（Wayfire/river/GNOME 窗口回退层级、实时 screen_stream 捕获、插件公开的动态工具、OCI 镜像和 -bin 软件包）——各版本说明请参阅 CHANGELOG.md。经验证的目标环境为 CachyOS（Arch）+ Wayland 上的 Hyprland、PipeWire、xdg-desktop-portal-hyprland，并运行 AT-SPI2 总线；Rust 版本为 1.98.1。

---

功能

• 精准鼠标控制——通过 zwlr_virtual_pointer_v1 协议实现点击、双击、拖动、滚动、按钮状态控制、位置查询和平滑路径移动。无需 root 权限或辅助守护进程。
• 高级键盘输入——通过 virtual-keyboard-unstable-v1 输入文本并控制按键状态，完整支持修饰键和键位映射。
• 智能视觉——进程内通过 wlr-screencopy-unstable-v1 捕获屏幕，使用 ONNX Runtime OCR（ort crate）和 OWL-ViT 查找图标。支持区域截图、颜色采样（color_at）和会话空间焦点（set_spatial_focus 限定 screenshot/find_text_on_screen/find_icon 的作用范围），并通过 zwlr_layer_shell_v1 实现真正的 screen_highlight 覆盖层（半透明、点击穿透；不支持 layer-shell 的合成器/会话会返回 -32010 ProviderUnavailable——参见 docs/TOOLS.md）。
• 窗口管理——通过 Hyprland 的 hyprctl IPC 套接字（hyprctl -j JSON：clients、activewindow、dispatch、workspaces）、sway 在 $SWAYSOCK 上的专有 IPC 协议、Wayfire 在 $WAYFIRE_SOCKET 上的 ipc/ipc-rules 插件、river 上固定的 riverctl 子进程与 wlroots foreign-toplevel 组合实现窗口列表、聚焦、移动、调整大小、关闭和检查（riverctl 保留对聚焦视图执行 close 及相对 move/resize 偏移量的功能；toplevel 协议提供枚举以及针对每个窗口的 focus/close/min/max/fullscreen 操作）；还可使用作为共享 wlroots 回退层、也是未知 wlroots 会话唯一层级的 wlr-toplevel、KDE 上的 kdotool、GNOME 上的 “Window Calls” Shell 扩展（若已安装），或 X11 会话上的 wmctrl。
• UI 检查——通过 AT-SPI2（atspi crate）完整访问无障碍树：转储 UI 树、查询聚焦元素、搜索元素，以及等待元素并同步。
• 剪贴板与插件——通过 wl-clipboard（Wayland）或 xclip/xsel（X11）执行 clipboard_get/clipboard_set/clipboard_clear，写入操作需经过同意授权；还提供声明式插件工具宏——~/.ultranix-mcp/plugins/*.json 清单中的目录工具步骤通过 plugin_list/plugin_run/plugin_reload 运行，每个步骤都会重新进入安全分发流程。清单中的 tool 部分（v1.4.0）会将插件注册为一流的 tools/list 条目，并生成 inputSchema，通过相同的安全 plugin_run 流程进行分发。
• 屏幕录制与实时捕获——screen_record 按 interval_ms 捕获帧，持续最长 duration_ms，并保存到新建的 rec-<ulid> 目录及其中的 manifest.json（硬性上限：600 帧、512 MiB）；screen_stream（v1.4.0）在 stream-<ulid> 下运行连续的 start/status/latest/stop 滚动窗口捕获（≤1800 帧、≤512 MiB，超限时淘汰最旧内容），其中 latest 返回最新帧，图像格式与 screenshot 相同。使用 since/wait_ms 可将其设为长轮询（最多等待 30 秒，以获取比水位标记更新的帧），而非忙轮询。
• 企业级安全——HTTP 上使用 uxcp_* API 密钥身份验证、每秒 10 个请求的令牌桶、输入清理、命令/路径白名单、AES-256-GCM 加密的操作历史记录，以及 JSONL 审计日志。参见 SECURITY.md。

---

架构

ultranix-mcp 是一个在 tokio 运行时上运行的 Rust 2024 单一二进制程序，基于 rmcp 构建——这是官方的 Model Context Protocol Rust SDK——并原生支持 stdio和streamable-HTTP （:3010）传输方式。

桌面自动化层采用依赖注入下的提供程序 trait组织 （这一模式已在 ultrawin 的 src/traits.rs 中得到验证）： 每项能力都是一个 Option<Arc<dyn Trait>>，因此缺失的合成器 功能、缺少的门户或无头 CI 环境都能优雅降级，而不会直接失败。 模拟提供程序实现相同的 trait，因此无需 Wayland 会话也能测试完整的 工具接口。

提供程序 trait	职责	主要后端
CaptureProvider	屏幕截图、区域捕获、屏幕信息	wlr-screencopy-unstable-v1（进程内）
InputProvider	指针、滚动、键盘事件	zwlr_virtual_pointer_v1 + virtual-keyboard-unstable-v1
UIAutomationProvider	UI 树、焦点元素、元素搜索	通过 atspi 使用 AT-SPI2
WindowProvider	窗口列表/焦点/移动/关闭	hyprctl IPC 套接字（相较 ultrawin 为新增）
VisionProvider	OCR、图标查找	ort（ONNX Runtime；CPU、OpenVINO、CUDA、ROCm EP）
BrowserProvider	Web 查询、DOM 访问	127.0.0.1:9222 上的 CDP 桥接
OverlayProvider	screen_highlight 叠加层	zwlr_layer_shell_v1（仅限 Wayland）
ClipboardProvider	剪贴板读写	wl-copy/wl-paste（Wayland）、xclip/xsel（X11/XWayland）

**后端优先级阶梯。**启动时，服务会通过 XDG_CURRENT_DESKTOP 和合成器特征 （HYPRLAND_INSTANCE_SIGNATURE、SWAYSOCK、WAYFIRE_SOCKET、 KDE_SESSION_VERSION 等）检测会话，判断其使用 Hyprland、sway、Wayfire、river、KDE、 GNOME 或 Other，然后将每个提供程序绑定到可用的最佳后端：

1. wlroots 原生——进程内 Wayland 协议（Hyprland、sway、 Wayfire、river 以及大多数未知的 wlroots 合成器；无需 root）
2. grim/slurp（捕获）+ uinput/evdev（输入）——白名单 辅助二进制程序和内核级输入，适用于非 wlroots 会话
3. XDG Desktop Portal——通过 zbus 使用 Screenshot 和 RemoteDesktop （通用回退方案，需获得门户授权；KDE/GNOME Wayland 上的唯一途径，因为它们 均未实现 wlr-screencopy 或 wlr 虚拟输入协议）

窗口管理使用可用的合成器 IPC：Hyprland 上使用 hyprctl，sway 上使用 sway 的 i3 风格 IPC（$SWAYSOCK，v1.2.0 发布）；Wayfire 上使用 Wayfire 的 ipc/ipc-rules 插件（$WAYFIRE_SOCKET，v1.4.0）；river 上使用 riverctl + zwlr_foreign_toplevel_manager_v1 （riverctl 用于关闭焦点视图以及按相对增量 移动/调整大小；foreign-toplevel 会枚举窗口，并将其标识为 wlr-toplevel-N，以便执行 focus/close/min/max/fullscreen）；未知 wlroots 会话 （niri、labwc 等）上使用 wlr-toplevel 作为共享的 wlroots 回退层——这是此类会话中 唯一的窗口管理层；KDE 上使用 kdotool（KWin 脚本，可用于 Wayland 和 X11）；GNOME 上通过 D-Bus 使用 “Window Calls” Shell 扩展 （v1.4.0，需要安装该扩展——特意不使用 org.gnome.Shell.Eval）；其他 X11 会话上使用 wmctrl。

在 X11 会话中，v1.1.0 发布的 X11 原生层会改为处理相应功能： 使用 scrot 捕获屏幕，使用 xdotool 输入（两者的优先级仍高于门户/uinput），并在 非 Hyprland X11 会话中使用 wmctrl 管理窗口。

graph TB
    subgraph "Client Layer"
        AI[AI Assistant / Agent]
        MCP[MCP Client]
    end

    subgraph "Transport Layer"
        STDIO[STDIO<br/>never requires auth]
        HTTP[Streamable HTTP :3010<br/>uxcp_* API key]
    end

    subgraph "Security Layer"
        AUTH[API Key Auth]
        RATE[Rate Limiter<br/>10 req/s token bucket]
        SAN[Input Sanitization<br/>command + path whitelists]
    end

    subgraph "Core (rmcp + tokio)"
        SERVER[ultranix-mcp server]
        TOOLS[40 tools - 6 categories]
    end

    subgraph "Providers - Option&lt;Arc&lt;dyn Trait&gt;&gt;"
        CAP[CaptureProvider]
        INP[InputProvider]
        UIA[UIAutomationProvider]
        WIN[WindowProvider]
        VIS[VisionProvider]
        BRW[BrowserProvider]
        CLIP[ClipboardProvider]
    end

    subgraph "Backends - priority order"
        WLR[wlroots-native<br/>screencopy - virtual-pointer - virtual-keyboard]
        UIN[uinput / evdev]
        PORTAL[XDG Desktop Portal<br/>zbus]
        HYPR[hyprctl IPC]
        SWAY[sway IPC - SWAYSOCK]
        WF[Wayfire IPC - WAYFIRE_SOCKET]
        RIV[riverctl + foreign-toplevel - river composite]
        WTOP[wlr-foreign-toplevel - shared wlroots rung]
        GS[gnome-shell - Window Calls ext]
        KDOT[kdotool - KDE]
        ATSPI[AT-SPI2 bus]
        ORT[ONNX Runtime - ort]
        CDP[CDP 127.0.0.1:9222]
        WLC[wl-clipboard - xclip/xsel]
    end

    AI --> MCP
    MCP --> STDIO
    MCP --> HTTP
    STDIO --> SERVER
    HTTP --> AUTH --> RATE --> SAN --> SERVER
    SERVER --> TOOLS
    TOOLS --> CAP
    TOOLS --> INP
    TOOLS --> UIA
    TOOLS --> WIN
    TOOLS --> VIS
    TOOLS --> BRW
    TOOLS --> CLIP
    CAP --> WLR
    INP --> WLR --> UIN --> PORTAL
    WIN --> HYPR
    WIN --> SWAY
    WIN --> WF
    WIN --> RIV
    WIN --> GS
    WIN --> KDOT
    UIA --> ATSPI
    VIS --> ORT
    BRW --> CDP
    CLIP --> WLC

**Token 效率。**工具定义会占用上下文窗口。ultranix-mcp 支持使用 --category= 过滤，只暴露所需的工具：

# Serve only mouse + keyboard tools
# (`--stdio` is an alias for `--transport stdio`)
ultranix-mcp --transport stdio --category=mouse,keyboard

类别：mouse、keyboard、vision（捕获/OCR/UI 树/录制）、 automation（杂项）、admin（窗口/历史记录/指标/插件）、clipboard。 默认：全部。

---

为什么选择 ultranix-mcp？

能力	ultranix-mcp	hypruse	Peekaboo	基于 xdotool 的 MCP 服务	特定桌面环境方案（GNOME/KDE）
Linux 原生自动化（鼠标/键盘/窗口）	优先支持 Wayland	（仅限 Hyprland）	-（仅限 macOS）	仅限 X11	单一桌面环境
合成器协议输入（无需 root）	wlr virtual-pointer + virtual-keyboard	wlr protocols	不适用	-	部分支持（portal RemoteDesktop）
平稳的后端回退（native -> uinput -> portal）		-（仅限 Hyprland，无 uinput/portal 层级）	-	-	-
通过合成器 IPC 管理窗口	hyprctl - sway IPC - Wayfire IPC - riverctl - GNOME Window Calls - kdotool	hyprctl		部分支持（wmctrl）	部分支持（KWin 脚本 / Shell）
辅助功能树	AT-SPI2	通过 busctl 使用 AT-SPI（包括 click_ui）	macOS AX	-	部分支持
OCR + 视觉 / 图标查找（本地 ONNX）		部分支持	部分支持	-	-
审计日志（JSONL）		-	-	-	-
速率限制		-	-	-	-
输入清理 / 路径白名单		-	-	-	-
AES-256-GCM 加密的操作历史记录		-	-	-	-
API 密钥身份验证		-	-	-	-
单个静态二进制文件		-（Python/uvx）	-	-	-
开源	（ISC）			因项目而异	因项目而异
*跨合成器回退阶梯、完整治理能力以及三操作系统
同级项目契约*的 Linux 桌面 MCP。hypruse是最接近的现有方案——通过相同的合成器协议原生控制
Wayland 上的 Hyprland——但它不提供治理能力、回退阶梯或同级项目契约。需要治理、可信度和会话可移植性时，请选择 ultranix-mcp。

---

安装

选项 1：AUR（已提供打包文件，等待提交）

面向 Arch 系的 PKGBUILD（ultranix-mcp、ultranix-mcp-git 和 预编译二进制版本 ultranix-mcp-bin）已放在 packaging/ 中——AUR 提交进度可在 ROADMAP.md 中跟踪。crate 发布后即可使用 cargo install ultranix-mcp 安装；关于构建时 ort 网络获取的注意事项，请参阅 docs/PACKAGING.md 第 2 节。

选项 1b：OCI 镜像（v1.4.0）

每次创建 v* 标签时，.github/workflows/oci.yml 都会发布 ghcr.io/jxoesneon/ultranix-mcp——该镜像面向无头环境/CI 使用（挂载 $XDG_RUNTIME_DIR、会话总线和 /dev/uinput，以访问真实 提供程序；请参阅 docs/HEADLESS.md）。

选项 2：从源代码构建

前提条件：

• 使用 Wayland 会话的 Linux——已在 CachyOS (Arch) + Hyprland 上验证
• Rust 1.98+（2024 版；已在 1.98.1 上验证）
• 运行时使用的会话工具：hyprctl、grim、slurp
• 可选：xdg-desktop-portal-hyprland（门户回退路径）、AT-SPI2 无障碍总线（UI 检查）、带有 --remote-debugging-port=9222 的 Chromium/Chrome（浏览器工具）、wl-clipboard（Wayland 上的剪贴板工具：wl-copy/wl-paste）、xclip + xsel（X11/XWayland 上的剪贴板工具）、kdotool（KDE 上的窗口工具）、riverctl（river 聚焦视图几何信息；若有通告，则通过 wlroots foreign-toplevel 获取窗口枚举和单窗口控制）、GNOME "Window Calls" Shell 扩展（GNOME 上的窗口工具）

步骤：

1. 克隆仓库：

   git clone https://github.com/jxoesneon/ultranix-mcp.git
   cd ultranix-mcp
   

2. 构建项目：

   cargo build --release
   

3. 启动服务：

   # Stdio 传输（推荐用于本地 MCP 客户端）
   # （`--stdio` 可作为 `--transport stdio` 的别名）
   ./target/release/ultranix-mcp --transport stdio
   
   # 在 :3010 上使用 Streamable HTTP 传输（需要 ULTRANIX_MCP_API_KEY）
   ./target/release/ultranix-mcp --transport http --bind 127.0.0.1:3010
   
   # 筛选部分工具类别（减少上下文开销）
   ./target/release/ultranix-mcp --transport stdio --category=mouse,keyboard
   

4. 运行测试（模拟提供程序——无需 Wayland 会话）：

   cargo test
   

**Cargo 功能（v1.2.0）。**每组后端都是一个功能，默认全部启用，因此 cargo install 的行为不变：

功能	默认	控制内容
wayland	开启	原生 Wayland 提供程序：wlr-screencopy 捕获、virtual-pointer/keyboard 输入、layer-shell 覆盖层
uinput	开启	/dev/uinput evdev 回退输入提供程序
a11y	开启	AT-SPI2 UI 自动化 + D-Bus 门户提供程序
pipewire	开启	门户捕获路径中的 PipeWire 流消费（需要 a11y）
vision	开启	ONNX 视觉后端（ort + 模型获取 + 分词器 + 结果缓存）
browser	开启	CDP 浏览器桥接
sentry	开启	可选的 Sentry 错误报告（ULTRANIX_MCP_SENTRY_DSN）
vision-cuda	关闭	CUDA 执行提供程序（隐含 ort/load-dynamic；将 ORT_DYLIB_PATH 指向匹配的 ONNX Runtime 构建）
vision-openvino	关闭	OpenVINO 执行提供程序（同样需注意 load-dynamic）
vision-rocm	关闭	ROCm 执行提供程序（同样需注意 load-dynamic）

选项 3：Nix flake（未经验证）

仓库根目录提供了 flake.nix：nix build 会生成软件包，nix develop 会进入包含 Rust 工具链和原生依赖项的 devShell（pipewire、libxkbcommon、用于 bindgen 的 libclang、会话辅助二进制文件），nix run 会启动服务。**注意：**该 flake 是经审查后编写的，尚未在我们的工具链中评估——请将其视为未经验证；欢迎提交修复和验证结果。

MCP 客户端配置

将 MCP 客户端指向通过 stdio 运行的二进制文件。Claude Desktop / Cursor 的示例（claude_desktop_config.json / mcp.json）：

{
  "mcpServers": {
    "ultranix": {
      "command": "ultranix-mcp",
      "args": ["--transport=stdio"]
    }
  }
}

（--stdio 可作为 --transport stdio 的简写别名。）

节省令牌的变体——仅公开 mouse、keyboard 和 vision 类别：

{
  "mcpServers": {
    "ultranix": {
      "command": "ultranix-mcp",
      "args": ["--transport=stdio", "--category=mouse,keyboard,vision"]
    }
  }
}

---

配置

ultranix-mcp 开箱即用，支持通过 stdio 使用（无需身份验证）。HTTP 传输和生产环境支持以下变量：

变量	用途	默认值	生产环境必需
ULTRANIX_MCP_API_KEY	用于 HTTP 客户端身份验证的 API 密钥（uxcp_*；规范形式为 X-API-Key 标头，也接受 Authorization: Bearer）。**默认拒绝：**未设置时，HTTP 传输会拒绝经过身份验证的请求，不会生成开发密钥。	未设置 — HTTP 默认拒绝请求	是（HTTP）
ULTRANIX_MCP_API_KEY_FILE	存放 API 密钥的文件路径（优先于内联环境变量，避免密钥出现在进程环境中）。	无	否
ULTRANIX_MCP_API_KEY_EXPIRES	可选的密钥过期元数据：以逗号分隔的 RFC 3339 时间列表，按位置与 ULTRANIX_MCP_API_KEY 对应（密钥文件使用每行末尾的 expires= 后缀）。过期密钥仍会加载，但身份验证会失败，并生成独立的 auth.expired_key 审计事件。	无 — 密钥永不过期	否
ULTRANIX_MCP_HISTORY_SECRET	用于加密 history.json 的 AES-256-GCM 密钥。	每次安装时在 ~/.ultranix-mcp/ 下生成（模式为 0700）；开发环境回退方案会发出醒目警告	否
ULTRANIX_MCP_DISABLE_AUTH	应急选项：禁用 HTTP 身份验证（仅限开发环境；stdio 始终无需身份验证）。	false	否
ULTRANIX_MCP_LOG_LEVEL	tracing 日志详细程度（error、warn、info、debug、trace）。	info	否
ULTRANIX_MCP_BIND	流式 HTTP 服务的绑定地址（等同于 --bind 标志）。	127.0.0.1:3010	否
ULTRANIX_MCP_SENTRY_DSN	用于 Sentry 错误跟踪的 DSN — 可选启用；仅当 DSN 解析成功时才会附加 sentry-tracing 层（未设置、为空或格式错误时均禁用；格式错误时会发出警告）。	未设置 — 已禁用	否

**密钥目录回退方案。**如果既未设置 ULTRANIX_MCP_API_KEY，也未设置 ULTRANIX_MCP_API_KEY_FILE，服务端会扫描 ~/.ultranix-mcp/api-keys/*.json — 每个密钥对应一个密钥记录文件（JSON 记录或行格式，并强制将每个文件的模式设为 0600）— 完整的来源优先级规则请参阅 docs/API_KEY_MANAGEMENT.md §3。

**数据目录。**运行时状态存储在 ~/.ultranix-mcp/ 下：

路径	内容
~/.ultranix-mcp/logs/	JSONL 审计日志 — 记录每次工具调用（key_id、args_hash — 绝不记录原始参数 — 持续时间、结果），通过 prev_hash 链接，保留 30 天并轮换
~/.ultranix-mcp/history.json	操作历史记录，静态存储时使用 AES-256-GCM 加密

会话要求与安全性

Wayland 自动化使用合成器能力取代 macOS 风格的权限提示。ultranix-mcp 会选择满足要求且权限最低的后端：

1. 原生 wlroots（Hyprland）- zwlr_virtual_pointer_v1、 virtual-keyboard-unstable-v1 和 wlr-screencopy-unstable-v1 会向 普通客户端开放。无需 root、无需 udev 规则、无需征求同意 对话框。
2. uinput/evdev- 需要通过打包的 udev 规则获得对 /dev/uinput 的写入权限（GROUP="ultranix-input"——专用组中 仅包含服务用户；绝不能使用权限过于宽泛的 input 组，该组会授予对所有 evdev 节点的读取权限，足以实施键盘记录）。设置为自选操作，文档见 packaging/README-uinput.md。
3. XDG Desktop Portal- 通过 zbus 使用 Screenshot/RemoteDesktop；portal 会通过 xdg-desktop-portal-hyprland 调解每个应用的同意对话框。

**安全提示：**ultranix-mcp 内置了防注入攻击的保护措施——受参数约束且固定为绝对路径的命令 白名单（grim、slurp、scrot、hyprctl，但不包括 dispatch exec/exec-once；仅限 X11 会话中的 xdotool/wmctrl）、路径 白名单（$XDG_RUNTIME_DIR、/tmp、~/.ultranix-mcp/**）、严格的输入 验证、速率限制、HTTP 上默认拒绝的 API 密钥身份验证、破坏性工具的同意 门控（-32015 ConsentRequired -> 使用 consent_token 重试；--allow-destructive 可绕过），以及加密的操作 历史记录。请阅读完整的 SECURITY.md 和威胁模型。

---

工具参考

概要索引——docs/TOOLS.md 是规范的工具 目录（包含完整架构、各工具错误和同意语义）。

鼠标（--category=mouse）

mouse_click、mouse_double_click、mouse_move、mouse_get_position、 mouse_scroll、mouse_drag、mouse_button_control

键盘（--category=keyboard）

type_text、key_control

视觉（--category=vision）

screenshot、screen_info、screen_highlight、color_at、 set_spatial_focus、get_ui_tree、get_focused_element、find_element、 find_text_on_screen、find_icon、wait_for_ui_element、invoke_element、 screen_record、screen_stream

自动化（--category=automation）

sleep、mouse_move_path、system_command、web_query

管理（--category=admin）

window_control、get_windows、get_active_window、metrics、 get_action_history、replay_action、clear_action_history、 plugin_list、plugin_run、plugin_reload

剪贴板（--category=clipboard）

clipboard_get、clipboard_set、clipboard_clear

---

路线图

交付计划见 ROADMAP.md——截至 v1.0.0，阶段 0-5 的全部内容 （脚手架 -> Hyprland I/O -> AT-SPI2 -> 视觉/CDP -> 企业功能 -> 可移植性/打包）均已交付；v1.1.0 版本新增了 layer-shell screen_highlight 覆盖层、原生 X11 提供程序、PipeWire portal 捕获、可选的 Sentry、OCR 结果缓存以及另外四项 Prometheus 指标；v1.2.0 版本新增了剪贴板工具、插件 工具宏、有界 screen_record、带 sway 窗口提供程序的 sway/Wayfire/river/KDE/GNOME 会话检测、各后端的 cargo 功能，以及带帧的 v2 操作历史格式；v1.3.0 版本新增了运行时 策略层（TOML 角色、按键作用域、--readonly 和工具 允许/拒绝标志）、各后端调用指标以及可选的 HMAC 签名审计记录；v1.4.0 版本补齐了窗口提供程序 覆盖范围（Wayfire IPC、river riverctl、GNOME Window Calls），交付了实时 screen_stream 滚动捕获和由插件公开的动态工具， 并新增了 OCI 镜像和 ultranix-mcp-bin 分发构件—— 发行说明见 CHANGELOG.md。

文档

设计和治理文档位于 docs/ 中，其中包括 docs/adr/ 下的架构决策记录。开发工作流请从 CONTRIBUTING.md 开始。

贡献

欢迎贡献！请阅读 CONTRIBUTING.md，了解 mock-provider 测试模式、ADR 流程和拉取请求规范；阅读 CODE_OF_CONDUCT.md，了解社区行为准则。

许可证

本项目采用 ISC License 许可。

---

© 2026 ultranix-mcp 作者。