Как TunnelHunt MCP-сервер автоматизирует разработку с ИИ-агентами
Новая эпоха разработки: обучаем Cursor, Cline и Claude Desktop автоматически пробрасывать порты, проверять вебхуки и управлять вашими туннелями без участия терминала.

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:
-
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 писатьssh -R .... -
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 OKили500 Internal Server Error). -
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:
- ИИ пишет код бота.
- Вы запускаете бота локально.
- Вы открываете терминал, запускаете туннель TunnelHunt:
ssh -R 80:localhost:3000 .... - Вы копируете полученный HTTPS-адрес.
- Вы идете в браузер или делаете cURL-запрос, чтобы зарегистрировать этот адрес в Telegram Bot API.
- Вы тестируете бота. Если вебхук падает с ошибкой, вы вручную смотрите терминал и пересылаете логи агенту.
С TunnelHunt MCP сценарий меняется:
- Вы просите агента (например, расширение Cline в VS Code): «Напиши Telegram-бота на Node.js и полностью настрой его».
- Агент пишет код, запускает локальный сервер.
- Агент понимает, что для работы вебхуков нужен публичный HTTPS. Он сам вызывает инструмент
start_tunnelдля порта3000. - Получив адрес вида
https://random-subdomain.tunnelhunt.ru, агент отправляет HTTP-запрос к API Telegram для регистрации вебхука. - 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 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.

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.

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.

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.