开发与工程 terminal-aipersistent-shellfile-editingprocess-managementcross-platformmcp-serverrepl-interactionssh

终端命令助手

跨平台终端操作与持久交互式会话管理,让 AI 在 bash、PowerShell 等环境中安全运行命令并实时反馈结果。

FollowSkills 评估 · FSRS-2.0
不推荐
51/ 100 五分制 2.6 / 5
1 2 3 4 5 6
1信任安全10 / 25 · 2.0/5

证据显示技能描述强调安全性,要求绝对路径、尊重 allowedDirectories、不打印敏感信息、对破坏性命令需明确确认,且仓库内有 SECURITY.md 详细说明安全边界和已知局限。但实际执行受 Desktop Commander 的配置限制(如 blockedCommands 可被绕过),且未审计实际实现是否严格执行所有安全要求,故不能给予满分。

2可靠稳定9 / 20 · 2.3/5

技能内容自洽,提供了环境检测、跨平台命令对照、错误处理、REPL 模式等清晰的指导,作为指令集较为可靠。但仓库中的测试文件似乎主要针对 edit_block 和 A/B 测试,未直接覆盖终端技能的关键路径,且静态审查无法验证实际执行,故得分有限。

3适用触发10 / 15 · 3.3/5

技能适用范围明确:终端操作、跨平台、交互式会话、错误诊断等,触发条件(如错误信息)清晰,环境检测步骤有助于适配。但对于中国用户,Desktop Commander 依赖 npm 和 GitHub 等可能无法从中国大陆直接访问的服务,存在网络可达性问题,需扣分。

4规范维护11 / 15 · 3.7/5

技能文件结构清晰,有版本号、受众、描述,内容包含使用说明、安全注意事项、故障处理等,但缺少安装依赖说明(依赖外部 MCP 服务器)、潜在限制披露不够全面、版本控制与更新路径不明确。README 和 package.json 提供了较好项目上下文,但技能文件本身可维护性一般。

5有效结果6 / 15 · 2.0/5

技能内容作为指令集能够指导完成终端操作任务,但缺乏实际执行验证。虽然仓库中有测试文件,但未直接验证本技能,且静态审查无法确认输出可用性,故得分不超过上限。

6证据核验5 / 10 · 2.5/5

仓库中有测试文件(如 edit-block-performance.js),但涉及的是文件编辑功能,而非终端技能。CI 配置仅包含 codespell(拼写检查),未覆盖功能测试。静态审查无法复核关键声明,因此得分不超过5。

证据充分度: 评估于 2026年8月7日 审查版本 9bd8422dd676
使用前请注意
  • 该技能依赖 Desktop Commander MCP 服务器,其安装需要 npm 和 GitHub,中国大陆用户可能无法直接访问,建议评估网络可达性并提供替代安装方式。
  • 技能中的安全建议依赖外部工具的配置,但实际安全边界可能被绕过,用户应参考 SECURITY.md 并考虑使用 Docker 等隔离环境。
  • 技能描述中未提及安装依赖、配置步骤或更新路径,建议补充相关文档。
  • 技能中的示例命令(如 ssh, docker)可能会产生外部副作用,但技能本身强调了确认机制,用户仍需注意执行环境。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

这是 Desktop Commander MCP 仓库中的一个技能,专注于为 AI 代理提供终端操作能力。它通过 MCP 工具(如 start_process、interact_with_process)管理持久化的 shell 会话,支持 REPL、数据库、SSH 等长期运行进程,并涵盖文件系统搜索与差异化编辑。技能强调环境检测(get_config)、跨平台命令适配和安全防护,禁止未确认的破坏性操作。适用于日常终端任务、错误诊断、端口排查等场景。

它使用 Desktop Commander MCP 提供的能力,执行单向命令(start_process)、与交互式会话交互(interact_with_process)、读取进程输出(read_process_output)、终止进程(force_terminate),以及列出文件和目录(list_directory/get_file_info)。同时支持文件系统搜索和差异化编辑(如 edit_block),并检测系统环境(get_config 获取 OS、shell、Python/Node 版本等),为不同 shell 选择合适的命令语法。

  1. 开发者在 Claude 中启动 Python REPL,逐步导入 pandas 并分析 CSV 文件,会话状态在多次调用间保持。
  2. 运维人员 SSH 到远程服务器,通过交互式会话执行命令并查看实时输出,排查服务问题。
  3. 用户遇到 'port 3000 in use' 错误,AI 使用 lsof 或 netstat 查找占用进程并终止。
  4. 初级用户询问 'command not found' 错误,AI 解释原因并提供修复命令(如安装包或配置 PATH)。
  5. 数据工程师在终端中运行 Docker 命令(docker ps、docker logs),并监控长时间运行的任务。
  6. 用户希望将重复的工作流程保存为脚本,AI 生成跨平台的 .sh 或 .ps1 文件。

这个 Skill 有哪些优点和局限?

优点
  • 支持跨平台(Windows、macOS、Linux),自动检测 shell(bash、zsh、PowerShell、cmd)并适配命令。
  • 能够管理持久化交互式会话(REPL、SSH、数据库),保持状态跨多轮对话。
  • 提供安全防护:内置阻止命令列表,破坏性操作需明确确认,并推荐只读检查。
  • 与文件系统集成,支持搜索、读取和差异化编辑,适合代码调试和修改。
局限
  • 依赖 Desktop Commander MCP 服务器,需要额外安装和配置,不能独立运行。
  • 安全限制并非绝对:文档警告目录限制和命令阻止可被绕过(如通过符号链接),需要用户注意。
  • 未提供单元测试或完整验证,技能在特定环境(如 Linux 发行版差异)可能存在问题。
  • 对于非常复杂的终端交互,可能出现输出截断,需要额外调用 read_process_output 获取完整输出。

如何安装这个 Skill?

该技能是 Desktop Commander MCP 仓库的一部分,首先需要安装 MCP 服务器。按照仓库安装步骤:在 Claude Desktop 中运行 npx @wonderwhy-er/desktop-commander@latest setup,或手动配置 claude_desktop_config.json 添加 MCP 服务器。技能文件位于仓库的 plugins/claude/skills/terminal/SKILL.md,将仓库克隆或安装后,技能会自动被 Claude 识别。

如何使用这个 Skill?

安装后,在 Claude 对话中直接描述终端任务,例如 '帮我看看端口 3000 被谁占用' 或 '启动一个 Python REPL 并分析这个 CSV'。技能会自动调用 Desktop Commander 的工具执行命令。也可以主动引用 'Desktop Commander' 或 '终端' 来触发。详细命令格式和示例见技能文档 §3 和 §4。

常见问题

需要额外付费吗?
MCP 服务器本身免费,但使用 Claude Desktop 需要订阅(如 Pro 计划)。该技能不会直接调用 API,节省令牌成本。
如何防止破坏性命令误执行?
技能内置了阻止命令列表(如 sudo、mkfs),并要求在运行破坏性命令(如 rm -rf)前获得用户明确确认。建议设置 allowedDirectories 限制文件系统访问。
技能是否支持 Windows PowerShell?
支持。技能会检测默认 shell,并为 PowerShell 提供等效命令(如 Get-ChildItem、Remove-Item),以及端口检查命令(Get-NetTCPConnection)。
如果命令出错怎么办?
技能会读取实际错误输出,用简单语言解释原因,并提供修复命令。如果诊断不明,会建议先运行只读检查或提供安全选项。

同仓库的其他 Skills

均来自 wonderwhy-er/DesktopCommanderMCP

相关 Skills