mcp-dev-runtime：一条命令把本地开发机暴露给 ChatGPT——OpenAI Tunnel + 6 个 MCP 工具的打包方案

dolibali/mcp-dev-runtime 做的事很具体：把本地开发机变成 ChatGPT 可以直接操作的 MCP 服务器，一条命令启动，无需手动配 Node.js 环境。3 stars，Apache-2.0，v1.2.0。

GitHub：github.com/dolibali/mcp-dev-runtime | Stars：3 | License：Apache-2.0

---

⚠️ 先说清楚：这套方案绑的是 ChatGPT，不是 claude.ai

项目描述里的”网页版自定义插件接入”指的是 ChatGPT，不是 claude.ai。

原因在于内网穿透层：mcp-dev-runtime 使用的是 OpenAI 官方 Secure MCP Tunnel（platform.openai.com/settings/organization/tunnels）。Tunnel 客户端向 OpenAI 控制面发起出站连接，流量经 OpenAI 基础设施转发到本地。

claude.ai 走的是标准 MCP over HTTP/SSE，不经过 OpenAI Tunnel，所以本项目无法直接对接 claude.ai。

---

这个项目解决什么问题

让 ChatGPT 直接操作本地开发环境，对着 AI 说”帮我跑一下测试”、“把这个 bug 的 patch 应用上去”、“看一下这个截图里哪里错了”——AI 直接操作，不是粘贴命令让你手动运行。

之前的障碍是配置繁琐：需要自己安装 Node.js、配 MCP 服务器、搞定内网穿透、在 ChatGPT 里注册工具。mcp-dev-runtime 把这些全打包了。

---

6 个内置 MCP 工具

工具	功能
exec_command	Shell 命令执行，支持 Git / 构建 / 测试 / 代码搜索（ripgrep）
write_stdin	PTY 交互式输入，支持增量输出和日志实时读取
apply_patch	多文件代码 patch 应用
view_image	展示本地 PNG/JPEG/WebP 图片给 AI 查看
list_exec_sessions	查询历史执行记录
terminate_exec_session	终止运行中的进程

v1.1.0 还新增了两个可选的 skill 发现工具（discover_skills、read_skill），默认关闭。

---

安装与配置

第一步：准备 OpenAI 资源

1. 创建 Tunnel：platform.openai.com/settings/organization/tunnels，记录 tunnel_ 开头的 ID
2. 生成受限 API Key：platform.openai.com/settings/organization/api-keys，权限选”Tunnels → Read + Use”（不能用 admin key）

第二步：下载运行包

从 Releases 页下载对应平台的 v1.2.0 包，验证 SHA256：

# macOS ARM64 / Linux x64 / Ubuntu 22.04+
# 下载对应包后
sha256sum -c SHA256SUMS    # 验证完整性
./install.sh               # 安装

# Windows x64 / ARM64
.\install.ps1

安装后命令位于 ~/.local/bin/mcp-dev-runtime，mdr 为简写。

内置 Node.js 24.21.0，无需单独安装 Node。

第三步：配置 Tunnel 凭据

创建 runtime.env 文件：

CONTROL_PLANE_TUNNEL_ID=tunnel_[32位十六进制]
CONTROL_PLANE_API_KEY=[你的受限 runtime key]

第四步：一键启动

mdr start          # 前台运行，看日志
mdr start --bg     # 后台运行

mdr start 同时启动两个服务：

• MCP Dev Runtime 服务（监听 127.0.0.1:3001）
• Tunnel 客户端（连接 OpenAI 控制面，健康检查 127.0.0.1:9098）

第五步：在 ChatGPT 接入

1. ChatGPT → Settings → Security and login → 开启 Developer mode
2. 创建 ChatGPT developer app，连接类型选 “Tunnel”
3. 选择第一步创建的同一个 Tunnel ID
4. MCP 认证选 “No Authentication”
5. 扫描并启用 6 个工具

---

平台支持

平台	架构
macOS 14	ARM64
macOS 15	Intel (x64)
Ubuntu 22.04+	x64 / ARM64
Windows Server 2025	x64
Windows 11	ARM64（v1.2.0 新增）

---

源码安装

如果不用预编译包：

# 依赖：Node.js 24+、Git、ripgrep、Go 1.27.0 + make
git clone https://github.com/dolibali/mcp-dev-runtime.git
cd mcp-dev-runtime
./install.sh

---

⚠️ 安全说明：没有沙箱

这是使用前必须理解的限制：

• 无沙箱：工具以服务进程的 OS 权限运行
• 无命令白名单：exec_command 可以执行任意 shell 命令
• 无多用户隔离

127.0.0.1:3001 必须保持在回环地址（loopback），绝对不能暴露到公网。

流量路径是：OpenAI 控制面 → Tunnel 客户端 → 127.0.0.1:3001。实际上你的执行权限经过了 OpenAI 的 Tunnel 基础设施——这意味着你的信任边界包括 OpenAI 的 Tunnel 服务。

对于个人开发机、单机使用，这是可接受的（类似 localhost Jupyter Notebook 的威胁模型）。但不适合多人共享的机器或生产服务器。

---

执行历史配置

参数	默认值
活跃执行上限	8
内存记录上限	512
磁盘历史条数	4,096
磁盘历史大小	256 MiB
按时间过期	默认关闭

---

作者的其他项目

dolibali 同时维护 35 个仓库，都是 AI 编程工具链方向：

• pi — 统一 LLM API + Agent loop + TUI 编程 CLI（TypeScript，MIT）
• kilocode — All-in-one agentic 工程平台（TypeScript，MIT）
• openclaw — 跨平台 AI 个人助手（TypeScript，MIT）
• opencode — 开源 Coding Agent（TypeScript，MIT）
• open-codex-computer-use — Codex Computer Use 开源替代（Swift，MIT）

mcp-dev-runtime 是这个体系里偏向”本地开发机 → AI 直接操作”方向的一个子项目。

---

不足之处

1. 绑死 OpenAI Tunnel 基础设施：只能接 ChatGPT，不能接 claude.ai、Cursor、其他 MCP 客户端。

2. Stars 极少（3）：非常早期，维护连续性不确定。

3. 无沙箱：exec_command 可以执行任意命令，安全边界完全依赖使用者自律。

4. 需要 OpenAI 账号：没有 OpenAI Platform 账号就无法创建 Tunnel，门槛对非 OpenAI 用户不友好。

5. 文档全中文：非中文读者的配置文档不够友好（虽然也有部分英文文档）。

---

怎么看这个项目

mcp-dev-runtime 的核心价值是降低 ChatGPT 接管本地开发机的配置门槛——预打包运行时 + 一条命令启动，对比手动搭同等能力确实省事。

但技术上的强绑定是真实限制：OpenAI Tunnel 不是通用标准，换一个 AI 客户端就用不了这套方案。想用 claude.ai 或 Cursor 操作本地机器，需要走标准 MCP over HTTP 路径，配不同的内网穿透方案。

适合用户：主要用 ChatGPT、想要 AI 直接跑本地命令、不想自己配 Node 和 Tunnel 的开发者。不适合：想把本地环境接入 claude.ai 或其他 MCP 客户端的场景。

代码 Apache-2.0，与 OpenAI 无从属关系，仅供学习研究参考。使用前评估本机 shell 执行权限的安全边界。

---

mcp-dev-runtime: Bundle OpenAI Tunnel + 6 MCP Tools, One Command to Expose Local Dev Machine to ChatGPT

dolibali/mcp-dev-runtime (3 stars, Apache-2.0, TypeScript) bundles OpenAI’s official Secure MCP Tunnel client and 6 local development MCP tools into a cross-platform runtime. One mdr start command launches both the MCP server and the Tunnel.

GitHub: github.com/dolibali/mcp-dev-runtime | Stars: 3 | License: Apache-2.0

---

⚠️ Important: This Connects to ChatGPT, Not claude.ai

The project uses OpenAI’s proprietary Secure MCP Tunnel (platform.openai.com/settings/organization/tunnels). The Tunnel client establishes an outbound connection to OpenAI’s control plane; traffic is routed through OpenAI’s infrastructure to the local MCP server.

claude.ai uses standard MCP over HTTP/SSE and does not route through OpenAI Tunnel — this project cannot connect to claude.ai.

---

What It Does

Lets ChatGPT directly operate your local development environment — run tests, apply patches, inspect screenshots — without you manually copying commands. Previously this required setting up Node.js, MCP server, tunneling, and ChatGPT tool registration separately. mcp-dev-runtime bundles everything.

---

6 Bundled MCP Tools

Tool	Function
exec_command	Shell execution — git, build, test, code search (ripgrep)
write_stdin	PTY interactive input, incremental output, log reading
apply_patch	Multi-file code patch application
view_image	Show local PNG/JPEG/WebP images to the AI
list_exec_sessions	Query execution history
terminate_exec_session	Kill running processes

---

Installation

# Download v1.2.0 package for your platform from Releases
sha256sum -c SHA256SUMS   # Verify integrity
./install.sh              # macOS/Linux
.\install.ps1             # Windows

Includes Node.js 24.21.0 — no separate Node installation needed. mdr is the short alias for the installed binary.

---

Configuration

Step 1: Create a Tunnel at platform.openai.com/settings/organization/tunnels (gets tunnel_* ID)

Step 2: Generate a restricted API Key with “Tunnels → Read + Use” permission (not an admin key)

Step 3: Create runtime.env:

CONTROL_PLANE_TUNNEL_ID=tunnel_[32-hex-chars]
CONTROL_PLANE_API_KEY=[your-restricted-key]

Step 4: mdr start — launches MCP server on 127.0.0.1:3001 and Tunnel client simultaneously

Step 5: ChatGPT → Settings → Developer mode → Create developer app → Connect Tunnel → Enable 6 tools

---

Platform Support

macOS 14 (ARM64), macOS 15 (Intel), Ubuntu 22.04+ (x64/ARM64), Windows Server 2025 (x64), Windows 11 ARM64 (v1.2.0+).

---

⚠️ Security: No Sandbox

• exec_command runs arbitrary shell commands at the service process’s OS permissions
• No command allowlist, no multi-user isolation
• 127.0.0.1:3001 must not be exposed to the public network
• Traffic path goes through OpenAI’s Tunnel infrastructure — OpenAI is in your trust boundary

Acceptable for a personal developer workstation with single-user use. Not suitable for shared machines or production servers.

---

Limitations

1. Locked to OpenAI Tunnel: Only works with ChatGPT — cannot connect to claude.ai, Cursor, or other MCP clients.
2. 3 stars, very early project: Maintenance continuity uncertain.
3. No sandbox: Shell execution runs at OS permissions of the service process.
4. Requires OpenAI Platform account: No account, no Tunnel, no service.
5. Mainly Chinese docs: Non-Chinese readers will find some configuration guidance in English, but the primary documentation is Chinese.

---

Bottom Line

mcp-dev-runtime reduces the configuration friction for ChatGPT controlling a local dev machine — pre-bundled runtime, one-command startup. That’s the real value.

The binding to OpenAI Tunnel is a genuine constraint: switch AI clients and the whole setup doesn’t transfer. For claude.ai or Cursor local machine access, you need standard MCP over HTTP with a different tunneling approach (ngrok, Cloudflare Tunnel, Tailscale).

Best fit for: developers primarily using ChatGPT who want AI to directly execute local commands without manually setting up Node.js and tunneling infrastructure.

Apache-2.0. Not affiliated with OpenAI. For learning and research use only. Evaluate shell execution security boundaries before deploying.