Windows自动化服务

通过MCP服务器暴露AutoHotkey功能,使AI模型能够执行Windows环境下的自动化任务,包括窗口控制、键盘鼠标操作、屏幕捕获与OCR等。

  • by spyoungtech
  • Python
  • 本地部署
  • 21 星标
  • 更新于
在 GitHub 查看 spyoungtech/ahk-mcp

使用说明

ahk mcp

MCP服务器公开了AutoHotkey功能,使模型接口能够在Windows上实现自动化任务。

此服务器仅在Windows上工作,并为您的AI提供以下工具:

  • 能够枚举窗口/应用程序
  • 能够控制键盘/鼠标(打字、点击等)
  • 能够(通过自动热键)查询有关窗口的Windows API(例如,获取窗口的文本、其GUI控件的位置等)
  • 屏幕截图和OCR功能(当Windows API/控件无法正确显示文本时非常有用)
  • 能够获得有关计算机显示器的准确窗口定位和上下文信息(例如,知道主/辅显示器上有哪些窗口)
  • 能够通过自动热键操纵窗口和其他操作

服务器目前总共公开了33个工具,以上只是一个简单的概述。 当我们处理文档时,请在 main.py 受到鼓励!

用法

该项目利用 Python MCP SDK 使用FastMCP。请 有关详细信息,请参阅Python MCP SDK仓库和文档。

假设你已经设置好了 mcp CLI,您可以使用简单的命令在Claude Desktop中安装此MCP服务 mcp 命令:

mcp install main.py

该项目取决于 ahk-binary 提供所需的AutoHotkey可执行文件和 ahk 项目与AutoHotkey接口。使用 mss, easyocr,以及 numpy 用于OCR功能。

贡献

贡献的最佳方式就在GitHub上。请随意 打开一个问题 开始吧。也欢迎拉取请求,但强烈建议先打开问题,特别是对于 重大变化。