| 2026-03-12
大家是否遇到过类似的问题?
“我的AI Agent部署在云端主机上,但我想让它访问内网里的私有API,或者本地测试网站,这该怎么办?”
放在过去,这类需求往往只能靠人工处理:手动配置内网穿透、开启端口映射、复制访问地址,再交给AI Agent去调用,整个过程不仅繁琐,还容易出错。
现在,这件事也可以交给AI Agent自动完成了。
花生壳内网穿透现已正式推出MCP(Model Context Protocol)功能!
这意味着,你的OpenClaw可以通过花生壳MCP服务,实现“自主穿透”,AI能够自己为自己建立隧道,主动访问内网资源,并在任务完成后自动关闭映射,进一步保障信息安全。
不仅如此,当前凡是支持主流MCP标准的平台和工具,理论上都可以接入花生壳MCP。
无论OpenCode、Cherry Studio、Coze、Dify、Claude、Copilot、Codex、Trae,还是目前热门的OpenClaw,都能够实现对接。
那么,具体该如何操作?其实并不复杂。接下来,我们就以OpenClaw为例,带你快速了解整个流程!
首先,在内网主机安装花生壳客户端,并登录花生壳管理控制台,找到MCP选项卡。
在这里,你可以一键生成MCP配置JSON。复制这段配置,它就是OpenClaw与花生壳建立连接的关键凭证。
完成配置也非常简单。你只需要在对话框中,将花生壳 MCP的配置JSON发送给OpenClaw,它就能自动完成接入。
配置完成后,OpenClaw就具备了调用花生壳能力的基础。
此时,你可以直接对它下达指令,例如:“帮我把内网192.168.30.75的9000端口映射出来。”
收到指令后,OpenClaw就能自动创建对应的内网映射。
当隧道建立完成后,OpenClaw会立即获取对应的公网访问地址,并可基于这个地址直接访问内网服务,进一步完成数据提取、接口调用或自动化任务执行。
如果需求发生变化,也无需手动重新登录后台操作。你只需要告诉OpenClaw更换新的内网地址或端口,它就能自动更新映射目标,整个过程依然保持高效流畅。
在涉及内网访问的场景中,安全始终是重中之重。任务执行完成后,你还可以命令OpenClaw自动删除隧道,做到“随用随开、用完即关”,避免留下多余暴露面,让整个过程更安全、更可控。
花生壳MCP功能的推出,打破了AI Agent与内网环境之间的访问壁垒。它不仅显著简化了传统内网穿透的操作流程,也为AI在私有化部署、内网办公自动化、本地开发调试等场景中的落地应用,带来了更大的想象空间。
给你的AI Agent接入花生壳MCP,让 AI 不只会“思考”,更能主动打通内外网络,真正开启自动化访问内网资源的新体验。