ThumbGate 是什么工具？

ThumbGate 是一款JavaScript开发的AI辅助工具。开源MCP工具：Agent governance for ThumbGate: 👍/👎 become Pre-Action Checks that block repeat。⭐18 · JavaScript 主要应用场景包括：编程开发、MCP配置。

ThumbGate 如何安装和开始使用？

访问 ThumbGate 的 GitHub 仓库或官方网站，按照 README 文档中的步骤安装依赖并运行。通常需要 Python 3.8+ 或 Node.js 16+ 基础环境。

ThumbGate 是否免费？许可证是什么？

ThumbGate 完全免费，采用 MIT 许可证开源发布，任何人都可以免费使用、修改和分发。

ThumbGate 适合哪些用户使用？

ThumbGate 主要面向有一定技术基础的用户，包括开发者、数据分析师、AI 工程师等专业人士。

ThumbGate 的社区活跃度和项目维护状况如何？

ThumbGate 在 GitHub 上已获得 18 个 Star，处于积极发展阶段，社区在持续扩大。

📄 工具详情 ⚙️ 安装教程 📚 使用教程

能力标签

🔌 MCP 🤖 Agent 🔄 工作流 🐳 Docker 💻 CLI 🔗 REST API 🧬 Embedding 🧠 Claude ✨ GPT ⌨️ Cursor

🔌

MCP工具

ThumbGate MCP工具

基于 JavaScript · 让 AI 助手直接操作你的系统与工具

英文名：ThumbGate

⭐ 18 Stars 🍴 7 Forks 💻 JavaScript 📄 MIT 🏷 AI 7.2分

7.2AI 综合评分

Agent治理成本优化AI安全行动检查JavaScript

⬇ 下载源码 ZIP ⚙️ 配置说明 📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：ThumbGate MCP工具是一款优质的MCP工具。AI 综合评分 7.2 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

ThumbGate MCP工具是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 ThumbGate MCP工具，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。ThumbGate MCP工具提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 ThumbGate MCP工具评为 AI 评分 7.2 分，属于同类工具中的优质选择。

📋 工具概览

ThumbGate MCP工具是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 18

开发语言

JavaScript

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

7.2 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/IgorGanapolsky/ThumbGate

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "thumbgate-mcp--": {
      "command": "npx",
      "args": ["-y", "thumbgate"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 ThumbGate MCP工具 执行以下任务...
Claude: [自动调用 ThumbGate MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "thumbgate_mcp__": {
      "command": "npx",
      "args": ["-y", "thumbgate"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 45/100 含工作流图查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

ThumbGate 👍 👎

ThumbGate is the self-improving pre-action firewall for AI coding agents AI coding agents repeat mistakes — and one wrong tool call can wipe a directory, leak a key, or push broken code.

---

MCP / Glama / registry install (stdio)

Directories and clients that install ThumbGate as an MCP server must start stdio MCP, not the HTTP API:

npx -y thumbgate serve

Equivalent: npx -y thumbgate mcp
Do not use npm start for MCP — that launches the hosted HTTP API (src/api/server.js), not the agent-facing stdio server.

▶ 90-second demo · GIF walkthrough

---

Install for your agent

Agent	Command	Enforcement
Claude Code	`npx thumbgate init --agent claude-code`	🛡️ Hard — PreToolUse
Codex	`npx thumbgate init --agent codex`	🛡️ Hard — `pre_tool_use`
Gemini CLI	`npx thumbgate init --agent gemini`	🛡️ Hard — PreToolUse
ForgeCode	`npx thumbgate init --agent forge`	🛡️ Hard — `pre_tool_use`
Cursor	`npx thumbgate init --agent cursor`	💬 Advisory — MCP `gate_check`
Cline	`npx thumbgate init --agent cline`	💬 Advisory — MCP + `.clinerules`
OpenCode	`npx thumbgate init --agent opencode`	💬 Advisory — MCP `gate_check`
Any MCP agent	`npx thumbgate serve`	💬 Advisory — MCP `gate_check`
Amp	`npx thumbgate init --agent amp`	📝 Feedback capture
GitHub Actions	`uses: IgorGanapolsky/ThumbGate@v1`	🩺 Marketplace Action — doctor / AI inventory in CI

Per-agent guides: Claude/Codex bridge · Codex profile · Cursor · MCP setup

Who builds this

Igor Ganapolsky — payments (Stripe/Connect), AI agent guardrails/MCP, Android + backends. Small number of contract slots: $120–150/hr, 1099, remote US. LinkedIn · thumbgate.ai

Quick Start

Want a phased walkthrough with a verify step at every stage? Follow the Progressive Setup Guide.

Progressive wiring — prove the pipe before you turn matching on. Empty dashboard is success.

npx thumbgate init          # Phase 1: hooks only
npx thumbgate doctor        # verify: exits 0 only when PreToolUse hook is wired (hidden metric = hook install, not gate count)
npx thumbgate dashboard --open  # Phase 2: open local HTML; empty stats are OK
npx thumbgate capture --feedback=down --context="Never run DROP on production tables" --what-went-wrong="agent proposed DROP" --what-to-change="require review for DROP"

Later DROP attempts in the same scope surface the check:

⚠️ Check fired: "Never run DROP on production tables"
   Pattern: DROP.*production
   Verdict: 👎 WARN + LOG   (⛔ BLOCK when THUMBGATE_STRICT_ENFORCEMENT=1)

Numbered configs: config/progressive/. Guide: progressive wiring.

Integrations (compact)

Surface	Start here
Open ThumbGate GPT	[thumbgate.ai/go/gpt](https://thumbgate.ai/go/gpt?utm_source=github&utm_medium=readme&utm_campaign=readme_gpt) — ThumbGate GPT: start here. Paste agent actions, get advice + checkpointing. No, users do not have to keep chatting inside the ThumbGate GPT to use ThumbGate — the hard enforcement layer still runs where the work happens.
Install Codex Plugin	Open the Codex plugin install page: [thumbgate.ai/codex-plugin](https://thumbgate.ai/codex-plugin) · zip: [thumbgate-codex-plugin.zip](https://github.com/IgorGanapolsky/ThumbGate/releases/latest/download/thumbgate-codex-plugin.zip) · [plugins/codex-profile/INSTALL.md](plugins/codex-profile/INSTALL.md)
Claude Desktop `.mcpb`	[latest release](https://github.com/IgorGanapolsky/ThumbGate/releases/latest/download/thumbgate-claude-desktop.mcpb)
VS Code / Open VSX	[plugins/vscode-extension/README.md](plugins/vscode-extension/README.md)
Antigravity-compatible	[plugins/antigravity-extension/INSTALL.md](plugins/antigravity-extension/INSTALL.md)
JetBrains	[plugins/jetbrains-plugin/README.md](plugins/jetbrains-plugin/README.md) · JetBrains Marketplace path for the same runtime
ChatGPT App / GPT Action	[thumbgate.ai/chatgpt-app](https://thumbgate.ai/chatgpt-app)
ThumbGate-Core (staging)	[https://github.com/IgorGanapolsky/ThumbGate-Core](https://github.com/IgorGanapolsky/ThumbGate-Core) — pre-release staging + a few internal cache scripts; not the product moat

Install scope: machine-wide vs per-project

Scope	Command	Settings	Lessons	Best for
Machine-wide (default)	`npx thumbgate init`	`~/.claude/settings.json`	`~/.claude/memory/feedback/`	Solo operators — same machine-local feedback store across repos
Per-project	`npx thumbgate init --project`	`<repo>/.claude/settings.json`	`<repo>/.claude/memory/feedback/`	Client / compliance — separate dashboard / isolated lessons per repo

Both scopes write mcpServers.thumbgate plus PreToolUse / UserPromptSubmit / PostToolUse / SessionStart hooks. Machine-wide is the right default for most developers. Cross-repo blocking is not automatic: a lesson learned in one project only applies elsewhere when you share the store (machine-wide) or export/import lessons.

MCP tools (surface): gate_check (read/evaluate proposed tool call), feedback capture + session tools (write), dashboard/stats (read). Destructive agent actions stay blocked/warned by PreToolUse — ThumbGate does not execute user shell commands for you.

---

🇨🇳 中文文档镜像 AI 翻译 2026-06-30

英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。

📌 简介

ThumbGate 是一款专为 AI Agent 设计的“错误预防”工具。在当前的 AI 开发流程中，Agent 频繁出现的幻觉、重复错误的 Tool Call 或无效的指令重试，不仅消耗开发者的精力，更会带来高昂的 API 调用成本（如 Claude Sonnet/Opus 等模型）。ThumbGate 通过记录用户的负面反馈，将其转化为永久性的预防规则，确保一旦某个错误被标记，它将在所有 Session、所有 Agent 及所有模式下被自动拦截，实现“一次纠错，终身受益”。

🛠 安装步骤（Docker/pip/源码）

ThumbGate 支持多种主流 AI 开发工具的快速集成。对于 Claude Code 或 Cursor 用户，可以通过运行 `npx thumbgate init --agent <agent-name>` 命令进行初始化。VS Code 用户可通过插件市场安装扩展，JetBrains 用户亦有相应插件支持。此外，针对 Codex 用户，可以通过官方安装页面或 GitHub Releases 下载插件包，Codex Launcher 会自动解析最新的 `thumbgate@latest`，无需手动修改 `~/.codex/config.toml` 配置文件。

🚀 使用教程

使用 ThumbGate 非常简单。首先通过 `npx thumbgate init` 自动检测并配置您的 Agent 环境。当 Agent 出现错误行为时，您只需运行 `npx thumbgate capture --feedback=down --context="错误描述"`，即可将该行为捕获为一条预防规则。下次当任何 AI Agent 尝试执行匹配该模式（Pattern）的危险操作时，ThumbGate 会直接拦截并显示拦截原因，防止错误再次发生。

🔌 API 说明

ThumbGate 提供了一套完整的 CLI 工具集用于管理规则与状态。使用 `npx thumbgate init` 进行环境初始化与 Hook 绑定；使用 `npx thumbgate doctor` 进行健康检查；使用 `npx thumbgate capture` 捕获反馈并将其存储为“教训（Lesson）”；使用 `npx thumbgate lessons` 查看已学习的规则；最后通过 `npx thumbgate explore` 进入终端交互模式，对规则和检查项进行深度探索。

🔄 工作流/模块

ThumbGate 提供了强大的集成能力。您可以利用专用的 ThumbGate GPT 作为起点，通过粘贴 Agent 的动作来获取建议并进行 Checkpointing。值得注意的是，ThumbGate GPT 仅作为辅助工具，用户无需全程在 GPT 中交互，即可在本地开发环境中享受其带来的自动化拦截与规则管理能力。

❓ FAQ 摘要

ThumbGate 并非模型微调（Fine-tuning）工具，它不改变模型权重，而是通过在运行时注入 Context 并拦截动作来发挥作用。与 `CLAUDE.md` 或 `.cursorrules` 等静态提示词文件不同，ThumbGate 提供的规则具有强制性，能够有效防止 Agent 忽略指令，确保反馈在不同会话间具备持久的记忆力。

🎯 aiskill88 AI 点评 B 级 2026-05-23

创新的Agent治理方案，将用户反馈转化为系统控制机制。低星数但概念新颖，适合关注AI安全和成本优化的团队探索。

📚 实用指南（长尾问题）

适合谁

使用 Cursor 编辑器、希望提升 AI 编程效率的开发者
需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队

最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
Cursor rules 控制在 80 行内，否则模型上下文成本会显著上升

常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
容器内无法访问宿主机 localhost — 使用 host.docker.internal

部署方案

Docker：ThumbGate 提供官方镜像，docker compose up 一键启动
CLI：直接 npm install -g / pip install，命令行调用
云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台

⚡ 核心功能

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

👥 适合谁

使用 Cursor 编辑器、希望提升 AI 编程效率的开发者
需要让 Claude / Cursor 操作本地工具的 AI 工程师
构建多智能体协作系统的 Agent 开发者
构建企业知识库 / RAG 检索应用的团队

⭐ 最佳实践

配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
Cursor rules 控制在 80 行内，否则模型上下文成本会显著上升

⚠️ 常见错误

API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
容器内无法访问宿主机 localhost — 使用 host.docker.internal

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点

+MIT 协议，可免费商用
+标准化 MCP 协议，生态互联性强
+与 Claude 官方生态无缝对接
+即插即用，配置简单快捷

⚠️ 不足

−依赖 Claude 客户端，非 Claude 用户无法使用
−MCP 协议仍在持续演进，接口可能变更
−需要一定的配置步骤

⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

🔗 相关工具推荐

github-mcp-server MCP工具

GitHub官方MCP服务器实现，使AI助手能直接操作GitHub仓库、问题、拉取请求等资源。采用Go语言开发，高性能稳

📚 相关教程推荐

Cursor AI 编程完全指南：Rules 配置、Composer 使用、MCP 集成

帮助中心 · AI Skill Hub

MCP 工作流生产级配置方案：从开发环境到团队共享

📰 相关 AI 新闻

Claude Code 最新功能与使用技巧

AI 资讯 · 知识关联

AI Agent 自主化能力最新进展

AI 资讯 · 知识关联

🍿 AI 圈相关吃瓜

AutoGPT 自主完成了任务：把我的文件夹全部重命名了

AI 圈观察

配了5个 MCP 工具，Claude 一个都没用

AI 圈观察

Filesystem MCP 帮 Claude 找文件，找了整个 node_modules

🗺️ 相关解决方案

ai-workflow-templates

docker

docker-deploy

🧩 你可能还需要

基于当前 Skill 的能力图谱，自动补全的工具组合

Augustus

LLM安全测试框架，检测prompt注入、越狱等

本地优先的媒体资产管理工具，集成AI语义搜索和专业相机元数据读取功能。支持DaVinci Resolve集成，适合视频编辑、摄影师和内容创作

❓ 常见问题 FAQ

如何集成到现有Agent系统？−

作为MCP工具通过标准协议接入，支持赞踩反馈作为行动前检查触发器

是否支持自定义检查规则？+

MCP 是什么？和普通 API 有什么区别？+

我需要编程基础才能使用这个 MCP 工具吗？+

这个工具支持 Claude Code 吗？还是只有 Claude Desktop？+

MCP 工具是否会访问我的本地文件或数据？+

多个 MCP 工具可以同时使用吗？+

💡 AI Skill Hub 点评

总体来看，ThumbGate MCP工具是一款质量良好的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 ThumbGate MCP工具

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`ThumbGate`
原始描述	开源MCP工具：Agent governance for ThumbGate: 👍/👎 become Pre-Action Checks that block repeat。⭐18 · JavaScript
Topics	`Agent治理成本优化AI安全行动检查JavaScript`
GitHub	https://github.com/IgorGanapolsky/ThumbGate
License	MIT
语言	JavaScript

🔗 原始来源

🐙 GitHub 仓库 https://github.com/IgorGanapolsky/ThumbGate 🌐 官方网站 https://thumbgate-production.up.railway.app

收录时间：2026-05-17 · 更新时间：2026-05-23 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道

每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送

加入频道 →

ThumbGate MCP工具

📚 深度解析

📋 工具概览

📖 中文文档

ThumbGate 👍 👎

MCP / Glama / registry install (stdio)

Install for your agent

Who builds this

Quick Start

Integrations (compact)

Install scope: machine-wide vs per-project

⚡ 核心功能

👥 适合人群

🎯 使用场景

⚖️ 优点与不足

🔗 相关工具推荐

❓ 常见问题 FAQ

🤖 交给 Agent 安装 · ThumbGate MCP工具