AI导哈

Windows操作系统集成工具

Windows MCP是一个轻量级开源项目，实现AI代理与Windows操作系统的无缝集成，支持文件导航、应用控制、UI交互等功能。

  • by CubeStar1
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 CubeStar1/windows-mcp-server

使用说明

🪟 Windows-MCP



Windows MCP 是一个轻量级的开源项目，可实现AI代理和Windows操作系统之间的无缝集成。充当MCP服务器弥合了LLM和Windows操作系统之间的差距，允许代理执行以下任务 文件导航、应用程序控制、UI交互、QA测试、， 以及更多。

🎥 德莫斯

https://github.com/user-attachments/assets/d0e7ed1d-6189-4de6-838a-5ef8e1cad54e

https://github.com/user-attachments/assets/d2b372dc-8d00-4d71-9677-4c64f5987485

✨ 主要特点

  • 无缝Windows集成
    与Windows UI元素进行本机交互，打开应用程序，控制窗口，模拟用户输入等。

  • 使用任何LLM（视觉可选） 与许多自动化工具不同，Windows MCP不依赖于任何传统的计算机视觉技术或特定的微调模型；它适用于任何LLM，降低了复杂性和设置时间。

  • 丰富的UI自动化工具集
    包括用于基本键盘、鼠标操作和捕获窗口/UI状态的工具。

  • 轻量级和开源
    最小的依赖关系和简单的设置，在MIT许可下提供完整的源代码。

  • 可定制和可扩展
    轻松调整或扩展工具，以满足您独特的自动化或人工智能集成需求。

  • 实时交互
    操作之间的典型延迟（例如，从一次鼠标点击到下一次）范围为 1.5至2.3秒，并且可能会根据活动应用程序的数量和系统负载以及llm的推理速度而略有不同。

支持的操作系统

  • Windows 7
  • Windows 8，8.1
  • Windows 10
  • Windows 11

安装

先决条件

  • Python 3.13+
  • Anthropic Claude桌面应用程序或其他MCP客户端
  • Astra的UV（软件包管理器），与 pip install uv
  • Antropic的DXT（桌面扩展），随附安装 npm install -g @anthropic-ai/dxt
  • 集 English 作为Windows中的默认语言

🏁 入门指南

Gemini CLI

  1. 引导到 %USERPROFILE%/.gemini 在文件资源管理器中打开 settings.json.

  2. 添加 windows-mcp 配置在 settings.json 并保存它。

{
  "theme": "Default",
  ...
//MCP Server Config
  "mcpServers": {
    "windows-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "<path to the windows-mcp directory>",
        "run",
        "main.py"
      ]
    }
  }
}
  1. 在终端中重新运行Gemini CLI。享受🥳

克劳德桌面

  1. 克隆存储库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
  1. 构建桌面扩展 DXT:
npx @anthropic-ai/dxt pack
  1. 打开克劳德桌面：

转到克劳德桌面：设置->扩展->安装扩展（找到 .dxt 文件）->安装

最后享受🥳.

有关其他Claude Desktop集成故障排除，请参阅 MCP文件。该文档包括检查日志和解决常见问题的有用提示。

🛠️MCP工具

Claude可以访问以下工具与Windows交互：

  • Click-Tool：在给定坐标处单击屏幕。
  • Type-Tool：在元素上键入文本（可选择清除现有文本）。
  • Clipboard-Tool：使用系统剪贴板复制或粘贴。
  • Scroll-Tool：在窗口或特定区域上垂直或水平滚动。
  • Drag-Tool：从一个点拖动到另一个点。
  • Move-Tool：移动鼠标指针。
  • Shortcut-Tool：按键盘快捷键(Ctrl+c, Alt+Tab等等）。
  • Key-Tool：按一个键。
  • Wait-Tool：暂停一段规定的时间。
  • State-Tool：活动应用程序和交互式、文本和可滚动元素的组合快照，以及桌面截图。
  • Screenshot-Tool：捕获桌面的屏幕截图。
  • Launch-Tool：从“开始”菜单启动应用程序。
  • Shell-Tool：执行PowerShell命令。
  • Scrape-Tool：抓取整个网页以获取信息。

明星历史

⚠️小心

此MCP直接与您的Windows操作系统交互以执行操作。谨慎使用，避免在不能容忍此类风险的环境中部署。

📝 局限性

  • 在段落中选择文本的特定部分，因为MCP依赖于11y树。（⌛正在努力。）
  • Type-Tool 用于键入文本，而不是在IDE中编程，因为它在文件中键入整个程序。（⌛正在努力。）

🪪License

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🤝贡献

欢迎投稿！请看 贡献 有关设置说明和开发指南。

由以下材料制成❤️ 靠近 全门乔治

引用

@software{
  author       = {George, Jeomon},
  title        = {Windows-MCP: Lightweight open-source project for integrating LLM agents with Windows},
  year         = {2024},
  publisher    = {GitHub},
  url={https://github.com/CursorTouch/Windows-MCP}
}

相关 MCP