$ loading_
通过交互式流式 SSH 远程执行命令、传输文件并实时获取输出。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-ssh-live" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
通过 SSH 连接到远程 GPU 服务器，启动 python train.py，并持续流式输出日志；如果进程卡住，允许我发送中断信号；训练结束后把 logs/train.log 通过 SFTP 下载到本地。
返回实时逐行训练日志，支持中断控制，并在结束后完成日志文件下载。
连接生产服务器，执行 git pull、docker compose up -d，然后实时显示输出；接着运行 systemctl status myapp 和 curl 本地健康检查接口，汇总部署是否成功。
展示部署命令的实时结果、服务状态与健康检查结果，并给出成功或失败结论。
SSH 到测试机器，启动一个需要标准输入的交互式脚本，按步骤向 stdin 发送选项；实时读取每一行返回内容；如检测到错误，立即发送终止信号并保存诊断报告到本地。
完成交互式诊断流程，保留实时输出记录，并在异常时安全终止并导出报告。
通过 SSH/SFTP 远程执行命令、管理服务器并安全传输文件。
用自然语言执行 SSH 自动化操作，简化远程服务器管理与运维流程。
通过 MCP 管理 SSH 交互会话，执行命令并控制会话生命周期。
通过 SSH 安全执行本地与远程命令，并管理会话和环境变量。
通过 SSH 远程管理服务器，自动化运维、备份、数据库操作与健康监控。
通过安全过滤的 SSH 远程管理服务器与网络设备，并支持批量连接操作。