MCP 不只是查资料:用 Termexo 操控五种编程 Agent 的上手实践

简介: 从列出终端、发送 hi 到读取真实回复,图解 Termexo MCP 操控 Claude Code、Codex、OpenCode、Grok Build 和 Antigravity 的方法,并说明任务启动、结果验收及 v0.10.11 的改进。

已经会用 AI 编程,却不想先研究一堆 MCP 配置?可以从“列出我的终端”这句话开始。这篇实践说明如何让一个 AI 操作本机另一种编程 Agent,并把实际结果带回来。

同时打开几个 AI 编程终端后,最碎的工作经常落在自己身上:给这个发需求,到那个窗口看进度,再把回复复制回来。Agent 在处理代码,人却成了窗口之间的传话员。

Termexo 想把这段操作也交给 AI:你可以让一个已连接 MCP 的 Agent,去操作工作台里另一个 Agent 的终端。 发送提示词、读取回复、启动任务,操作过程都留在看得见的工作台里。

我是 Termexo 的维护者。这篇文章由 AI 辅助撰写,结合 v0.10.11 源码、使用说明和已有联调记录核对。下面的指令是可以尝试的使用示例,不是虚构的实测对话。

一句话,通过 Termexo MCP 操控五种 Agent

根据实际能力绘制的概念图,非软件截图。

5 种 Agent,具体能怎样操控?

Claude Code、Codex、OpenCode、Grok Build、Antigravity CLI 都支持从 Termexo 启动时自动接入本地 MCP。连接后,Agent 可以查询工作区,找到目标终端,发送文字或控制按键,再读取输出。

因此,你既可以让 Codex 给 Claude Code 下发一个检查任务,也可以让 Claude Code 读取 OpenCode 的回复。目标 Agent 需要已经运行在 Termexo 的终端中,发起操作的 Agent 需要拥有对应 MCP 权限。终端读写操作针对实际终端 ID,并不要求双方来自同一家模型厂商。

这里有两个实用入口:操作已有终端,五种 Agent 都适用;通过任务看板启动配置好的 Agent,目前支持 Claude Code、Codex、OpenCode 和 Grok Build。 Antigravity 可以在工作台中启动后通过终端交互,暂不支持任务看板执行。普通 Shell 终端也能通过 MCP 创建。

不用记 MCP 工具名,先做这三步

先安装 Termexo,并在本机安装、登录自己要使用的 Agent CLI。Windows x64 可以下载安装包;已安装 Node.js 的用户也可以运行 npx termexo@0.10.11。

  1. 在 Termexo 添加项目工作区,打开 设置 → AI 操控(MCP)。
  2. 开启本地 MCP 服务,保留“自动连接 Termexo 启动的 Agent”,选择终端、任务权限,点击“应用”。
  3. 在 Termexo 重新启动一个 Agent,把下面这句话发给它。

请通过 Termexo MCP 列出我的工作区和终端,告诉我哪些正在运行。先不要修改任何内容。

MCP 第一次连接的三步图解

操作步骤示意。把指令发给 AI 终端,不要粘贴到普通 PowerShell 或 CMD。

成功标志是 AI 实际调用工具,返回你电脑上的工作区和终端。只说“我可以帮你”还不算连上。已经打开的 Agent 要重启,Termexo 桌面也要保持运行。

第一个例子:给另一个 Agent 发一句 hi

先在 Termexo 中打开想测试的 Agent,例如 OpenCode,然后对当前已连接 MCP 的 AI 说:

请通过 Termexo MCP 找到当前工作区中正在运行的 OpenCode 终端,发送 hi 并提交回车,然后读取它的回复。如果有多个匹配的终端,先列出名称让我选择。

这一步看起来很小,却把整个过程走通了:查到真实终端、发送输入、提交回车、读回输出。通过后,再把 hi 换成实际任务。Claude Code、Codex、Grok Build 和 Antigravity 的已有终端可以采用同样的操作方式。

第二个例子:把项目检查交给另一个 Agent

想从任务开始,可以这样说:

请通过 Termexo MCP,在当前项目创建一个 Claude Code 任务,标题是“梳理项目结构”。使用已配置的默认模型,先只阅读项目,说明主要目录、运行方法和测试入口,不修改文件。启动后查看终端,确认提示词已提交,再把实际输出整理给我。

后续还可以让另一个 Agent 检查这份说明是否遗漏了启动前提,或者读取测试终端的报错,给出修复建议。这里的价值是减少手工切换和搬运上下文;是否采纳建议、是否合并代码,仍可以由你决定。

从查找终端到读回结果的四步流程

按已实现工具绘制。发送输入、启动任务、完成工作是不同的状态。

一个容易踩的坑是:“消息发送成功”不等于“任务已经完成”。 Termexo 的 terminal_write 负责把输入送进终端;terminal_read 才会读取实际输出。安排任务之后,应继续看终端、任务状态、diff 和测试结果。让两个 Agent 同时改代码时,可以给它们使用不同目录或 Git worktree,减少文件冲突。

为什么把它放在一个看得见的工作台里?

你随时能打开对应终端,看到 Agent 收到了什么、返回了什么,也能接手操作。任务、项目和会话在同一处,不必只依赖一段“已经处理好了”的聊天回复。

Termexo 还提供原生会话恢复、任务看板和手机远程访问。v0.10.11 修复了 Codex 恢复会话后状态不准确、Grok hook 引用和 Antigravity 空 MCP 配置问题;手机悬浮快捷键也会根据 Agent 类型切换面板。

本地 MCP 默认关闭,终端、任务、设置权限分别控制;Agent 自身的工具审批仍然生效。该 MCP 入口仅监听本机,手机远程工作台是另一个功能。普通云端网页聊天不会因为粘贴了本机地址就自动获得连接。

从一个项目、一句指令开始

如果你已经在 Windows 上同时使用几个编程 Agent,建议第一次只做“列出终端 → 发送 hi → 读回回复”。三步都看到真实结果后,再安排项目任务。

Termexo 是 MIT 开源项目。对应 Agent 的 CLI、账号和模型服务仍需自己准备;五种客户端的自动接入已实现,已有实际联调范围可在仓库记录中查看。

你最想让一个 Agent 替你操作另一个 Agent 的哪一步:发任务、看进度,还是把结果带回来?欢迎带着一个具体场景来试。

相关文章
|
1月前
|
SQL 人工智能 安全
AI 都会写代码了,还要不要学传统编程了? (强烈建议阅读)
AI时代是否还需学编程?狂师指出:非技术人重在“会用”——懂基础概念、能说清需求、会简单验收;技术人则必须“会判”——语法基础不能丢,但重心转向读懂AI代码、判断质量与风险。写交给AI,责任留给人。
282 1
AI 都会写代码了,还要不要学传统编程了? (强烈建议阅读)
|
1月前
|
人工智能 网络虚拟化 开发者
AI 编程工作台的环境管理:模型配置、会话恢复与跨网络接续
从工作台、Agent CLI 和模型服务三个层次出发,梳理 Termexo 的项目与环境管理、模型和网络 Profile、会话恢复及跨网络接续,说明个人开发和企业研发成员的适用方式与当前能力边界。
AI 编程工作台的环境管理:模型配置、会话恢复与跨网络接续
|
21天前
|
存储 自然语言处理 安全
不同场景的Agent流程定义和执行思路构建:Agent标准化定义、执行机制全流程实践25.1
本文系统解析大模型Agent四大落地场景:轻量交互(极速响应)、任务自动化(流程固化)、复杂推理(迭代回溯)、工具协同(多工具联动),阐明其核心特征、执行流程与架构设计,强调“场景适配优于技术堆砌”,助力精准选型与高效落地。
205 3
|
边缘计算 缓存 安全
GitHub Release下载慢、老中断?断点续传多线路加速方案
GitHub未在中国大陆部署服务器与CDN,所有访问需经跨境出口,受国际链路拥塞、丢包等影响,导致时通时断、图片/头像/Release下载失败,严重影响开发效率。(239字)
366 0
|
4月前
|
弹性计算 5G 云计算
2026年阿里云秒杀活动抢购攻略:轻量应用服务器2核4G200M峰值带宽,秒杀价38元/年!
阿里云2026年秒杀活动每日两场(10:00/15:00),主打轻量服务器:2核2G仅38元/年、2核4G低至9.9元/月。新用户实名后可抢,需拼手速。文内含直达入口、抢购技巧及68元起备选方案,助力大家低成本上云!
882 3
|
8月前
|
安全 Java 数据库连接
Java 类加载机制:双亲委派模型的底层设计哲学
Java类加载核心是双亲委派模型:类加载器先委托父类加载,顶层无法加载时才由子类尝试,确保类唯一性与安全性。它支撑SPI、热部署与模块化,是理解JVM类隔离、防篡改及进阶机制的基石。(239字)
396 4
|
9月前
|
运维 安全 Linux
【运维实战】企业级 NFS 文件共享服务 · 一键自动化部署方案 (龙蜥/银河麒麟 V10 /openEuler /CentOS)
面向国产化替代需求,阜阳云动科技推出企业级NFS一键部署脚本,支持银河麒麟V10、openEuler、CentOS、龙蜥等主流系统。实现多部门隔离、权限可控、跨平台兼容的文件共享服务,自动化创建用户、目录与客户端挂载脚本,显著提升部署效率与安全性。开箱即用,助力政企高效构建安全稳定的NFS共享环境。
1054 1
【运维实战】企业级 NFS 文件共享服务 · 一键自动化部署方案 (龙蜥/银河麒麟 V10 /openEuler /CentOS)
|
8月前
|
存储 人工智能 测试技术
从 Gemini 看 AI 系统设计的新趋势:上下文正在成为基础设施
本文探讨AI应用演进的关键转折:上下文正从临时输入升维为系统级资产。随着AI从“调用模型”转向“运行系统”,上下文的持久化、迁移性、版本化与解耦能力,已成为决定长期可用性的核心基础设施,远超模型参数本身。
|
10月前
|
人工智能 算法 机器人
AI场景面试题
本项目聚焦AI客服与智能分析,集成Ollama、MaxKB与百度云千帆大模型,实现RAG问答、健康分析等功能。采用Spring AI框架,通过API调用7B/14B级大模型,结合本地部署与云端资源,优化数据同步、模型微调与推理流程,提升响应准确率。涵盖AIGC应用、图像处理心得及DDPM等算法实践,构建高效、可扩展的智能服务体系。