sctl (Gawd AI)

sctl

Shell Control — pronounced "scuttle" (yes, the Rustacean pun is intended).

Give AI agents hands-on access to Linux devices — routers, servers, IoT, VMs — across any network.

Execute commands, manage persistent shell sessions, transfer files, run playbooks, track GPS and LTE — via MCP, HTTP/WebSocket API, or web terminal UI.

______________________________________________________________________

警告：SCTL是一个非常强大的工具，强大的力量意味着巨大的责任。如果不谨慎使用，这种工具可能会很危险，并造成破坏和完全毁灭。作者和GAWD对任何结果不承担任何责任。

______________________________________________________________________

sctl能做什么？

AI对远程路由器进行故障排除

你让克劳德检查一下为什么设备速度慢。AI呼叫 device_exec 要检查负载，请使用以下命令读取日志 device_file_read，发现配置错误并运行 pb_openwrt-health-check 验证修复——所有这些都在CGNAT后面的设备上，通过隧道中继访问。

You:   "The router at site-3 feels sluggish. Can you check it out?"

Claude: I'll check site-3. Let me start with system health.
        [calls device_exec on site-3: "uptime && free -m"]
        Load average is 4.2 on a 2-core device, and memory is at 93%.

        [calls device_exec: "ps aux --sort=-%mem | head -5"]
        dnsmasq is using 180MB — that's abnormal. Let me check its config.

        [calls device_file_read: "/etc/config/dhcp"]
        The DNS cache size is set to 50000 — way too high for 256MB RAM.

        [calls device_file_write: updates cachesize to 1000]
        [calls device_exec: "/etc/init.d/dnsmasq restart"]
        [calls pb_openwrt-health-check]

        Fixed. dnsmasq had a 50K entry DNS cache consuming most of RAM.
        Cache is now 1000 entries, memory usage dropped to 41%.

会话在网络故障中幸存下来

在设备上启动持久PTY会话。你的WiFi下降了。你的笔记本电脑睡着了。几个小时后，重新连接——会话仍在运行，每个字节的输出都在等待您。

# Session starts, runs a long build
-> session.start  {persistent: true, pty: true, name: "build"}
 session.exec   {command: "make -j4"}
 session.attach  {session_id: "abc-123", since: 0}
 │                │ HTTP │  (device)      │
│    AI Agent    │  JSON-RPC 2.0 │   mcp-sctl     │  │                │
│                │               │  Multi-device  │ +WS  │  Linux / ARM / │
└────────────────┘               │  Local buffers │      │  RISC-V / x86  │
                                 └────────────────┘      └────────────────┘
                                         │
┌────────────────┐  HTTP + WS            │           ┌────────────────┐
│   sctlin       │    │  NAT traversal │
│   files, etc.  │                                   │  for CGNAT     │
└────────────────┘                                   └────────────────┘

关键能力

• 持续会话 --shell可以在断开连接、环形缓冲区中的输出缓冲区、重新连接和赶上零丢失时幸存下来
• 完全PTY支持 --运行vim、htop、docker——任何需要真正终端的东西
• 多设备车队 --使用热可重新加载配置从一个MCP服务器管理多个设备
• 反向隧道 --内置LTE/5G/CGNAT设备的NAT穿越，具有心跳、襟翼检测和自动重新连接功能
• 剧本 --带有类型化参数的markdown脚本，作为MCP工具自动发现
• GPS和LTE监控 --来自Quectel调制解调器的位置跟踪和信号度量，具有自主看门狗恢复功能
• 人工智能协作 --会话级AI/人工切换，web UI中的实时工作状态
• 安全第一 --恒定时间身份验证、路径遍历预防、进程隔离、原子写入

快速开始

选项1：克劳德代码（推荐）

git clone https://github.com/gawd-ai/sctl.git && cd sctl

# Build everything and start the dev stack
chmod +x rundev.sh
./rundev.sh

这将构建服务器+MCP代理，在本地启动sctl，并将其注册到Claude Code。打开一个新的Claude Code对话，你的AI现在可以执行命令、管理会话和操作你的机器。

选项2：手动设置

1.启动服务器 在目标设备上：

cd server && cargo build --release
SCTL_API_KEY=your-secret-key ./target/release/sctl
# Listening on 0.0.0.0:1337

2.启动MCP代理 在您的开发机器上：

cd mcp && cargo build --release
export SCTL_URL=http://your-device:1337
export SCTL_API_KEY=your-secret-key
claude mcp add sctl -- ./target/release/mcp-sctl

3.使用它。 让Claude在您的设备上运行命令——它将使用 device_exec, session_start，以及其他自动工具。

MCP工具参考

当通过MCP连接时，AI代理可以获得以下工具：

文档

需求

• 锈蚀1.82+ (rustup.rs)
• 码头工人 （通过交叉编译 交叉，可选）
• Node.js 20+ （对于sctlin web UI，可选）
• 目标设备：任何具有以下功能的Linux系统 /bin/sh

许可证

GNU通用公共许可证v3.0 --版权所有（c）2025亚历山大·格雷尼尔