Windows-MCP
项目介绍
Windows MCP 是一个轻量级、开源项目，它实现了AI代理与Windows操作系统之间的无缝集成。作为MCP服务器，它弥合了大型语言模型（LLMs）与Windows操作系统的差距，使代理能够执行诸如文件导航、应用程序控制、用户界面交互、质量保证测试等任务。
mcp-name: io.github.CursorTouch/Windows-MCP
更新
- Windows-MCP 已添加到 MCP 注册表
- 尝试使用 🪟Windows-Use!!，这是一个使用Windows-MCP构建的代理。
- Windows-MCP 现在作为桌面扩展出现在
Claude Desktop中。
支持的操作系统
- Windows 7
- Windows 8, 8.1
- Windows 10
- Windows 11
🎥 演示
https://github.com/user-attachments/assets/d0e7ed1d-6189-4de6-838a-5ef8e1cad54e
https://github.com/user-attachments/assets/d2b372dc-8d00-4d71-9677-4c64f5987485
✨ 主要功能
-
与Windows无缝集成
原生地与Windows UI元素进行交互，打开应用，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；它可以与任何LLM一起工作，减少了复杂性和设置时间。
-
丰富的UI自动化工具集
包括基本的键盘、鼠标操作工具以及捕获窗口/UI状态的工具。 -
轻量级且开源
最小的依赖项和易于设置，完整的源代码在MIT许可下提供。 -
可定制且可扩展
可以轻松地适应或扩展工具以满足您独特的自动化或AI集成需求。 -
实时交互
动作之间（例如从一个鼠标点击到下一个）的典型延迟范围是 0.7 到 2.5 秒，可能会根据活跃的应用数量和系统负载略有变化，也取决于LLM的推理速度。
🛠️ 安装
先决条件
- Python 3.13+
- Astra 的包管理器 UV，通过
pip install uv或curl -LsSf https://astral.sh/uv/install.sh | sh安装 - 高度推荐在 Windows 中将默认语言设置为
English，或者禁用 MCP 服务器中的Launch-Tool和Switch-Tool，以便在其他语言环境中使用。
- 安装 Claude Desktop 并运行
npm install -g @anthropic-ai/mcpb
- 克隆仓库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
- 构建桌面扩展
MCPB：
npx @anthropic-ai/mcpb pack
- 打开 Claude Desktop：
前往 设置 -> 扩展 -> 高级设置 -> 安装扩展（找到 .mcpb 文件）-> 安装
- 开始享受 🥳。
对于额外的 Claude Desktop 集成故障排除，请参阅 MCP 文档。该文档包括检查日志和解决常见问题的有用提示。
</details> <details> <summary>在 Perplexity Desktop 中安装</summary>-
克隆仓库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
- 打开 Perplexity Desktop：
前往 设置 -> 连接器 -> 添加连接器 -> 高级
- 输入名称
Windows-MCP，然后在文本区域粘贴以下 JSON。
{
"command": "uv",
"args": [
"--directory",
"<path to the windows-mcp directory>",
"run",
"main.py"
]
}
- 点击
保存并开始享受 🥳。
对于额外的 Claude Desktop 集成故障排除，请参阅 Perplexity MCP 支持。该文档包括检查日志和解决常见问题的有用提示。
</details> <details> <summary>在 Gemini CLI 中安装</summary>- 安装 Gemini CLI：
npm install -g @google/gemini-cli
- 克隆仓库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
-
导航至
%USERPROFILE%/.gemini在资源管理器中并打开settings.json。 -
在
settings.json中添加windows-mcp配置并保存。
{
"theme": "Default",
...
//MCP 服务器配置
"mcpServers": {
"windows-mcp": {
"command": "uv",
"args": [
"--directory",
"<path to the windows-mcp directory>",
"run",
"main.py"
]
}
}
}
- 在终端中重新运行 Gemini CLI。开始享受 🥳
npm install -g @qwen-code/qwen-code@latest
- 克隆仓库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
-
导航至
%USERPROFILE%/.qwen/settings.json。 -
在
settings.json中添加windows-mcp配置并保存。
{
//MCP 服务器配置
"mcpServers": {
"windows-mcp": {
"command": "uv",
"args": [
"--directory",
"<path to the windows-mcp directory>",
"run",
"main.py"
]
}
}
}
- 在终端中重新运行 Qwen Code。开始享受 🥳
npm install -g @openai/codex
- 克隆仓库。
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
-
导航至
%USERPROFILE%/.codex/config.toml。 -
在
config.toml中添加windows-mcp配置并保存。
[mcp_servers.windows-mcp]
command="uv"
args=[
"--directory",
"<path to the windows-mcp directory>",
"run",
"main.py"
]
- 在终端中重新运行 Codex CLI。开始享受 🥳
🔨 MCP 工具
MCP 客户端可以访问以下工具来与 Windows 进行交互：
Click-Tool: 在给定坐标处点击屏幕。Type-Tool: 在元素上键入文本（可选清除现有文本）。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: 从一点拖动到另一点。Move-Tool: 移动鼠标指针。Shortcut-Tool: 按下键盘快捷键（如Ctrl+c，Alt+Tab等）。Key-Tool: 按下单个键。Wait-Tool: 暂停一段定义的时间。State-Tool: 默认语言、浏览器、活动应用及交互性、文本和可滚动元素的组合快照，以及桌面的截图。Resize-Tool: 用于更改应用的窗口大小或位置。Launch-Tool: 从开始菜单启动应用。Shell-Tool: 执行 PowerShell 命令。Scrape-Tool: 抓取整个网页的信息。
🤝 联系我们
保持更新并加入我们的社区：
-
📢 在 X 上关注我们获取最新消息和更新
-
💬 加入我们的 Discord 社区
星标历史
⚠️ 注意事项
此 MCP 直接与您的 Windows 操作系统交互以执行动作。谨慎使用，并避免在无法容忍此类风险的环境中部署。
📝 限制
- 选择段落中特定部分的文本，因为 MCP 依赖于 a11y 树。（⌛ 正在处理中。）
Type-Tool旨在键入文本，而不是在IDE中编程，因为它会将程序整体键入文件中。（⌛ 正在处理中。）- 此 MCP 服务器不能用于玩视频游戏。
🪪 许可证
本项目在 MIT 许可证下发布 - 详情见 LICENSE 文件。
🙏 致谢
Windows-MCP 使用了几个优秀的开源项目，这些项目为其 Windows 自动化功能提供了支持：
对这些库的维护者和贡献者的出色工作和开源精神表示衷心感谢。
🤝 贡献
欢迎贡献！请参阅 CONTRIBUTING 获取设置说明和开发指南。
由 CursorTouch 制作 ❤️
引用
@software{
author = {CursorTouch},
title = {Windows-MCP: 轻量级开源项目，用于将LLM代理与Windows集成},
year = {2024},
publisher = {GitHub},
url={https://github.com/CursorTouch/Windows-MCP}
}