$ loading_
让 ChatGPT 按路径引用大文件并管理本地长期任务与资源。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Companion Connector MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 Companion Connector MCP 读取本地日志文件路径 /var/log/app.log，帮我总结最近的错误类型，并列出最频繁的 5 个异常模式。
返回基于指定日志文件的错误摘要、异常分类和高频问题列表。
请通过 Companion Connector MCP 帮我登记并跟踪一个本地长时间运行的数据处理任务，定期汇报当前状态和最新日志摘要。
返回任务已登记的信息、当前进度说明，以及阶段性的状态或日志摘要。
请通过 Companion Connector MCP 注册本地截图和日志文件，结合这些资源帮我判断这个界面报错可能的原因，但不要修改任何源文件。
返回对截图和日志的综合分析，以及可能原因和排查建议，不涉及源码改动。
开发者在本地有体积较大的日志、数据文件或输出结果时，可让 ChatGPT 按路径引用这些文件进行分析，而不必把内容直接贴进对话。这样更适合处理上下文较长的本地材料。
在构建、处理或分析任务运行时间较长时，用户可以借助该 MCP 服务器管理任务并获取状态信息。这样更方便让 AI 持续跟进任务进展并整理结果。
当问题需要同时查看截图和日志时，用户可注册这些本地资源供 ChatGPT 参考。它适合在不修改源文件的前提下补充排障所需的上下文。
它是一个本地 MCP 服务器，让 ChatGPT 可以按路径引用大文件、管理长时间运行的任务，并注册本地资源，如截图和日志。描述中还明确说明它不会修改源文件。
根据给定描述，不会。它支持引用文件路径和登记本地资源，但说明中明确提到不修改源文件。
当前未提供安装文档或前置条件信息。具体安装方式、运行环境或密钥要求请见源码仓库。
通过安全接口检查和编辑本地项目，支持文件、Git与命令操作
让 AI 通过本地大模型安全读取、搜索和编辑本地文件
通过 MCP 访问配置目录中的文件并进行列表、读取与搜索
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
让 AI 读取、检索并总结本地文档与表格内容
让 AI 在本地安全地读写文件、搜索内容并执行终端命令。