cc-port

mcp
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 6 GitHub stars
Code Gecti
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

Private Git-backed, rollback-safe sync for AI coding resources across Codex, Claude Code, Cursor, Windsurf and OpenCode. 私有、安全、可回滚的 AI Coding 资源同步工具。

README.md

CC Port

把分散在 Codex、Claude Code、Cursor、Windsurf 和 OpenCode 的 Skill、MCP、Rule、Prompt、Plugin,安全同步到你控制的通用 Git 资源仓库。

English · 下载 Windows 安装器 · 快速开始 · 报告问题

CI
License: MIT
Windows 10/11 x64
Public Beta

CC Port 是一个面向多 AI coding 工具的本地桌面资源管理器。它扫描每个工具的原生目录,以你控制的 Git 仓库作为跨设备事实源,并在真正写入前生成明确的操作计划。资源仓库和 registry.yaml 是开放格式,不要求其他消费者安装或理解 CC Port。

一眼看懂

资源清单与平台状态 写入前的操作计划 设置与环境诊断
资源清单与平台状态 写入前的操作计划 设置与环境诊断

它解决什么问题

  • 配置散落:Skill、MCP、Rule、Prompt 和 Plugin 分别藏在多个工具目录中,难以盘点。
  • 多设备漂移:同一资源在不同电脑和工具中逐渐变成不同版本。
  • 同步不安全:复制目录容易覆盖手工配置,删除和失败操作也难以恢复。
  • 凭据风险:MCP 配置可能混入 Token 或环境变量字面值,不适合直接提交。

CC Port 将远端仓库快照与每个平台的本地实例逐项比较。上传、安装、另存副本和设置安装别名都先生成计划;写入使用备份、目标锁、结果校验和失败回滚。

上传到仓库

在资源页勾选资产并点击“上传到仓库”后,CC Port 会立即刷新远端快照并重新扫描本地实例。检查期间只显示进度和取消入口,不会提前显示冲突选项或执行按钮;检查完成后才展示本次得到的本地、远端和整体状态。确认后点击“上传到远端仓库”即可执行并推送。

“本地存在、远端不存在”表示将在远端新增资产,不属于冲突,也不会生成空的资源编辑卡或显示“用远端资产替换本地目标”;该替换确认只用于下载/安装。只有本地与远端都存在且内容或元数据不同时,上传界面才显示覆盖或重命名等冲突处理选项。

根级 Windows 符号链接和目录联接可以作为本地资源来源;上传时 CC Port 会保留逻辑安装路径用于识别资源,解引用目标后生成普通文件快照,仓库中不会写入链接。指向已知 .agents/skills 规范目录的链接自动信任,其他目标会在最新扫描结果中显示链接类型、目标和 reparse tag,并要求单独确认。资源目录内部的嵌套链接、悬空链接、循环链接和不可读取重解析点都会阻断该资源,但不会中断其他资源的扫描。

WSL 创建的 LX 符号链接与 Windows 原生符号链接不是同一种 reparse point,Windows 桌面服务不会尝试经由 WSL 桥接读取它。遇到此类阻断时,请在 Windows 中重建原生链接,或用资源安装器的复制模式(例如 npx skills add ... --copy)重新安装。

本地资产扫描会同时检查所有已启用平台配置的 skills_dirmcp_jsonplugins_dir,因此 Claude Code 安装在 WSL 时,可以分别配置为 \\wsl.localhost\<发行版>\home\<用户>\.claude\skills\\wsl.localhost\<发行版>\home\<用户>\.claude.json\\wsl.localhost\<发行版>\home\<用户>\.claude\plugins。普通 WSL 路径中的 Skill、MCP 和内容型 Plugin 都可以下载并进入上传计划;首次上传内容型 Plugin 仍要求确认其为自有源码。目录中的 Linux 符号链接仍按 WSL LX 链接单项阻断。配置路径与平台默认目录相同时会自动去重,不会重复展示资源。

通用 Registry v1 与仓库检查

仓库中的资源文件或外部 source 是事实,registry.yaml 只是可移植成员清单。它只保存 (kind, name) 稳定身份,以及互斥的仓库相对 path 或外部 source

version: 1
resources:
  - kind: skill
    name: code-review
    path: skills/code-review
  - kind: plugin
    name: browser-tools
    source:
      type: marketplace
      locator: openai-bundled/browser-tools
      revision: latest

描述、版本、作者、许可证、标签、哈希和检查时间不写入 Registry;MCP 配置保存在 mcp/<name>/mcp.json|yaml|yml。平台白名单、安装别名和插件启用意图可以进入可选的 cc-port.yaml,其他工具无需读取它。完整字段见 Registry v1 规格

每次远端刷新都会对同一个 commit 只读检查 Registry,但不会自动修改仓库。资源页的“检查仓库”会预览待新增、待移除、人工处理项和最终 YAML diff;用户确认后,CC Port 才以一次只包含 registry.yaml 的提交修复并普通推送。修复绝不改写、移动或删除资源内容,也不修改 cc-port.yaml

Registry 缺失、YAML 损坏或本身是链接时只显示诊断,不显示应用按钮;仓库仍显示已连接,本地扫描仍可使用,但上传和安装等依赖远端清单的动作会阻断。CLI 使用:

cc-port resource registry-check --json
cc-port resource registry-repair --dry-run
cc-port resource registry-repair --yes --choices choices.yaml

五步开始

  1. 安装 Git for Windows,并确认 Git Credential Manager 可用。
  2. v0.5.4 Public Beta 下载 cc-port_0.5.4_windows_x64_setup.exe
  3. 在 GitHub 创建一个空的私有仓库,作为你自己的资源仓库。
  4. 启动 CC Port,在“设置”中粘贴仓库的 HTTPS 地址并完成验证。
  5. 扫描本机资源,在资源页逐项选择上传到仓库或安装到目标工具。

安装包已经包含桌面程序和 Python sidecar;普通用户不需要安装 Python、Node.js 或 Rust。完整流程、首次配置和卸载方式见快速开始

开发环境可运行 Set-ExecutionPolicy -Scope Process Bypass -Force; & .\scripts\setup.ps1 自动检查并安装所需工具和依赖。脚本列出操作后会直接执行,不再要求输入 y/n-CheckOnly 仍只检查而不修改环境。

安全边界

  • 仓库归你所有:CC Port 不提供托管云服务;资源保存在你指定的 Git 仓库。
  • 凭据交给系统:桌面端通过 Git Credential Manager 使用系统凭据,不读取或保存 GitHub Token。
  • 先计划再写入:桌面端和 CLI 在写操作前展示目标、动作与阻断原因。
  • 不覆盖未接管内容:所有权标记用于区分 CC Port 管理项与手工维护项。
  • 悬空链接只替换链接本身:下载目标是根级 Windows 原生悬空符号链接时,只有明确确认覆盖未接管目标后才会删除链接本身并写入普通内容,不会跟随或修改链接指向的位置。
  • 可恢复写入:安装、卸载、部署和恢复使用持久化事务、备份与失败回滚。
  • MCP 密钥占位:采集 MCP 配置时,环境变量字面值会替换为 ${SECRET_NAME} 占位符。
  • 缺失不等于删除:远端缺少某项资源不会触发隐式删除。

发现安全问题时,请不要创建公开 Issue;按照安全策略使用 GitHub 的私密漏洞报告。

支持范围

资源类型

类型 扫描与登记 资源仓库同步 安装到工具
Skill
MCP Server
Rule
Prompt
Plugin

AI coding 工具

工具 状态 默认可写资源
Codex 稳定 Skill
Claude Code 稳定 Skill、MCP、Plugin
Cursor 稳定 Skill、MCP、Prompt
Windsurf 实验性 Skill、MCP
OpenCode 实验性 Skill、MCP、Rule、Prompt、Plugin
Cline、Gemini CLI 仅发现 暂无完整可写平台预设

Cursor Prompt 命令

Cursor 预设把 Prompt <name> 安装为全局自定义命令
~/.cursor/commands/<name>.md;设置平台安装别名后,文件名改用该别名。资源仓库
仍以 prompts/<name>/ 保存可移植内容。下载到这个文件式目标时,远端 Prompt
必须是一个 Markdown 文件,或目录根级恰好包含一个非符号链接 .md 文件;零个或
多个根级 Markdown 文件都会阻断计划,不会任意选择。

已有自定义平台若没有设置 prompts_dir,仍按旧行为使用
rules_dir/<install-name>,避免现有配置被静默迁移。完整规则见
Cursor Prompt 命令安装规格

高级用户可以在 config.toml 中添加自定义平台路径。具体字段见配置示例

三种入口

  • 桌面 GUI:日常扫描、比较、上传、安装和环境诊断。
  • CLI:脚本化、批量操作、历史恢复和状态维护。
  • MCP Server:让支持 MCP 的 AI coding 工具调用 CC Port 能力。

三种入口共享同一套 Python 核心逻辑。架构边界和同步状态机见架构文档

当前限制

  • Public Beta 仅正式支持 Windows 10/11 x64。
  • v0.5.4 安装器尚未代码签名,Windows SmartScreen 可能显示“未知发布者”。
  • 目标电脑必须安装 Git for Windows,并配置 Git Credential Manager。
  • 桌面端不会替你创建、删除仓库或修改仓库可见性。
  • 当前没有自动更新;升级时请从 Releases 下载新版本。
  • 桌面端聚焦资源管理;部分历史恢复和维护能力仍只在 CLI/Desktop API 提供。

遇到安装、登录或同步问题,请先查看故障排查

文档

参与贡献

Bug、文档修正和小改动可以直接提交 PR。较大的功能或行为变化请先创建 Issue,确认问题和范围后再实现。详细规则见贡献指南

License

MIT © 2026 Lingye · 第三方软件声明

Yorumlar (0)

Sonuc bulunamadi