frelyCLI
开源 frely Skill · 面向有 Shell 的 Agent

Frely CLI：让 Agent 用上
Frely Skill

把一段提示词粘贴到 Claude Code、Codex 或 pi。Agent 安装 Frely CLI，用邮箱验证码登录，并安装 frely Skill。有了 Skill，Agent 用你的 Frely 账号从 Store 安装 Skill 和 Agent，任务需要另一台电脑时配置 FrelyMCP。

复制 Agent 提示词 用网页版 ChatGPT？用 FrelyMCP 连接

安装 FRELY SKILL

把这段话粘贴给 Agent

在这台电脑上安装 Frely CLI 和 frely Skill。macOS 或 Linux 运行 curl -fsSL https://frely.cloud/install.sh | sh；Windows PowerShell 运行 curl.exe -fsSLo "$env:TEMP\frely-install.ps1" https://frely.cloud/install.ps1; powershell -NoProfile -ExecutionPolicy Bypass -File "$env:TEMP\frely-install.ps1"。向我询问我的邮箱，运行 frely login --email <my email>，再向我要邮件里的 6 位验证码，然后运行 frely login --code <code>。接着运行 frely skill install --host <your host: claude-code, codex, pi or generic>，并阅读它安装的 Skill。在我要求之前，不要运行 frely mcp start。

也可以自己安装

# macOS

curl -fsSL https://frely.cloud/install.sh | sh

# Linux

curl -fsSL https://frely.cloud/install.sh | sh

# Windows (PowerShell)

curl.exe -fsSLo "$env:TEMP\frely-install.ps1" https://frely.cloud/install.ps1; powershell -NoProfile -ExecutionPolicy Bypass -File "$env:TEMP\frely-install.ps1"

# 然后，在任意系统

frely login --email <you@example.com>
frely skill install --host <claude-code|codex|pi|generic>
包管理器

需要 Node.js 22+。然后运行 frely login 和 frely skill install。

npm install --global --ignore-scripts frely-cli@latest
bun add --global frely-cli@latest
pnpm add --global frely-cli@latest
下载独立可执行文件

独立安装器自带运行时，不需要 Node.js。

有 SHELL 的 AGENT 专用 SKILL

一段提示词。
你的 Agent 懂 Frely。

frely Skill 教你的 Agent 通过 Frely CLI 使用你的 Frely 账号。它不会把这台电脑开放给远程客户端；这一步由 FrelyMCP 完成，且需你同意。

宿主：claude-code · codex · pi · generic

frely skill install --host <claude-code|codex|pi|generic>
没有 Shell？用 FrelyMCP

FRELYMCP · 面向无 SHELL 的客户端

用网页版 ChatGPT？
接入 FrelyMCP。

网页版 ChatGPT 和 Claude 没有 Shell，用不了 Skill。把 FrelyMCP 添加为连接器。操作另一台电脑、操控已连接的浏览器、使用你购买的 Cloud MCP，都走 FrelyMCP。

你的设备

你授权的工作区

  • 文件
  • Shell 命令
  • 受管进程
本机执行

Frely CLI

在这台电脑上运行，接收工具调用并返回结果。

工具调用 执行结果 MCP + OAuth · 经 Frely 转发 · 设备仅出站连接，无需开放公网端口

第三方 Chat 应用

ChatGPT · 网页版 Claude，以及其他支持远程 MCP 的客户端

“列出工作区里最近修改的文件。”

  1. 你在 Chat 应用中发消息。
  2. Agent 通过 MCP 调用 Frely 工具，Frely 把调用转发到你的设备。
  3. Frely CLI 在本机执行，结果回到对话中。

把这台电脑接入 FrelyMCP

# macOS / Linux

curl -fsSL https://frely.cloud/start.sh | sh

# Windows (PowerShell)

curl.exe -fsSLo "$env:TEMP\frely-start.ps1" https://frely.cloud/start.ps1; powershell -NoProfile -ExecutionPolicy Bypass -File "$env:TEMP\frely-start.ps1"

需要检查连接时，在被控电脑运行 frely doctor。添加 -v 查看诊断细节。

frely doctor
网页客户端用远程 MCP + OAuth 在你的电脑上执行 无需开放设备公网端口 采用 Apache-2.0 许可

连接你的 AGENT

选择客户端，
访问你的设备。

在你使用的客户端中添加设备 MCP 地址并完成 OAuth 授权。从常见客户端中选择，或按下面的两种通用方式添加。

添加固定地址 https://mcp.frely.cloud/mcp。同一账户的所有设备使用同一个地址，地址中不含访问令牌。各调用端通过 OAuth 登录你的 Frely 账号并获得授权。

客户端名称与 logo 归各自所有者所有，在此仅用于表示兼容性。

方式一 · 填写 MCP 地址

适用于 ChatGPT 等直接粘贴地址的客户端。

  1. 在客户端设置中找到“添加 MCP 服务器 / 应用与连接器”入口。
  2. 粘贴下面的地址，认证方式选择 OAuth。
  3. 在浏览器中登录 Frely 账号完成授权。
https://mcp.frely.cloud/mcp
ChatGPT 官方教程

方式二 · 粘贴带令牌的 JSON 配置

适用于 WorkBuddy、豆包工作等无法完成 OAuth 登录、只能粘贴带 Bearer 令牌的 MCP JSON 配置的客户端。

  1. 打开 Frely 的设备页面。在 Controllers 下选择 Add device，再切到“Copy JSON config (Bearer token)”标签页。
  2. 生成令牌，用通行密钥或验证器代码确认，然后复制配置。令牌只显示一次。
  3. 把复制的配置粘贴到客户端的 MCP 设置里（WorkBuddy：~/.workbuddy/mcp.json）并保存。无需浏览器登录。
打开设备页面

示例只展示格式。请使用从设备页面复制的配置，里面才是你的真实令牌。

{
  "mcpServers": {
    "frely": {
      "url": "https://mcp.frely.cloud/mcp",
      "headers": {
        "Authorization": "Bearer <token from the devices page>"
      },
      "disabled": false
    }
  }
}
WorkBuddy 官方 MCP 指南

命令行 Agent 接入

claude mcp add --transport http frelymcp "https://mcp.frely.cloud/mcp"
codex mcp add frelymcp --url "https://mcp.frely.cloud/mcp"

请 Agent 使用 Frely 的 workspace_info 和 list_directory 工具，核对返回的目录和文件名是否属于目标电脑。命令行 Agent 自带的 Shell 在调用端电脑上执行。

用 frely doctor 查看配置与连接状态，用 frely doctor -v 查看诊断细节。验证完整连接需要客户端取得目标电脑的真实工具结果。

同一设备的客户端共享工作区和受管进程。文件工具受工作区范围限制；Shell 使用被控电脑的系统用户权限，工作区不是 Shell 沙箱。

阅读 MCP 配置指南

AGENT 从哪里访问

网页中的 Agent。
命令行中的 Agent。

Agent 通过 MCP 访问你授权的电脑。Frely 转发工具调用并返回执行结果。

网页 AGENT → 你的设备

让网页中的 Agent 使用你的设备。

在 ChatGPT Web 等兼容客户端中添加设备 MCP 地址。授权后，让 Agent 检查项目、修改文件或运行命令。

“读取这个项目的 README，告诉我怎么运行它。”

命令行 AGENT → 你的设备

让命令行中的 Agent 使用你的设备。

在另一台电脑上使用 Codex、Claude Code 等命令行 Agent，通过 MCP 访问目标电脑的文件、命令行工具和进程。

“用 Frely 工具检查工作站上这个项目的构建结果。”

Agent 发起任务，你的设备执行。

文件 · Shell 命令 · 受管进程。设备通过出站连接接入 Frely，无需开放公网监听端口或配置路由器。

配置设备访问

客户端需支持远程 HTTP MCP 和 OAuth。设备执行权限与客户端授权分别管理。被控电脑需保持运行和联网。

Commands run in a sandbox. See how it protects your data

可选功能

CLI 的其他用途

按需使用本地模型共享或调用 Frely 托管 Agent。设备访问无需配置这两项功能。

本地模型 / PROVIDERS

共享本地模型

将运行中的 Ollama，或其他通过本机回环地址提供 OpenAI 兼容接口的运行时，接入为个人 Frely Provider。通过现有的 Frely 接入点和 API 密钥使用它。

需要运行中的本地模型，以及启用状态且空闲的个人 Provider 槽位。本地 MCP 执行需要独立授权。

阅读 Provider 使用指南

调用 FRELY 托管的 AGENT

调用 Frely 托管的 Agent

将已发布的 Frely Agent 安装为客户端中的触发 Skill，通过 Frely CLI 发起调用。

调用使用账号或受限 API Key 授权。宿主的模型服务配置保持原值；调用托管 Agent 无需设备执行权限。

阅读 Agent 调用指南

开源

阅读、运行。
参与贡献。

Frely CLI 和本页面采用开源许可。查看代码、反馈问题，或提交改进。

CLI 连接到 Frely 托管的 Relay 服务。开源客户端和本地 MCP 运行时采用 Apache-2.0 许可；Frely 商标使用受商标政策约束。

查看源代码 贡献指南