Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

ellmos ServerCommander

von ellmos-aiVersion 0.1.0-alpha.20i★ –iLäuft auf deinem Computer
Name in der Registryio.github.ellmos-ai/ellmos-servercommander-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Server operations MCP: HTTP health checks, log analysis, deploy dry-runs, mail diagnostics.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Praxen & Gesundheit

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "ellmos-servercommander": {
      "command": "npx",
      "args": [
        "-y",
        "ellmos-servercommander-mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add ellmos-servercommander -- npx -y ellmos-servercommander-mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "ellmos-servercommander": {
      "command": "npx",
      "args": [
        "-y",
        "ellmos-servercommander-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "ellmos-servercommander": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "ellmos-servercommander-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto ellmos-ai bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Praxen & Gesundheiti

  • Mehr Sterne als 0 % der anderen 1021 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 67 % der anderen 1021 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 1021 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist ellmos ServerCommander sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.0-alpha.20) kam vor 13 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Mirobody, FHIR MCP Server, Google Health MCP

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Mirobody

von thetahealth

Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.

Läuft auf deinem Computer★ 1.408Apache-2.0Aktualisiert heute
Installieren

MCP server providing seamless access to FHIR APIs for AI tools and healthcare applications

Läuft auf deinem Computer★ 137Apache-2.0Aktualisiert vor 9 Tagen
Installieren

Google Health MCP

von davidmosiah

Privacy-first unofficial Google Health API v4 MCP server for health, sleep, activity, HR agents

Läuft auf deinem Computer★ 79MITAktualisiert vor 4 Monaten
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

ellmos-servercommander-mcp

Alpha Model Context Protocol (MCP) server for local-first server operations: deployment dry-runs, mail configuration status, access-log analysis, and resilient HTTP health checks.

German README: README_de.md

*Part of the ellmos-ai family under the open-bricks open-source umbrella.*

-blue.svg)

[!NOTE]

Discoverability & AI Search: Published on npm as ellmos-servercommander-mcp, cataloged for MCP ecosystems in server.json, glama.json, and smithery.yaml, and indexed for AI/LLM search in llms.txt.


Quick Navigation

  1. Executive Summary & Core Identity
  2. Visual Architecture & System Topology
  3. Operations Lifecycle & Execution Sequence Flow
  4. Target Personas & High-Intent SEO Queries
  5. Comparative Matrix vs. Alternatives
  6. Key Capabilities & Safety Invariants
  7. Start Here & Quick Guidance
  8. Status & Protocol Support
  9. Installation & Prerequisites
  10. MCP Client Configuration & Deployment Modes
  11. Configuration & Profiles Specification
  12. Tools & Handlers Reference
  13. Search, Disambiguation & Discovery Keywords
  14. Sibling Ecosystem Matrix
  15. Third-Party Licenses & Level 1 SBOM
  16. Security Policy & Operational Limits (48h SLA)
  17. Development, Verification & CI Matrix
  18. Statutory Notice, Liability Limitation & License (§ 521 BGB)

1. Executive Summary & Core Identity

ellmos-servercommander-mcp is an authoritative, local-first Model Context Protocol (MCP) server engineered specifically for AI coding assistants and autonomous agent platforms (Claude Code, Cursor, Codex, Antigravity, Gemini). It enables agents to safely diagnose server health, analyze web server access logs, inspect mail readiness, and build dry-run deployment plans without exposing production infrastructure to unverified, destructive mutations or arbitrary shell execution.

Every operation is governed by strict local-first and zero-elevation guarantees:

  • 100% Local-First & Zero-Egress by Default: Diagnostic parsing and manifest hashing execute locally; zero telemetry and zero unverified outbound network requests.
  • Dry-Run & Staging First: Deployment operations calculate SHA-256 tree digests and check target profiles before any remote command is staged.
  • Unprivileged Execution (`RunAsInvoker`): Operates within standard unprivileged user space without requiring root or administrator elevation.

2. Visual Architecture & System Topology

The following diagram illustrates the decoupled layers of ServerCommander, from MCP host transport and Node.js process supervision to Python dispatching, operational engines, and local persistence sinks:

flowchart TD

subgraph HostLayer ["1. MCP Host & AI Client Layer"] Host["MCP Host: Claude Desktop / Claude Code / Cursor"] end

subgraph GatewayLayer ["2. Gateway & Process Supervision Layer"] NodeWrapper["Node.js CLI Wrapper (bin/ellmos-servercommander.js)"] end

subgraph CoreLayer ["3. Python MCP Server Core Layer"] FastMCP["Python MCP Server (FastMCP Transport stdio)"] Dispatcher["Tool Dispatcher & Parameter Validator"] i18nEngine["i18n Translation Engine (en, de, es, zh, ja, ru)"] end

subgraph OperationsLayer ["4. Operations & Diagnostics Engines"] HTTPProbe["HTTP Health Probe (sc_health_check)"] LogAnalyzer["Apache/Nginx Log Analyzer (sc_logs_analyze)"] DeployStaging["Deployment Staging & Manifest Planner (sc_deploy / sc_deploy_status)"] MailDiagnostics["IMAP/SMTP Safety Diagnostics (sc_mail_*)"] end

subgraph SinkLayer ["5. Local Storage & Audit Sink Layer"] SQLiteHist[("Local SQLite Deploy History (deploy-history.db)")] JSONReports[("Sanitized JSON Log Reports")] AuditSink["Local Diagnostic Outputs & Stdout Stream"] end

Host <-->|"stdio / JSON-RPC"| NodeWrapper NodeWrapper <-->|"Child Process Stdio"| FastMCP FastMCP --> Dispatcher Dispatcher <--> i18nEngine Dispatcher --> HTTPProbe Dispatcher --> LogAnalyzer Dispatcher --> DeployStaging Dispatcher --> MailDiagnostics DeployStaging -.->|"Optional opt-in persist"| SQLiteHist LogAnalyzer -.->|"Optional persist_report"| JSONReports HTTPProbe -.-> AuditSink MailDiagnostics -.-> AuditSink

ASCII Architectural Topology (Four-View Projection)
========================================================================================

ellmos-servercommander-mcp: Four-View Architectural Topology ========================================================================================

[VIEW 1: COMPONENT STRUCTURE & TRANSPORT BOUNDARIES] +----------------------------------------------------------------------------------+ | 1. MCP Host & AI Client (Claude Desktop / Claude Code / Cursor / Codex) | | - Stdio JSON-RPC transport protocol | +----------------------------------------------------------------------------------+ | | (JSON-RPC via stdio stream) v +----------------------------------------------------------------------------------+ | 2. Gateway & Process Supervision (bin/ellmos-servercommander.js) | | - Node.js CLI launcher & process supervisor (update-notifier checks) | | - Working directory isolation: PYTHONSAFEPATH=1 prevents rogue import hijack | +----------------------------------------------------------------------------------+ | | (Supervised child process stdio) v +----------------------------------------------------------------------------------+ | 3. FastMCP Dispatcher & i18n Localization Engine (src/servercommander/) | | - FastMCP server lifecycle, tool schema generation & parameter validation | | - Multi-language localization engine (6 locales: en, de, es, zh, ja, ru) | +----------------------------------------------------------------------------------+

[VIEW 2: OPERATIONAL ENGINES & DRY-RUN EXECUTION] +----------------------------------------------------------------------------------+ | 4. Tool Handlers & Diagnostic Engines | | - sc_health_check: Non-blocking HTTP/HTTPS probe with timeout & batch error | | - sc_logs_analyze: Sanitized Apache/Nginx access-log parser & threat detector| | - sc_deploy / sc_deploy_status: Fail-safe SHA-256 tree hashing & dry-run plan| | - sc_mail_list / sc_mail_read / sc_mail_send: Dry-run IMAP/SMTP diagnostics | +----------------------------------------------------------------------------------+

[VIEW 3: LOCAL PERSISTENCE & CONCURRENCY MODEL] +----------------------------------------------------------------------------------+ | 5. Local Storage & Audit Sinks | | - Local SQLite Deploy History (deploy-history.db) with explicit lease release | | - Sanitized JSON diagnostic reports (optional persist_report) | | - Thread-isolated HTTP GET workers preventing event-loop stalling | +----------------------------------------------------------------------------------+

[VIEW 4: SECURITY BOUNDARY & ZERO-EGRESS PERIMETER] +----------------------------------------------------------------------------------+ | 6. Governance & Defense Invariants (INV-LOCAL-01 through INV-SLA-10) | | - RunAsInvoker: 100% unprivileged user mode; zero root/sudo/UAC requirement | | - Zero-Egress by default: zero telemetry, zero unverified background outbound | | - Safe Process Isolation: cwd package exclusion, sanitized error messages | | - 48h Response SLA & statutory liability limitation (§ 521 BGB) | +----------------------------------------------------------------------------------+ ========================================================================================


3. Operations Lifecycle & Execution Sequence Flow

The following sequence diagram demonstrates the lifecycle of operations dispatched by an AI agent through ServerCommander, showing concurrent HTTP probing, log parsing, and dry-run manifest calculation:

sequenceDiagram

autonumber actor User as AI Assistant / User participant Host as MCP Host (Claude / Cursor) participant Wrapper as Node.j

Nur der Anfang wird gezeigt; den Rest findest du im Repo

PopNx fragen