MCP Windows 桌面自动化

使用AutoIt进行Windows桌面自动化的Model Context Protocol (MCP)服务器。

概述

该项目提供了一个TypeScript MCP服务器，该服务器封装了node-autoit-koffi包，允许LLM应用程序通过MCP协议来自动化Windows桌面任务。

服务器暴露了以下内容：

• 工具：所有AutoIt函数作为MCP工具
• 资源：文件访问和截图功能
• 提示：常见自动化任务的模板

特性

• 将所有AutoIt函数完全封装为MCP工具
• 支持stdio和WebSocket传输
• 文件访问资源，用于读取文件和目录
• 截图资源，用于捕获屏幕或特定窗口
• 常见自动化任务的提示模板
• 整个项目采用严格的TypeScript类型定义

安装

# 克隆仓库
git clone https://github.com/yourusername/mcp-windows-desktop-automation.git
cd mcp-windows-desktop-automation

# 安装依赖
npm install

# 构建项目
npm run build

使用

启动服务器

# 使用默认的stdio传输启动
npm start

# 使用WebSocket传输启动
npm start -- --transport=websocket --port=3000

# 启用详细日志
npm start -- --verbose

命令行选项

• --transport=stdio|websocket：指定传输协议（默认：stdio）
• --port=<number>：指定WebSocket传输的端口（默认：3000）
• --verbose：启用详细日志

工具

服务器提供了以下工具：

• 鼠标操作：移动、点击、拖拽等
• 键盘操作：发送按键、剪贴板操作等
• 窗口管理：查找、激活、关闭、调整窗口大小等
• 控件操作：与UI控件、按钮、文本框等交互
• 进程管理：启动、停止和监控进程
• 系统操作：关机、睡眠等

资源

服务器提供了以下资源：

• 文件访问：读取文件和列出目录
• 截图：捕获屏幕或特定窗口

提示

服务器提供了以下提示模板：

• 窗口交互：查找并交互窗口
• 表单填写：自动化表单填写任务
• 自动化任务：创建脚本以处理重复任务
• 监控：等待特定条件

开发

# 在开发模式下运行
npm run dev

# 检查代码
npm run lint

# 运行测试
npm run test

许可证

MIT