bridge-mcp
A local MCP server that bridges ChatGPT to a Windows PC, offering filesystem, shell, Git, and diagnostic tools via a secure tunnel.
README
bridge-mcp
MCP local propio para conectar ChatGPT con MauroPrime mediante OpenAI Secure MCP Tunnel.
El objetivo es tener un puente local controlado por nosotros para operar filesystem, shell, Git, diagnosticos, reinicio seguro, metricas e inteligencia de codigo sin depender de un runner generico.
Estado actual
bridge-mcp v0.5.1
Mode: HTTP production-candidate
Project root: C:\dev\bridge-mcp
Bridge MCP: http://127.0.0.1:3001/mcp
Bridge status: http://127.0.0.1:3001/status
Tunnel admin: http://127.0.0.1:8081
Tunnel profile: bridge-local-http
Rollback: stdio via scripts/start-bridge-watchdog.ps1
Ruta activa recomendada:
ChatGPT
-> OpenAI Secure MCP Tunnel
-> tunnel-client profile bridge-local-http
-> http://127.0.0.1:3001/mcp
-> bridge-mcp Streamable HTTP en MauroPrime
-> filesystem / shell / git / procesos / analisis de codigo
stdio sigue disponible solamente como rollback estable.
Stack
Node.js v24.x
TypeScript
@modelcontextprotocol/sdk
zod
node:sqlite para metricas locales
MCP Streamable HTTP local
OpenAI Secure MCP Tunnel mediante tunnel-client
Arquitectura actual
src/bridge-server.ts
Router MCP minimo:
- tools/list
- tools/call
- metricas begin/end
src/tool-registry.ts
Registry modular central
src/tools/*.ts
Modulos de tools por dominio
src/tools/shared/*.ts
Helpers transversales
Modulos actuales:
core
file-navigation
file-writing
process
git
bridge-ops
metrics
code-intelligence
code-graph
bridge-workflow
Tools expuestas
El runtime actual expone 36 tools.
Core / lectura / navegacion
system_info
list_dir
read_text_file
read_file_lines
read_many_files
list_files_smart
search_files
Escritura segura
write_text_file
apply_patch
edit_lines
write_text_file, apply_patch y edit_lines hacen verificacion postflight con hash/bytes/contexto cuando corresponde.
Ejecucion / terminal
run_command
terminal_start
terminal_write
terminal_read
terminal_stop
terminal_list
Git
git_status
git_set_remote
git_commit_all
git_push_current_branch
Bridge / salud / restart
tunnel_health
bridge_self_check
bridge_verify_all
bridge_request_restart
bridge_restart_status
Metricas / visualizaciones
bridge_metrics_status
bridge_metrics_summary
bridge_metrics_recent
bridge_visualization_catalog
bridge_visualize_metrics
Inteligencia de codigo
analyze_code
impact_analysis
find_duplicate_symbols
import_graph
dependency_graph
find_dead_code
Motores disponibles:
regex -> rapido y simple
typescript -> AST por archivo
semantic -> TypeScript Program + TypeChecker entre archivos
import_graph y dependency_graph aceptan:
{
"resolutionEngine": "auto | relative | typescript"
}
Con typescript o auto, el grafo usa el resolver del compilador TypeScript, incluyendo tsconfig.json, baseUrl, paths, barrels/index files y reescritura de extensiones cuando TypeScript puede resolverlas.
Scripts principales
npm install
npm run check
npm run build
npm run smoke:http
npm run test:regressions
npm run verify:all
npm run start
npm run start:http
npm run verify:all ejecuta:
bridge-doctor.ps1
npm run check
npm run build
smoke:http
test:regressions
docs:tools:check
tools/list sanity
git status
Validacion rapida
Set-Location C:\dev\bridge-mcp
npm run check
npm run build
.\scripts\test-bridge-http.ps1
.\scripts\test-bridge-regressions.ps1
.\scripts\bridge-doctor.ps1
Desde MCP, usar preferentemente:
bridge_self_check
bridge_verify_all
bridge_restart_status
git_status
Estado esperado:
bridge_self_check.ok = true
server.version = 0.5.1
tunnel.baseUrl = http://127.0.0.1:8081
tunnel healthz = live
tunnel readyz = ready
git = ## main...origin/main
HTTP local production-candidate
Endpoints locales:
GET http://127.0.0.1:3001/healthz
GET http://127.0.0.1:3001/readyz
GET http://127.0.0.1:3001/status
POST http://127.0.0.1:3001/mcp
Perfil de tunel:
bridge-local-http -> http://127.0.0.1:3001/mcp
Admin local del tunnel-client:
http://127.0.0.1:8081
Si aparece 8080, tratarlo como contexto viejo salvo que se haya cambiado intencionalmente el perfil.
Watchdog y restart seguro
Modo HTTP recomendado:
Set-Location C:\dev\bridge-mcp
.\scripts\start-bridge-http-watchdog.ps1 -ProjectRoot C:\dev\bridge-mcp -Profile bridge-local-http -TunnelBaseUrl http://127.0.0.1:8081
Instalacion al inicio de Windows sin admin:
Set-Location C:\dev\bridge-mcp
.\scripts\install-bridge-watchdog-task.ps1 -InstallMode Startup -WatchdogMode Http
Restart seguro desde MCP:
bridge_request_restart
Ese flujo escribe .bridge-restart-request; el watchdog externo reinicia HTTP/tunnel y luego escribe .bridge-restart-ack. No matar node.exe ni tunnel-client.exe directamente desde el MCP activo.
Rollback stdio:
Set-Location C:\dev\bridge-mcp
.\scripts\start-bridge-watchdog.ps1 -ProjectRoot C:\dev\bridge-mcp
Metricas y logs
Runtime local:
logs/bridge-events.jsonl
data/bridge-metrics.sqlite
data/bridge-metrics.sqlite-wal
data/bridge-metrics.sqlite-shm
Consultas rapidas:
node .\scripts\query-bridge-metrics.mjs status
node .\scripts\query-bridge-metrics.mjs summary 50
node .\scripts\query-bridge-metrics.mjs recent 25
node .\scripts\query-bridge-metrics.mjs errors 25
Variables utiles:
BRIDGE_MCP_METRICS_ENABLED=0
BRIDGE_MCP_METRICS_DIR=...
BRIDGE_MCP_LOG_DIR=...
BRIDGE_MCP_METRICS_SQLITE=...
BRIDGE_MCP_EVENTS_JSONL=...
Las metricas guardan nombres de tools, duracion, exito/error, claves de input y tamano de salida. No guardan argumentos completos.
Modelo de uso desde laptop
Si ChatGPT se usa desde la laptop pero el conector apunta al tunel que corre en MauroPrime, las tools se ejecutan en MauroPrime.
Laptop con ChatGPT UI
-> OpenAI
-> Secure MCP Tunnel activo en MauroPrime
-> bridge-mcp ejecutado en MauroPrime
Para ejecutar tools en la laptop, la laptop necesita su propio bridge/tunnel/profile local.
Seguridad
No commitear:
node_modules/
dist/
binarios del tunnel-client
.env / claves / tokens
logs/
data/*.sqlite*
sandbox local
Mantener secretos como variables de entorno de Windows o perfiles locales fuera de Git.
Docs relacionadas
TOOLS.md
CONNECTOR_CONTEXT.md
CONNECTOR_PLAYBOOK.md
HTTP_LOCAL_MCP.md
OPENAI_TUNNEL_LOCAL_AUTH.md
RESTART_FLOW.md
BRIDGE_WATCHDOG.md
TROUBLESHOOTING.md
ROADMAP.md
AGENTIC_TOOLS_ROADMAP.md
NEXT_CHAT_PROMPT.md
Nota: ChatGPT puede cachear el catalogo de tools. Si una tool nueva no aparece en una conversacion ya abierta, refrescar/reabrir el conector o iniciar un chat nuevo.
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。