iterm-mcp

GitHub
543 68 简单 1 次阅读 3天前MIT图像Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

iterm-mcp 是一款专为 macOS 用户设计的 AI 辅助工具,它能将你的 iTerm2 终端会话无缝连接到支持模型上下文协议(MCP)的 AI 客户端(如 Claude Desktop)。通过它,AI 模型不再只是提供代码建议,而是能直接“看到”并操作你当前的终端界面,执行命令、读取输出结果,甚至与交互式环境(REPL)进行实时对话。

对于经常需要在命令行中调试代码、运行脚本或管理服务的开发者而言,iterm-mcp 解决了传统 AI 助手无法感知终端实时状态的痛点。你无需反复复制粘贴报错信息,只需让 AI 直接观察屏幕内容,它就能精准定位问题并执行修复步骤,包括发送 Ctrl-C 等控制信号来中断进程。

该工具特别适合熟悉命令行操作的软件开发者和运维工程师使用。其核心技术亮点在于高效的令牌(Token)利用机制:AI 可以只读取它关心的最后几行输出,而非整个历史记录,既节省了资源又提升了响应速度。此外,iterm-mcp 依赖极少,通过 npx 即可快速运行,集成过程简单流畅。不过需要注意的是,由于它赋予 AI 直接的终端控制权且无内置安全拦截,使用者需保持监控,适时干预以确保操作安全。

使用场景

一位后端工程师正在 macOS 的 iTerm2 中调试一个复杂的微服务启动脚本,该脚本需要交互式输入并实时观察日志输出。

没有 iterm-mcp 时

  • 上下文割裂严重:开发者必须手动复制终端报错信息粘贴给 AI,再将从 AI 获得的修复命令复制回终端,频繁切换窗口打断思路。
  • 长日志分析低效:面对数百行的启动日志,AI 无法直接“看到”屏幕,开发者需人工筛选关键错误行,耗时且容易遗漏细节。
  • 交互流程受阻:当脚本进入 REPL 模式或等待确认时,AI 无法发送 Ctrl+C 或特定指令,导致进程卡死,必须由人工介入中断。
  • 试错成本高昂:每一步验证都需要人工执行并反馈结果,多轮调试过程冗长,难以实现自动化的连续操作。

使用 iterm-mcp 后

  • 无缝原生集成:iterm-mcp 让 AI 直接读取当前 iTerm 会话内容,开发者只需口述问题,AI 即可基于屏幕实时状态提供建议并直接写入命令。
  • 智能按需读取:利用高效 Token 机制,iterm-mcp 允许 AI 仅抓取最后几行关键输出,瞬间定位错误根源,无需人工预处理长日志。
  • 全权终端控制:AI 可通过 iterm-mcp 发送 Ctrl+CEnter 等控制字符,自主完成从启动服务、处理交互提示到重启进程的全闭环操作。
  • 自动化连续调试:开发者可委托复杂任务,iterm-mcp 支持 AI 逐步执行命令并即时检查结果,大幅缩短“假设 - 验证”的循环时间。

iterm-mcp 的核心价值在于将 AI 从“外部顾问”转变为能直接操控终端的“结对编程伙伴”,彻底消除了人与命令行之间的操作摩擦。

运行环境要求

操作系统
  • macOS
GPU

未说明

内存

未说明

依赖
notes该工具专为 macOS 设计,依赖 iTerm2 终端模拟器。无需 Python 环境,通过 npx 直接运行。安装需配置 Claude Desktop 的 JSON 配置文件。由于直接控制终端执行命令,无内置安全限制,用户需自行监控模型操作以防意外执行危险指令。
python未说明
Node.js >= 18
iTerm2 (必须运行)
iterm-mcp hero image

快速开始

iterm-mcp

一个模型上下文协议服务器,提供对您的 iTerm 会话的访问权限。

主图

功能特性

高效使用令牌: iterm-mcp 让模型仅能查看其感兴趣的输出内容。通常情况下,即使对于长时间运行的命令,模型也只希望看到最后几行输出。

自然集成: 您与模型共享 iTerm 窗口。您可以就屏幕上显示的内容提问,也可以将任务委托给模型,并观察它逐步完成每一步操作。

完整的终端控制与 REPL 支持: 模型可以启动并交互式地使用 REPL,同时还能发送控制字符,如 Ctrl+C、Ctrl+Z 等。

依赖轻量: iterm-mcp 构建时尽量减少了依赖项,并可通过 npx 直接运行。它被设计为易于添加到 Claude Desktop 及其他 MCP 客户端中,应该能够即装即用。

安全注意事项

  • 用户有责任安全地使用该工具。
  • 无内置限制:iterm-mcp 不会对执行的命令进行安全性评估。
  • 模型可能会表现出意想不到的行为。用户应密切关注其活动,并在必要时及时终止操作。
  • 对于多步骤任务,如果模型偏离预期路径,您可能需要中断其操作。建议从较小且目标明确的任务开始,逐步熟悉模型的行为模式。

工具

  • write_to_terminal - 向当前激活的 iTerm 终端写入内容,常用于执行命令。返回该命令产生的输出行数。
  • read_terminal_output - 从当前激活的 iTerm 终端读取指定行数的输出内容。
  • send_control_character - 向当前激活的 iTerm 终端发送控制字符。

系统要求

  • 必须运行 iTerm2
  • Node.js 版本 18 或更高

安装

若要与 Claude Desktop 配合使用,请添加以下服务器配置:

macOS:~/Library/Application Support/Claude/claude_desktop_config.json
Windows:%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "iterm-mcp": {
      "command": "npx",
      "args": [
        "-y",
        "iterm-mcp"
      ]
    }
  }
}

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 iTerm:

npx -y @smithery/cli install iterm-mcp --client claude

smithery 徽章

开发

安装依赖:

yarn install

构建服务器:

yarn run build

若需开发并启用自动重新构建:

yarn run watch

调试

由于 MCP 服务器通过标准输入输出进行通信,调试可能会比较困难。我们推荐使用 MCP Inspector,它作为包脚本提供:

yarn run inspector
yarn debug <command>

Inspector 将为您提供一个 URL,以便在浏览器中访问调试工具。

版本历史

1.2.62025/09/20
1.2.52025/04/17
1.2.42025/03/29
1.2.32025/01/27
1.2.22025/01/21
1.2.12025/01/18
1.2.02025/01/16
1.1.02025/01/14
1.0.52025/01/12
1.0.42025/01/11
1.0.22025/01/11
1.0.12025/01/10

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架