Syscontrol MCP

系统控制

一个适用于Mac的AI代理，可以回答有关系统的问题，并可以随时使用新工具进行扩展。

92个实时工具，涵盖CPU、RAM、GPU、磁盘、网络、进程、iMessage、电子邮件、剪贴板、浏览器、天气、提醒、Docker、time Machine、Wi-Fi、日历、联系人、Notes、Homebrew、媒体控制、文件管理、Spotlight搜索、电子表格、Word文档、PDF、图像生成、深度网络研究、子代理编排、代码编辑、git集成等。代理会自动选择正确的工具，并行运行它们，并用简单的英语回答。

运行它的三种方法——选择适合您工作流程的方法：

所有接口共享相同的代理、工具和提供者——它们是可互换的。

______________________________________________________________________

应用程序（推荐）

一个具有流式聊天、Markdown渲染、聊天历史侧边栏和自动保存功能的原生SwiftUI应用程序——无需Python、无需终端、无需安装依赖项。只需在“设置”中下载、打开并配置您的提供商。

下载

选项A——预制DMG （无需Xcode）：

下载最新 SysControl.dmg 从 ，拖动到“应用程序”，然后在首次启动时绕过Gatekeeper（该应用程序是临时签名的，未经过公证）：

xattr -r -d com.apple.quarantine /Applications/SysControl.app

或者右键单击应用程序→ 打开 → 打开 第一次。

选项B--从源代码安装 （在本地编译，自动绕过Gatekeeper）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/ks6573/SysControl/master/swift/install.sh)"

稍后更新：使用 检查更新 在应用程序（⇧⌘U）中，或运行 syscontrol-update 从终端。

要卸载：请重新运行 --uninstall.

选项C——手动构建：

git clone https://github.com/ks6573/SysControl.git
cd SysControl/swift
./build.sh release
open .build/SysControl.app

要求： macOS 14（索诺玛）或更高版本。选项B和C也需要Xcode命令行工具(xcode-select --install).

特性

• 流媒体响应 --令牌在到达时随实时Markdown呈现而出现
• 自动保存 --每个对话都会自动保存，并使用LLM生成的标题
• 聊天历史侧栏 --浏览和删除过去的聊天记录
• 设置 --在应用程序中在本地（Ollama）和云提供商之间切换
• 应用内更新 --从菜单栏（⇧⌘U）或设置中检查新版本；DMG用户一键下载，源安装用户自动更新
• 无设置 --一切都是通过应用程序本身配置的

首次发射

首次启动时，会自动显示入职表：

1. 选择 当地（Ollama） --要求 奥拉玛 在本地运行，不需要API密钥
2. 或选择 云 -输入API密钥
3. 点击 完成 然后开始聊天

若要稍后更改提供程序，请打开 设置 (⌘,).

聊天记录保存为Markdown ~/.syscontrol/chat_history/ --自由查看、编辑或删除。

______________________________________________________________________

命令行界面

与应用程序运行相同后端的终端代理。两种安装路径：

选项A——单线安装（推荐）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/ks6573/SysControl/master/install-cli.sh)"

安装 uv 如果丢失，则运行 uv tool install 针对GitHub仓库，暴露 syscontrol 和 syscontrol-server 在你的 PATH 在一个孤立的静脉里。不需要克隆。

稍后更新：运行 syscontrol --update （或 /update REPL内部）；独立 syscontrol-cli-update 脚本仍在安装中。

要卸载：请重新运行 -- --uninstall.

选项B——来自克隆（用于开发）：

git clone https://github.com/ks6573/SysControl.git
cd SysControl
curl -LsSf https://astral.sh/uv/install.sh | sh   # if uv not installed
uv sync
uv run agent.py

需求

• macOS或Linux
• python 3.11+ （如果您的系统Python较旧，uv将获取一个）
• 奥拉玛 对于本地模式， 或 用于云模式的Ollama Cloud API密钥

CLI标志

syscontrol                                          # interactive
syscontrol --provider local --model qwen3:30b      # local, skip prompt
syscontrol --provider cloud --api-key sk-...       # cloud, skip prompt (key is remembered)
syscontrol --provider cloud --no-save-key          # cloud, prompt every time
syscontrol --continue                              # resume the most recent session
syscontrol --resume                                # pick a previous session from a list
syscontrol --coding --approval normal              # coding agent, ask before edits/shell
syscontrol --coding --approval plan                # read-only planning mode
syscontrol --coding --approval auto                # auto-accept coding edits/shell

克隆（选项B）用户可以替换 uv run agent.py 为了 syscontrol 在下面的任何命令中。

第一次输入Ollama Cloud API密钥时（通过 --api-key 或提示），保存到 ~/.syscontrol/cli_credentials.json (0600)这样你就不会再被问到了。使用 --no-save-key 选择退出，或 /logout 从REPL忘记它。

编码模式

CLI可以作为具有窄代码工具集的编码代理运行：文件搜索/读取/编辑， git status/diff和shell命令。审批方式：

按 Shift+Tab 在系统监控模式和编码模式之间切换。在编码模式内部， 使用 /approval plan, /approval normal，或 /approval auto 改变政策。老人 standard 和 nuke 名字仍然可以作为别名。

Slash命令和键盘快捷键

交互式CLI感觉就像Codex/Claude Code:type / 弹出完成菜单， @ 从cwd内联文件， ! 要运行一次性shell命令，底部工具栏将始终显示活动模型、提供者、审批模式和消息计数。

类型 @ 弹出当前目录范围内的文件选择器（使用 git ls-files 如果可用；回落到递归行走）。所选路径在缓冲区中保持字面意义，并在提交时作为围栏代码块内联（每个文件的上限为64KB）。

类型 ! 直接运行shell命令——output内联打印，绕过LLM。需要 allow_shell=true 在 ~/.syscontrol/config.json.

历史坚持到 ~/.syscontrol/cli_history.对话自动保存到 ~/.syscontrol/cli_sessions/；继续使用最新 syscontrol --continue 或从列表中选择 syscontrol --resume.

本地模式（Ollama）

ollama pull qwen3:30b   # recommended
ollama serve
syscontrol --provider local

支持工具调用的模型：

没有本机工具调用的模型（例如。 gemma3)将出错。

云模式（Ollama Cloud）

syscontrol --provider cloud
# Enter your key when prompted — not echoed or stored in shell history

获取钥匙 ollama.com/settings/keys默认云模型： gpt-oss:120b.

结束会话

自然地说再见(bye, exit, quit, done, farewell, cya, goodnight，…）或按 复制。代理将在退出之前提供保存您的会话。

会话记忆

退出时，系统会提示您保存有关会话的简短说明。注释附于 SysControl_Memory.md 带有时间戳。下次启动时，如果文件存在，其内容将被注入系统提示符中，以便代理具有之前会话的上下文。该文件是纯文本的，只能追加，可以自由编辑或删除条目。

代理还可以通过以下方式在会话中保存和调用内存 read_memory 和 append_memory_note 工具——无需等待退出。

隐私： SysControl仅存储您明确保存的内容。Ollama默认在本地处理查询。

______________________________________________________________________

权限和安全

敏感工具是 默认情况下禁用。启用它们 ~/.syscontrol/config.json:

{
  "allow_shell":           true,
  "allow_messaging":       true,
  "allow_message_history": true,
  "allow_screenshot":      true,
  "allow_file_read":       true,
  "allow_file_write":      true,
  "allow_calendar":        true,
  "allow_contacts":        true,
  "allow_accessibility":   true,
  "allow_tool_creation":   true,
  "allow_deep_research":   true,
  "allow_email":           true,
  "allow_notes":           true,
  "allow_brew":            true,
  "allow_agents":          true
}

每个禁用的工具都会返回一个错误，并带有启用它所需的确切标志。

______________________________________________________________________

Claude桌面设置

1.将MCP服务器添加到您的配置中

{
  "mcpServers": {
    "system-monitor": {
      "command": "/path/to/uv",
      "args": ["run", "/absolute/path/to/SysControl/mcp/server.py"],
      "env": {}
    }
  }
}

使用 which uv 获取紫外线路径。

2.设置系统提示 --创建Claude桌面项目并粘贴以下内容 mcp/prompt.json 进入“项目说明”字段。

3.重新启动克劳德桌面 — system-monitor 将出现在MCP服务器列表中。

______________________________________________________________________

自我延伸

当你要求一些没有工具覆盖的东西时，代理会主动构建它：

You: What song is playing in Spotify right now?

Agent: I don't have a tool for that. Want me to create one? (yes/no)

You: yes

Agent: ✓ Tool `get_spotify_track` installed. Restart and ask again.

代理编写Python函数，验证语法，扫描危险模式(eval, exec等），并将其附加到 mcp/server.py。要求：

{ "allow_tool_creation": true }

______________________________________________________________________

工具（共92个）

监控

系统和硬件

进程管理

网络和连接

存储

信息与通信

浏览器和Web

剪贴板和屏幕

应用程序控制和系统

文件I/O和外壳

日历、联系人和日志

公用事业

记忆

研究

代码编辑和导航

子代理编排

自我延伸

______________________________________________________________________

加班支持

从硬件和平台自动检测到：

______________________________________________________________________

项目结构

SysControl/
├── agent.py                 # CLI entry-point shim
├── install-cli.sh           # One-line CLI installer (curl one-liner)
├── agent/
│   ├── cli.py               # Interactive terminal REPL
│   ├── core.py              # Shared agent logic: MCP client, streaming loop, helpers
│   ├── bridge.py            # JSON-over-stdio bridge for the Swift app
│   ├── agents.py            # Sub-agent specs: AgentSpec, AgentRegistry, built-in agents
│   ├── runner.py            # Sub-agent runner: isolated context, filtered tools
│   └── paths.py             # Path resolution (repo root, user data dir, memory file)
├── mcp/
│   ├── server.py            # MCP tool server (92 tools + self-extension)
│   └── prompt.json          # System prompt for the agent
├── deep_research/           # Deep research agent (iterative web research with citation verification)
├── swift/
│   ├── Package.swift         # SwiftPM package definition
│   ├── build.sh              # Builds the .app bundle and DMG
│   ├── install.sh            # One-line source installer
│   └── SysControl/           # SwiftUI source (App, Models, Views, Services, Storage)
├── scripts/
│   └── make_icon.py          # Generates the .icns app icon from source PNGs
├── pyproject.toml            # Python project config, dependencies, linting
├── VERSION                   # Current release version (single source of truth)
└── tests/                    # Pytest suite for agent core + MCP helpers

建筑

┌──────────────────────┐
│    SwiftUI App       │   Native macOS frontend
│  (swift/SysControl/) │   Onboarding, chat, settings, history
└────────┬─────────────┘
         │  JSON-over-stdio (bridge.py)
┌────────▼─────────────┐
│    Agent Core        │   Streaming agentic loop, LLM client
│  (agent/core.py)     │   Provider selection, tool dispatch
└────────┬─────────────┘
         │  JSON-RPC (stdio)
┌────────▼─────────────┐
│    MCP Server        │   92 tools, self-extension, permission checks
│  (mcp/server.py)     │   Concurrent tool execution via client pool
└──────────────────────┘

Swift前端通过以下方式与Python后端通信 agent/bridge.py，它通过stdio协议讲一个简单的JSON。这座桥重复使用了同样的东西 MCPClientPool CLI使用的流式循环，因此所有工具和功能都在每个接口上共享。

______________________________________________________________________

入口点

通过安装后 俏皮话 （或 pip install -e . 来自克隆）：

从克隆中不安装，使用 uv run:

______________________________________________________________________

许可证

该项目根据MIT许可证获得许可。看 许可证.