DeskMCP

01 / 服务器详情

服务器详情

对于希望让 ChatGPT 深度介入本地开发流程的 Windows 用户来说，DeskMCP 提供了一个安全且受控的“连接桥梁”。它本质上是一个 MCP 策略网关，解决了 AI 直接访问本地文件和终端时最令人担心的权限失控问题。通过它，你可以为 AI 设置精细的工作区权限，确保它只能在指定的文件夹内活动，并对写操作进行拦截保护。相比于直接开放系统权限，DeskMCP 实现了进程级别的隔离和操作审计，让开发者能在享受 AI 自动化处理本地任务、执行终端命令带来的便利时，不必担心误删文件或系统安全风险。上手难度适中，是构建本地 AI 自动化工作流的一把“安全锁”。

一个提供 DeskMCP 能力的模型上下文协议服务器，可被兼容 MCP 的 AI 客户端连接和调用。

能力标签ProductivityMCP开源

协议Model Context Protocol

开发者生态开源生态

开源协议MIT / 以来源页为准

来源GitHub

收录合集

收录本 MCP 服务的合集

常用MCP2026.03.30已收录

我的MCP2026.03.31已收录

Genie2026.03.30已收录

02 / 工具测试

工具测试

可用工具

可调用

调用 DeskMCP 提供的 MCP 能力并返回结构化结果。

参数

input根据该 MCP 服务的工具 schema 传入参数。

提示：该工具可能会截断响应；使用 start_index 等分页参数可以分块读取较长内容。

03 / 服务配置

连接方式

Remote

{
  "mcpServers": {
    "DeskMCP": {
      "url": "部署后由服务提供方生成 Remote 地址"
    }
  }
}

Remote 地址需要在部署后由服务提供方生成，页面不会伪造不可用的端点。

Stdio · mcp.json

当前记录没有 npm 包，请先打开来源仓库补充 command 和 args。

如果当前条目没有登记 npm 包，请以来源仓库的安装方式为准。

03 / 使用方法

如何使用

01
步骤 1
先检查服务器能力和权限范围。
02
步骤 2
复制安装命令或 JSON 配置。
03
步骤 3
在客户端中进行小范围连接测试。
04
步骤 4
确认数据访问和维护状态后再长期使用。

04 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面