功能

能力	说明
MCP 列表	侧栏新增「MCP」入口，列出当前 profile 配置的全部 MCP 服务器：名称、连接状态、传输方式、启动命令或地址、环境变量名、提供的工具、开源地址
启用 / 禁用	每个服务器一个开关，通过 DSH 官方插件管理器写入 profile 并立即生效，不用重启
删除	AI 安装或导入的服务器可以一键删除：通过官方插件管理器卸载插件包，并清理它在 mcp-bundles 目录里的配置文件（目录外的文件一律不碰）
一键导入	扫描到的其他客户端（Claude Desktop、Claude Code、Cursor、VS Code、Windsurf、Codex）里的 MCP，可以直接导入，不经过 AI
实时刷新	服务器连上、断开、启停时页面自动更新，不靠定时轮询
AI 快捷添加	填 MCP 服务器的来源（代码仓库、npm/PyPI 包名、Docker 镜像、README 里的启动命令或任意网页链接，可加补充说明），插件在默认工作区开一个新会话，让 AI 查清运行方式、安装、写好配置并接入，全程每一步安装都会先征求你同意
手动添加	已经知道怎么运行时直接填：本地命令（如 npx -y 包名、uvx 包名、docker run -i --rm 镜像）或远程服务地址，不经过 AI；添加前先在本机测试连接；密钥可以只写「读取哪个环境变量」，不保存明文；只支持 SSE 或需要 OAuth 登录的服务可以通过 mcp-remote 桥接
搜索 MCP 目录	从官方 MCP 目录搜索，选中后自动填好手动添加的表单（命令、环境变量、请求头）
编辑 / 导出	插件生成或 AI 安装的服务器可以用表单编辑；全部服务器可以导出成其他客户端通用的 mcpServers JSON（不含密钥）
选择供应商和模型	AI 快捷添加和联网分析都可以像模型选择器一样选供应商和模型，只对这次打开的会话生效，不改动你的默认模型
发现本机可接入的服务	扫描本机已安装的应用、后台服务、监听端口、Docker 容器，以及 Claude Desktop / Claude Code / Cursor / VS Code / Windsurf / Codex 里已经配置的 MCP；确认后交给 AI 联网检索哪些有 MCP 服务器，再问你要接入哪些
不泄露密钥	页面只显示环境变量和请求头的名字，参数里像密钥的值会被打码；扫描清单不含文件路径

安装

在桌面应用的插件页点添加插件，安装源选官方源，填入：

dsh-mcp-console

安装后侧栏会出现「MCP」入口。新版本发布后 24 小时内按包名安装会被 DSH 的包管理器拒绝，可以改填 GitHub Release 的安装包地址：

https://github.com/CoderKuo/dsh-mcp-console/releases/latest/download/dsh-mcp-console.tgz

使用说明

状态是怎么判断的

DSH 的 MCP 客户端（@deepseek-ai/dsh-mcp-client）不对外提供连接状态，插件按能观察到的信息判断：

状态	含义
已连接	正在运行，并且已经注册了 mcp__<名称>__* 工具
连接中	正在启动，或已运行但还没有工具（也可能首次连接失败、或服务器本身不提供工具，详见 DSH 日志）
失败	加载失败（服务器配置了 failOnStartupError: true 时才会出现）
已禁用	在 profile 里被关掉了

启用和禁用

开关调用 DSH 官方插件管理器的 setPluginEnabled，它会在 profile 的 cordis.patch.yml 里写 disabled: true/false 并立即生效。由插件包内置、或在别的配置层定义的服务器不能在这里切换，开关会显示原因。

页面结构

侧栏「MCP」打开后有三个标签：

• 已安装：每个服务器一行（状态点、名称、传输方式、工具数、开关、⋯ 菜单），失败的排在最前并直接展开报错；点一行看配置、工具和来源。编辑、设置开源地址、删除在 ⋯ 菜单里，导出和刷新在右上角。
• 添加：先选来源（搜索官方目录、手动填写、让 AI 安装、从其他客户端导入），再在下方完成。目录和手动用同一张表单，工作目录和 mcp-remote 桥接收在「高级选项」里。
• 发现：扫描本机的摘要和运行环境，各分组默认折叠；其他客户端里的 MCP 可以一键跳到导入；最后是交给 AI 联网分析。

编辑和导出从右侧抽屉打开。

日志和诊断

• 插件把每次操作（启停、删除、导入、添加、编辑、测试连接、目录搜索、扫描、打开 AI 会话）和出错原因写进 <DSH_HOME>/storages/dsh-mcp-console/logs/，每个文件最多 1MB，写满换下一个；超过 7 天或总大小超过 5MB 时自动删掉最旧的，始终保留最新的记录。环境变量和请求头只记名字，密钥一律打码。
• 「已安装」右上角的「诊断信息」会列出插件和 DSH 版本、运行环境、每个服务器的状态和最近的错误，点「复制诊断信息」就能直接发给开发者，也可以打开日志文件夹。

AI 快捷添加

1. 填来源，可写补充说明（例如「用 Docker 运行」「API Key 在环境变量 XXX」）。可以填：

   • 代码仓库：https://github.com/owner/project（GitLab、Gitee、Codeberg、Bitbucket 也行），或简写 owner/project
   • npm 包：@upstash/context7-mcp、npx -y @upstash/context7-mcp、npmjs.com 的包页面
   • PyPI 包：uvx mcp-server-time、pip install mcp-server-fetch、pypi.org 的项目页面
   • Docker 镜像：ghcr.io/github/github-mcp-server、mcp/fetch、docker run -i --rm …、Docker Hub 页面
   • 任意网页：MCP 目录（registry.modelcontextprotocol.io、Smithery、mcp.so）的详情页，或远程 MCP 端点地址

   输入框下面会显示识别结果；给 AI 的提示会按类型写明优先用哪种方式运行。

2. 点「开始安装」，插件在默认工作区新开一个会话并切过去。会话使用创作模式（agent 预设 cordis），因为只有它带有安装插件包的 plugin_manager 工具。

3. AI 会按 DSH 官方推荐的方式接入：阅读仓库 → 选择运行方式 → 本机试运行 → 在 ~/.dsh/mcp-bundles/<名称> 写一个只含配置的 bundle → 用 plugin_manager install_bundle 安装 → 验证工具可用。每一步安装都需要你批准。

4. 密钥不会写成明文，AI 会用 !!js process.env.变量名 引用，并告诉你要设置哪些环境变量。

手动添加

不经过 AI，几秒完成，不消耗模型额度。

• 本地命令：整行填写启动命令，例如 npx -y @upstash/context7-mcp、uvx mcp-server-time、docker run -i --rm mcp/fetch。带空格的参数用引号；命令不经过 shell，管道、重定向不起作用。可以加环境变量和工作目录。
• 远程服务：填 streamable-http 端点地址和请求头。只支持 SSE 的服务器不能接入。
• 密钥：环境变量或请求头勾选「读环境变量」后，值一栏填变量名（如 API_TOKEN）或模板（如 Bearer ${API_TOKEN}），配置里写的是 !!js 表达式，不保存密钥本身。在系统里设置好环境变量后，需要完全退出并重新打开 DSH。
• 名称留空时按命令或地址自动起名。添加后和导入的一样，是 mcp-bundles 目录下的一个配置包，可以在列表里禁用、编辑或删除。
• 先测试再添加：点「添加」会先在本机启动服务器（或连接远程地址）做一次 MCP 握手并列出工具，成功才安装；失败会显示原因和输出，也可以「仍然添加」。
• 环境变量和运行环境检查：勾了「读环境变量」的行，DSH 读不到这个变量时会提示；命令要用的 npx、uvx、docker 等在 DSH 的 PATH 里找不到时也会提示。
• mcp-remote 桥接：勾选后用 npx -y mcp-remote <地址> 在本机连接远程服务，支持只有 SSE 的服务器和 OAuth 浏览器登录。

搜索 MCP 目录

在官方目录 registry.modelcontextprotocol.io 里按名称搜索。每个结果列出可用的运行方式（npm、PyPI、Docker 镜像、远程地址），点「填入」会把命令、环境变量（密钥默认设为读环境变量）、请求头填进手动添加的表单，检查、测试后再添加。目录地址可以在设置里改（registryUrl）。

编辑、导出、启停

• 编辑：mcp-bundles 目录里、只包含一个 MCP 服务器的配置包（导入、手动添加、AI 安装的）可以点「编辑」。保存时先测试，再卸载并重新安装这个配置包；安装失败会自动恢复原配置。表单表示不了的 !!js 表达式会原样保留。
• 导出：列表右上角「导出」，生成标准 mcpServers JSON，可复制或下载。密钥不会导出，会换成 ${变量名} 占位。
• 启停：插件包里的服务器如果不能单独切换，开关会改为启用或禁用整个插件包（只含 MCP 服务器的插件包才会这样做）。插件包关闭后服务器仍留在列表里，随时可以打开。

发现本机可接入的服务

1. 点「扫描本机」：只在本机读取信息，不会发给任何人。Windows 用一次 PowerShell 查询，macOS/Linux 用 ps、lsof/ss、systemctl、/Applications；系统组件会被过滤掉。
2. 页面列出扫描结果。确认后点「交给 AI 联网分析」，清单（不含路径和密钥）会作为消息发给你当前使用的模型，AI 联网检索后列出表格，并问你要接入哪些。确认的项目按上面同样的流程接入。

设置项

在 profile 的 cordis.patch.yml 里可以调整（行 id 为 mcp-console）：

字段	默认值	说明
agentPreset	cordis	AI 会话使用的 agent 预设
bundleDirectory	空（= <DSH_HOME>/mcp-bundles）	AI 写配置 bundle 的目录
scanTimeoutMs	20000	单个扫描命令的超时
repositories	{}	手动设置的开源地址，页面上编辑后自动保存

边界与安全

• 插件不会自己往 profile 里插入 MCP 配置，只通过官方插件管理器启停已有条目；新增一律由 AI 在你批准后用官方 install_bundle 完成。
• 扫描命令通过 DSH 的 ctx.subprocess 运行，使用其清洗过的环境变量并带超时。
• AI 会话里的提示词就是一条普通的用户消息，你看到的就是模型看到的。

本地开发

pnpm install
pnpm run check   # 测试 + 构建 + 打包到 .artifacts/

License

MIT