什么是Windows-MCP?
Windows-MCP 是一个轻量级的开源项目,它作为MCP(Model Context Protocol)服务器,在AI代理和Windows操作系统之间架起了一座桥梁。通过这个工具,AI代理可以直接与Windows系统交互,执行各种自动化任务。
演示视频
核心特性
🎯 无缝Windows集成
• 与Windows UI元素原生交互
• 打开应用程序、控制窗口
• 模拟用户输入操作
• 支持文件导航和管理
🤖 支持任意LLM
与许多自动化工具不同,Windows-MCP不依赖传统的计算机视觉技术或特定的微调模型。它可以使用任何LLM,降低了复杂性和设置时间。
🛠️ 丰富的UI自动化工具集
• 基础键盘和鼠标操作
• 窗口/UI状态捕获
• 实时交互(典型延迟0.7-2.5秒)
🔧 轻量级和可扩展
• 最小依赖
• 易于设置
• 完全开源(MIT许可证)
• 可根据需求自定义和扩展
支持的MCP工具
Windows-MCP提供了以下工具来与Windows交互:
• Click-Tool: 在指定坐标点击屏幕
• Type-Tool: 在元素上输入文本(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: 在窗口或特定区域垂直或水平滚动
• Drag-Tool: 从一个点拖拽到另一个点
• Move-Tool: 移动鼠标指针
• Shortcut-Tool: 按下键盘快捷键(Ctrl+c、Alt+Tab等)
• Key-Tool: 按下单个键
• Wait-Tool: 暂停指定时间
• State-Tool: 获取默认语言、浏览器、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
• Resize-Tool: 更改应用程序的窗口大小或位置
• Launch-Tool: 从开始菜单启动应用程序
• Shell-Tool: 执行PowerShell命令
• Scrape-Tool: 抓取整个网页信息
系统要求
前置条件
• Python 3.13+
• Anthropic Claude Desktop应用或其他MCP客户端
• UV(包管理器),通过
pip install uv
安装• DXT(桌面扩展),通过
npm install -g @anthropic-ai/dxt
安装• Windows默认语言为英语,或禁用MCP服务器中的Launch-Tool和Resize-Tool
快速开始
Gemini CLI集成
1. 在文件资源管理器中导航到
%USERPROFILE%/.gemini
并打开settings.json
2. 在
settings.json
中添加windows-mcp
配置并保存:
{
"theme":"Default",
"mcpServers":{
"windows-mcp":{
"command":"uv",
"args":[
"--directory",
"<windows-mcp目录的路径>",
"run",
"main.py"
]
}
}
}
3. 在终端中重新运行Gemini CLI,开始使用!
Claude Desktop集成
1. 克隆仓库:
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
2. 构建桌面扩展DXT:
npx @anthropic-ai/dxt pack
3. 打开Claude Desktop:
• 进入设置 -> 扩展 -> 安装扩展(定位.dxt文件)-> 安装
实际应用场景
自动化测试
• 应用程序UI测试
• 功能验证
• 回归测试
工作流程自动化
• 文件处理
• 应用程序操作
• 数据录入
远程控制
• 通过SSH远程操作电脑
• 移动设备控制桌面
• 跨平台任务执行
注意事项
⚠️ 安全提醒
此MCP直接与Windows操作系统交互以执行操作。请谨慎使用,避免在无法承受此类风险的环境中部署。
📝 当前限制
• 在段落中选择特定文本部分(正在开发中)
• Type-Tool主要用于输入文本,不适合在IDE中编程(正在开发中)
相关资源
• Windows-MCP GitHub仓库[1]
• MCP官方文档[2]
• Claude Desktop集成指南[3]
项目信息
项目名称 | Windows-MCP |
---|---|
开源协议 | MIT License |
GitHub Stars | 2k+ |
项目地址 | https://github.com/CursorTouch/Windows-MCP |
所属公司 | CursorTouch |
支持系统 | Windows 7/8/8.1/10/11 |
编程语言 | Python |
引用链接
[1]
Windows-MCP GitHub仓库: https://github.com/CursorTouch/Windows-MCP[2]
MCP官方文档: https://modelcontextprotocol.io/[3]
Claude Desktop集成指南: https://docs.anthropic.com/claude/docs/claude-desktop-extensions