MCP Process Server

MCP ACS过程服务器

一种模型上下文协议（MCP）服务器，为AI代理提供进程管理和监控功能，具有由可执行的分配列表和资源限制强制执行的严格安全边界。

🔗 仓库

此包现在保存在自己的存储库中： ****

此存储库是 AI功能套件 在GitHub上。

目录

• 特性
• 安全
• 安装
• 快速开始
• 配置
• MCP工具
• 使用示例
• 故障排除
• 发展
• 许可证

特性

• 进程启动：生成具有指定参数和环境变量的进程
• 资源监控：实时跟踪CPU、内存、线程数和I/O使用情况
• 输出捕获：分别捕获和检索stdout和stderr流
• 过程终止：优雅（SIGTERM）和强制（SIGKILL）终止，超时升级
• 服务管理：具有自动重启和健康检查功能的长期运行服务
• 流程组：管理相关流程并创建管道
• 超时管理：指定持续时间后自动终止进程
• I/O管理：发送stdin输入并检索缓冲输出
• 安全：具有可执行分配列表、参数验证和资源限制的多层安全性
• 审计日志：完整的安全和合规操作跟踪

安全

此服务器通过6层验证实现了深度防御安全：

1. 可执行许可列表：只能启动预先批准的可执行文件
2. 参数验证：针对注入攻击验证了命令参数
3. 环境消毒：已删除危险环境变量
4. 资源限制：CPU、内存和时间限制可防止资源耗尽
5. 特权预防：没有权限升级或setuid可执行文件
6. 审计日志：完整的操作跟踪

看 安全.md 详细的安全实施。

安装

Docker（推荐）

docker pull digitaldefiance/mcp-process:latest

看 医生.md 了解详细的Docker使用说明。

NPM

npm install @ai-capabilities-suite/mcp-process

纱线

yarn add @ai-capabilities-suite/mcp-process

全球安装

npm install -g @ai-capabilities-suite/mcp-process

快速开始

Docker快速入门

# Pull the image
docker pull digitaldefiance/mcp-process:latest

# Create config directory
mkdir -p config

# Create configuration
cat > config/mcp-process-config.json  setTimeout(resolve, 1000));

// Get output
const output = await mcpClient.callTool("process_get_output", {
  pid: result.pid,
});

console.log("Output:", output.stdout);

示例2：监控资源使用情况

// Start a process
const result = await mcpClient.callTool("process_start", {
  executable: "python3",
  args: ["my_script.py"],
  resourceLimits: {
    maxCpuPercent: 50,
    maxMemoryMB: 512,
  },
});

// Monitor resources
const stats = await mcpClient.callTool("process_get_stats", {
  pid: result.pid,
  includeHistory: true,
});

console.log("CPU:", stats.cpuPercent + "%");
console.log("Memory:", stats.memoryMB + "MB");

示例3：与Stdin的交互过程

// Start an interactive process
const result = await mcpClient.callTool("process_start", {
  executable: "python3",
  args: ["-i"],
  captureOutput: true,
});

// Send input
await mcpClient.callTool("process_send_stdin", {
  pid: result.pid,
  data: 'print("Hello from AI agent")\n',
});

// Wait and get output
await new Promise((resolve) => setTimeout(resolve, 500));
const output = await mcpClient.callTool("process_get_output", {
  pid: result.pid,
});

console.log("Output:", output.stdout);

示例4：长期运行服务

// Start a service with auto-restart
const service = await mcpClient.callTool("process_start_service", {
  name: "my-api-server",
  executable: "node",
  args: ["server.js"],
  restartPolicy: {
    enabled: true,
    maxRetries: 3,
    backoffMs: 5000,
  },
  healthCheck: {
    command: "curl http://localhost:3000/health",
    interval: 30000,
    timeout: 5000,
  },
});

console.log("Service started:", service.serviceId);

示例5：流程组管道

// Create a process group
const group = await mcpClient.callTool("process_create_group", {
  name: "data-pipeline",
  pipeline: true,
});

// Start first process
const proc1 = await mcpClient.callTool("process_start", {
  executable: "cat",
  args: ["data.txt"],
  captureOutput: true,
});

// Add to group
await mcpClient.callTool("process_add_to_group", {
  groupId: group.groupId,
  pid: proc1.pid,
});

// Start second process (will receive output from first)
const proc2 = await mcpClient.callTool("process_start", {
  executable: "grep",
  args: ["pattern"],
  captureOutput: true,
});

await mcpClient.callTool("process_add_to_group", {
  groupId: group.groupId,
  pid: proc2.pid,
});

故障排除

问题：“可执行文件不在allowlist中”

原因： 您尝试启动的可执行文件不在 allowedExecutables 配置。

解决方案： 将可执行文件添加到配置文件中：

{
  "allowedExecutables": ["node", "python3", "/path/to/your/executable"]
}

您可以使用：

• 绝对路径： /usr/bin/node
• 基础名称 ： node
• 球状图案： /usr/bin/*

问题：“Shell解释器被阻止”

原因： 您正试图启动一个shell（bash、sh、cmd.exe等），并且 blockShellInterpreters 已启用。

解决方案： 要么：

1. 集 blockShellInterpreters: false 在您的配置中（不推荐）
2. 直接启动实际的可执行文件，而不是通过shell

问题：“找不到进程”

原因： 进程已终止或PID无效。

解决方案： 使用检查进程是否仍在运行 process_list 或 process_get_status.

问题：“超出CPU限制”或“超出内存限制”

原因： 进程超出了配置的资源限制。

解决方案： 在配置或启动流程时增加资源限制：

{
  "defaultResourceLimits": {
    "maxCpuPercent": 90,
    "maxMemoryMB": 2048
  }
}

问题：“已达到最大并发进程数”

原因： 您已到达 maxConcurrentProcesses 限制。

解决方案：

1. 终止一些正在运行的进程
2. 增加 maxConcurrentProcesses 在您的配置中
3. 等待进程完成

问题：“进程stdin不可用”

原因： 进程stdin已关闭或进程不支持stdin输入。

解决方案： 确保进程仍在运行，并且是在启用stdin的情况下启动的。

问题：找不到配置文件

原因： 服务器找不到您的配置文件。

解决方案：

1. 使用 --config 标志： mcp-process --config /path/to/config.json
2. 设置环境变量： export MCP_PROCESS_CONFIG_PATH=/path/to/config.json
3. 将配置放置在 ./mcp-process-config.json

调试

通过设置审核日志级别启用调试日志记录：

{
  "enableAuditLog": true,
  "auditLogLevel": "debug"
}

查看审核日志，了解有关流程操作和安全违规的详细信息。

发展

先决条件

• Node.js>=18.0.0
• npm>=8.0.0

设置

# Clone the repository
git clone https://github.com/digital-defiance/ai-capabilities-suite.git
cd ai-capabilities-suite/packages/mcp-process

# Install dependencies
npm install

# Build
npm run build

测试

# Run all tests (unit, integration, and e2e)
npm test

# Run tests with coverage
npm run test:coverage

# Run tests in watch mode
npm run test:watch

# Run specific test file
npm test -- SecurityManager.spec.ts

# Run only e2e tests
npm run test:e2e

# Run minimal e2e smoke tests (quick validation)
npm run test:e2e:minimal

端到端（E2E）测试

MCP ACS Process Server包括全面的e2e测试，通过将服务器生成为子进程并使用JSON-RPC协议通过stdio进行通信来验证完整的系统行为。这些测试确保服务器在实际使用场景中正常工作。

E2E测试结构：

• server.e2e.spec.ts -全面的e2e测试，涵盖所有MCP工具和协议功能
• server.minimal.e2e.spec.ts -用于基本功能验证的快速烟雾测试（\

许可证

MIT许可证-请参阅 许可证 文件以获取详细信息。

支持

• GitHub问题：
• 电子邮件：

相关项目

• MCP文件系统 -AI代理的文件系统操作
• MCP记录 -会话录制和回放
• MCP ACS调试器 -MCP协议调试工具

致谢

内置：

• @模型上下文协议/sdk -MCP协议实现
• 使用率 -过程资源监控
• 哪个 -可执行路径解析
• 小匹配 -球形图案匹配