TunnelHunt

Как TunnelHunt MCP-сервер автоматизирует разработку с ИИ-агентами

3 мин чтения

Новая эпоха разработки: обучаем Cursor, Cline и Claude Desktop автоматически пробрасывать порты, проверять вебхуки и управлять вашими туннелями без участия терминала.

Как TunnelHunt MCP-сервер автоматизирует разработку с ИИ-агентами

С появлением ИИ-ассистентов процесс написания кода кардинально изменился. Мы вошли в эру Vibe Coding — когда разработчик больше времени уделяет архитектуре и общению с ИИ, а написание шаблонного кода доверяет агенту.

Однако при тестировании локально разработанных приложений (особенно с использованием вебхуков, Telegram-ботов или интеграции со Stripe/GitHub) все еще оставалось узкое горлышко: необходимость вручную пересылать команды, запускать туннели и копировать публичные ссылки обратно в чат к ИИ.

Мы решили эту проблему, выпустив официальный TunnelHunt MCP-сервер. Теперь ваш ИИ-помощник может делать всё это сам.


Что такое Model Context Protocol (MCP)?

Model Context Protocol (MCP) — это новый открытый стандарт, предложенный компанией Anthropic. Он работает как универсальный мост между большими языковыми моделями (LLM) и вашей локальной машиной или внешними сервисами.

Благодаря MCP, ИИ-агент получает в свое распоряжение набор инструментов (Tools), которые он может вызывать по необходимости. Например, читать файлы, выполнять команды терминала или, как в нашем случае, — управлять вашими веб-туннелями.


Какие инструменты получает ваш ИИ-помощник?

Официальный пакет @tunnelhunt/mcp предоставляет ИИ-агентам три ключевых инструмента:

  1. start_tunnel(port: number, subdomain?: string) Агент запускает SSH-туннель для указанного локального порта. На выходе он моментально получает готовый публичный HTTPS-адрес. Больше не нужно переключаться в терминал и писать ssh -R ....

  2. get_tunnel_logs(subdomain: string) Позволяет ИИ считывать последние HTTP-запросы, проходящие через туннель. Это незаменимо для отладки вебхуков: ИИ сам увидит заголовки, тело запроса и код ответа (например, 200 OK или 500 Internal Server Error).

  3. stop_tunnel(subdomain: string) Закрывает туннель по завершении работы. Агент сам прибирает за собой рабочее окружение, не оставляя висящих в фоне процессов SSH.


Как это выглядит на практике (Vibe Coding)

Представьте, что вы создаете Telegram-бота.

Раньше процесс выглядел так:

  1. ИИ пишет код бота.
  2. Вы запускаете бота локально.
  3. Вы открываете терминал, запускаете туннель TunnelHunt: ssh -R 80:localhost:3000 ....
  4. Вы копируете полученный HTTPS-адрес.
  5. Вы идете в браузер или делаете cURL-запрос, чтобы зарегистрировать этот адрес в Telegram Bot API.
  6. Вы тестируете бота. Если вебхук падает с ошибкой, вы вручную смотрите терминал и пересылаете логи агенту.

С TunnelHunt MCP сценарий меняется:

  1. Вы просите агента (например, расширение Cline в VS Code): «Напиши Telegram-бота на Node.js и полностью настрой его».
  2. Агент пишет код, запускает локальный сервер.
  3. Агент понимает, что для работы вебхуков нужен публичный HTTPS. Он сам вызывает инструмент start_tunnel для порта 3000.
  4. Получив адрес вида https://random-subdomain.tunnelhunt.ru, агент отправляет HTTP-запрос к API Telegram для регистрации вебхука.
  5. Агент запускает тест. Если что-то идет не так, он вызывает get_tunnel_logs, анализирует входящий JSON с ошибкой и исправляет свой собственный код. Всё это происходит автоматически, без единого вашего клика в консоли.

Быстрый старт: Как настроить за 1 минуту

Пакет опубликован в NPM под именем @tunnelhunt/mcp. Для его запуска вам не нужно ничего скачивать глобально, достаточно использовать npx.

1. Claude Desktop

Добавьте этот блок в файл claude_desktop_config.json:

{
  "mcpServers": {
    "tunnelhunt": {
      "command": "npx",
      "args": [
        "-y",
        "@tunnelhunt/mcp"
      ]
    }
  }
}

2. Cursor

Перейдите в Settings -> Features -> MCP, нажмите + Add New MCP Server, укажите тип command и вставьте строку запуска:

npx -y @tunnelhunt/mcp

3. Cline (VS Code)

Добавьте сервер в настройки cline_mcp_settings.json:

{
  "mcpServers": {
    "tunnelhunt": {
      "command": "npx",
      "args": [
        "-y",
        "@tunnelhunt/mcp"
      ]
    }
  }
}

Заключение

Интеграция TunnelHunt с Model Context Protocol делает процесс локальной разработки бесшовным. ИИ-агенты перестают быть просто генераторами текста и становятся полноценными инженерами, способными самостоятельно разворачивать, связывать с интернетом и отлаживать ваши сервисы.

Попробуйте подключить @tunnelhunt/mcp уже сегодня и делегируйте рутину вашему цифровому помощнику!

Готовы запустить свой первый туннель?

Начните использовать TunnelHunt бесплатно уже сегодня и откройте доступ к локальному серверу всего одной командой.

Зарегистрироваться бесплатно →

Последние публикации

Отладка AI-агентов и LLM Function Calling локально через Tunnelhunt

Отладка AI-агентов и LLM Function Calling на localhost через Tunnelhunt

31 июля 2026 г.

Узнайте, как локально разрабатывать и тестировать AI-агентов, вызовы функций (Function/Tool Calling) и асинхронные вебхуки от LLM без деплоя на прод и с постоянными HTTPS-субдоменами.

Читать далее →
Локальное тестирование вебхуков CloudPayments через TunnelHunt

Локальное тестирование вебхуков CloudPayments через TunnelHunt

22 июня 2026 г.

Пошаговый гайд по отладке уведомлений о платежах CloudPayments на localhost. Как настроить адреса уведомлений, пробросить туннель и верифицировать подпись HMAC-SHA256 в Python.

Читать далее →
Настройка и отладка вебхуков Robokassa на локальном сервере

Настройка и отладка вебхуков Robokassa на локальном сервере

22 июня 2026 г.

Пошаговая инструкция по приему и верификации платежных уведомлений Robokassa на локальном компьютере с помощью TunnelHunt. Пример MD5-подписи на Python.

Читать далее →
Локальное тестирование вебхуков Т-Банка (Т-Бизнес / Эквайринг) на localhost

Локальное тестирование вебхуков Т-Банка (Т-Бизнес / Эквайринг) на localhost

22 июня 2026 г.

Пошаговый гайд по отладке платежных уведомлений эквайринга Т-Банка локально. Настройка адреса уведомлений, проброс через TunnelHunt и пример проверки подписи Token на Python.

Читать далее →