让 ChatGPT 读取本机的 Program.cs、修改一个方法，再运行 dotnet build，需要把模型的工具调用转换成文件和进程操作。MiniMcp 使用 .NET 10、ASP.NET Core 和 MCP C# SDK 实现这条链路，对外提供 read_file、apply_patch、bash 三个工具；Cloudflare Tunnel 提供公网入口，Cloudflare Access Managed OAuth 处理登录与访问授权。

这个项目同时涉及网络、协议、C# 和操作系统。理解它们的关系，可以沿着一次请求追问：请求怎样到达内网电脑，后端怎样确认访问身份，MCP 消息怎样成为 C# 方法调用，文件修改和命令执行又能提供哪些保证。本文按这个顺序展开，再讨论运行环境、验证与故障定位。

以下以 2026-10-19 的提交 73b380e 为代码快照，使用 MCP C# SDK 2.2.0。协议按 2026-07-28 修订说明，同时保留 2025-11-25 的兼容说明。安装、Dashboard 配置和自启动命令见 MiniMcp 仓库 README，本文侧重实现原理。

导读：一次没有解释清楚的文件复制

假设你把一批照片复制到移动硬盘。一部分已经复制成功，另一部分因为文件占用或存储空间不足而失败。进度窗口消失后，软件只留下“操作失败”四个字。你不知道哪些照片已经复制，也不知道重新执行会覆盖文件、生成副本，还是只处理剩余项目。

底层程序可能准确地报告了每一次读写的结果，但界面没有把这些结果组织成你能理解的信息。于是，确认文件、比较目录和判断是否重试的工作，需要由你继续完成。这个例子是一个假设场景，却能把“功能已经实现”和“用户能够完成任务”之间的差别说明白。

讨论软件质量时，UI/UX 容易被缩减为圆角、配色、图标和动画。谈到自由软件，又会出现另一层顾虑：维护者已经投入了无偿劳动，继续要求视觉打磨和交互改进，是否忽视了项目的资源限制？我认为这两件事需要同时考虑。设计有成本，项目可以限定自己承担的工作；用户能否理解和使用软件，也确实是质量问题。

导读：从一份 GPU 捕获开始

假设一个游戏的某一帧突然变慢，Agent 要调查原因。它需要找到耗时的 GPU 工作负载，查看相关资源和源码，修改后重新构建，再用新的运行结果判断问题是否得到改善。Apple 的 Metal 开发工具已经提供了图形界面和命令行入口，可以读取捕获并调查这类问题。^[1]

这项任务会经过几种不同的环境：源码在仓库里，GPU 状态在捕获中，修改效果要在目标设备上观察。Shell 能启动这些工具、组织文件和处理输出；专业工具决定哪些状态可以被读取；操作系统和应用的权限设置决定调用能否执行。要评价 Agent 在某个平台上工作的体验，就得把这些环节连起来看。