ellmos ControlCenter MCP：面向本地 MCP 服务器的策略管控平面与审计网关

ellmos-ai/ellmos-controlcenter-mcp · Policy-gated MCP control plane for local discovery, profiles, capability bundles, dashboard, and audited tool gateway

GitHub原文发布未知首次收录 2026-09-29上架 2026-09-29 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

ellmos ControlCenter MCP 是一个基于 Model Context Protocol 的本地 MCP 管理服务器与策略受限网关。它可以发现本地 MCP 服务器、读取 MCP profile 文件、把服务器组织为能力包（capability bundles）、按任务推荐 profile、构建目录、从本地仓库或 profile 探测真实 MCP 工具列表，并提供主机级注册表镜像（锁、权限、资源、治理）以及可选的本地仪表盘。其网关模块允许智能体列出并调用宿主尚未加载的后端 MCP 工具，调用受 pattern 策略规则、参数审计与密钥擦除约束；管理与发现为本地优先，无遥测或后台外联。

# MCP # local-first # agent-orchestration # mcp-control-plane # policy-gated-execution

核心能力与快速开始

★ 1 · TypeScript

能做什么: 提供本地 MCP 服务器发现、MCP profile 读取与解析（含 extends 链）、capability bundles 管理与工具到包分配、按任务推荐 profile、目录构建、从本地仓库或 profile 探测真实 MCP 工具列表、主机级寄存器镜像（锁、权限、资源、决策、治理，只读）、策略审计、中英文（EN/DE）国际化、可选的本地仪表盘，以及策略受限网关：通过 controlcenter_invoke 与 controlcenter_list_available_tools 列出并调用宿主未加载的后端 MCP 工具，并施加 pattern 规则、参数审计、递归密钥擦除、请求/响应大小上限与审计日志（gateway-audit.jsonl）。README 声称 34 个 MCP 工具。
适用场景: 适用于在 Claude Code、Codex、Gemini 等 MCP 客户端环境中管理成规模的本地 MCP 服务器；在多个 agent profile 间切换配置、减少上下文占用；为多智能体运行时按需调用未预加载的后端 MCP 工具；对本地 MCP 栈进行策略审计、锁与权限检查以及集中可视化查看。
项目形态: 可直接使用的工具
部署方式: 本地运行（local-first），仪表盘绑定回环地址 127.0.0.1:3737；通过 npm 包安装；需 Node.js >= 20；支持 Windows / macOS / Linux。远程网关调用可显式指向 HTTPS 后端，拒绝重定向，可选主机白名单。具体安装步骤与配置未在本摘录中完整说明。
主要依赖: Node.js >= 20；MCP 客户端（如 Claude Code、Codex、Gemini 或任意基于 stdio 的 MCP 宿主）。profile 管理默认指向 Claude Code 的 ~/.claude/profiles，可通过 ELLMOS_PROFILE_ROOT 覆盖；未说明其他硬件或 API 成本要求。
使用限制: 未说明实际性能与规模上限；策略文件 data/gateway-policy.json 缺失、不可读或无效时网关调用直接拒绝（fail-closed）；锁与权限工具在权威来源无法验证时同样 fail-closed、返回 unknown；README 中锁工具依赖宿主 Python 脚本，未说明该脚本的分发与兼容性；未说明许可证之外的商用与支持条款细节，具体限制需查阅官方文档。
许可证: MIT
最近推送: 2026-09-28 09:00

项目文档核对 README 依据 ↗

资料检查：2026-09-29 07:00 · 卡片整理：2026-09-29 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为本地 MCP 管理服务器与策略受限网关，程序员可用它发现本地 MCP 服务器、读取 MCP profile 文件、把服务器组织为能力包、按任务推荐 profile、构建目录，并从本地仓库或 profile 探测真实 MCP 工具列表；其网关模块允许智能体列出并调用宿主尚未加载的后端 MCP 工具，调用受 pattern 策略规则、参数审计与密钥擦除约束。

查看内容依据

ControlCenter discovers local MCP servers, reads MCP profile files, groups servers into capability bundles, recommends profiles for a task, builds catalogs, probes real MCP tool lists from local repositories or profiles, assigns tools to capability bundles, provides host-level register mirrors (locks, permissions, resources, governance), and provides an optional local dashboard.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

AIPOCH Open-Science：面向可复现科研的本地优先 AI 研究工作台

AIPOCH Open-Science 是由 AIPOCH 开发的开源、本地优先、模型无关的 AI 科研工作台，支持 macOS、Windows 和 Linux。它以科研智能体为核心，结合 Python/R Notebook、科学数据连接器（内置 24 个连接器并支持自定义 MCP）、可扩展技能（内置 23 个技能，Skills Marketplace 提供 525 个技能）和 Specialists 委托机制，覆盖从文献综述、假设提出到代码执行、数据分析、模拟、可视化的研究流程。所有生成的报告、表格和图片以不可变、带校验和的版本存储，可追溯产出代码、执行历史与验证证据，并可将完整研究会话导出为可移植的 .science 包用于评审、交接和归档。

nautilus-compass：面向 AI Agent 的开源长期记忆与可靠性层

nautilus-compass 是一个面向 AI Agent 的开源记忆与可靠性层，提供基于 BGE-m3 本地嵌入的黑盒长期记忆检索、提示级漂移检测以及跨 Agent 契约与治理能力。它可作为 MCP 插件接入 Claude Code/Desktop、Cline、Cursor、Continue.dev、Zed 等客户端，并以 nautilus-compass、assay-verify、jev-trust 等 PyPI 包形式发布，同时包含 NACRE judge、caliber-bench 等独立评判与验证组件。README 报告其在 LongMemEval-S、LOCOMO-10、EverMemBench 等基准上的表现及复现成本数据。

Agentao：面向 Python 的本地优先可治理 AI Agent 运行时

Agentao 是一个本地优先、隐私优先、可嵌入 Python 应用的受治理 Agent 运行时，提供权限模式、工具确认、MCP/ACP 协议、SQLite 持久记忆、技能插件、子代理、JSONL 会话回放等能力，可作为库嵌入宿主应用，也可作为 CLI 或 ACP 服务器运行。

Multimodal Knowledge Engine：本地优先的可溯源证据引擎，为文档与媒体提供 Agent 可调用的检索与问答

MKE 是一个本地优先、可由 Agent 调用的证据引擎，用于对本地文档与媒体进行摄取、检索和问答。它通过 Source、Run、active Publication、Evidence、Consumer 五层模型管理证据生命周期：只有经过 Run 验证并激活为 Publication 的内容才能被 Search 和 Ask 读取，失败或不完整的处理不会进入检索范围。结果以 mke.evidence_ref.v1 形式携带来源指纹、Publication 版本、Run 和页码或时间戳定位信息。项目同时提供 Python、CLI 和 stdio MCP 三种接口，共享同一应用服务契约，支持文本层 PDF、短视频以及有界直读音频的本地摄取与检索，并支持将已验证的 Publication 导出为 Compiled Library。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。