Windows MCP 服务器

Name: Windows MCP 服务器
Author: CubeStar1

作者：CubeStar12 星标更新：2025-07-20

项目介绍

<div align="center"> <h1>🪟 Windows-MCP</h1> <a href="https://github.com/CursorTouch/Windows-MCP/blob/main/LICENSE"> <img src="https://img.shields.io/badge/license-MIT-green" alt="许可证"> </a> <img src="https://img.shields.io/badge/python-3.13%2B-blue" alt="Python"> <img src="https://img.shields.io/badge/platform-Windows%207–11-blue" alt="平台：Windows 7 到 11"> <img src="https://img.shields.io/github/last-commit/CursorTouch/Windows-MCP" alt="最近一次提交"> <br> <a href="https://x.com/CursorTouch"> <img src="https://img.shields.io/badge/follow-%40CursorTouch-1DA1F2?logo=twitter&style=flat" alt="关注 Twitter 上的 CursorTouch"> </a> <a href="https://discord.com/invite/Aue9Yj2VzS"> <img src="https://img.shields.io/badge/加入-Discord-5865F2?logo=discord&logoColor=white&style=flat" alt="加入我们的 Discord"> </a> </div> <br>

Windows MCP 是一个轻量级、开源项目，旨在实现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LLMs（大型语言模型）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。

🎥 演示

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

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

✨ 主要特性

无缝Windows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
包括基本键盘、鼠标操作以及捕获窗口/UI状态的工具。
轻量级且开源
最小的依赖项和易于设置，源代码完全公开并采用MIT许可。
可定制且可扩展
可以轻松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
动作间的典型延迟（例如，从一个鼠标点击到下一个）范围在1.5到2.3秒之间，并可能根据活跃的应用程序数量和系统负载略有变化，也取决于LLM的推理速度。

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桌面应用或其他MCP客户端
Astra提供的UV（包管理器），通过pip install uv安装
Antropic提供的DXT（桌面扩展），通过npm install -g @anthropic-ai/dxt安装
将English设为Windows的默认语言

🏁 快速开始

Gemini CLI

在文件资源管理器中导航至 %USERPROFILE%/.gemini 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",
        "<指向windows-mcp目录的路径>",
        "run",
        "main.py"
      ]
    }
  }
}

在终端中重新运行Gemini CLI。享受吧 🥳

Claude Desktop

克隆仓库。

git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP

构建桌面扩展 DXT：

npx @anthropic-ai/dxt pack

打开Claude Desktop：

前往Claude Desktop: 设置 -> 扩展 -> 安装扩展（定位.dxt文件）-> 安装

最后享受吧 🥳。

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。

🛠️ MCP工具

Claude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：当前活动应用和交互性、文本和可滚动元素的组合快照，以及桌面的截图。
Screenshot-Tool：捕获桌面的截图。
Launch-Tool：从开始菜单启动应用程序。
Shell-Tool：执行PowerShell命令。
Scrape-Tool：抓取整个网页的信息。

星标历史

⚠️ 警告

此MCP直接与您的Windows操作系统互动以执行操作。谨慎使用，并避免在无法容忍此类风险的环境中部署。

📝 限制

选择段落中的特定部分文本，因为MCP依赖于a11y树。（⌛ 正在处理中。）
Type-Tool用于键入文本，而不是在IDE中编程，因为它会将整个程序作为一个文件键入。（⌛ 正在处理中。）

🪪 许可证

本项目采用MIT许可证 - 详情见LICENSE文件。

🤝 贡献

欢迎贡献！请参阅CONTRIBUTING获取设置说明和开发指南。

由 Jeomon George 制作 ❤️

引用

@software{
  author       = {George, Jeomon},
  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}
}