【GitHub项目推荐--Windows-MCP：轻量级Windows智能体控制服务器】
简介
Windows-MCP 是一个轻量级、开源的MCP（Model Context Protocol）服务器，专门为Windows操作系统设计，实现AI智能体与Windows系统的无缝集成。它作为AI智能体和Windows操作系统之间的桥梁，允许智能体执行文件导航、应用程序控制、UI交互、QA测试等任务。
🔗 GitHub地址：
https://github.com/CursorTouch/Windows-MCP
🚀 核心价值：
Windows自动化 · AI智能体 · MCP协议 · 轻量级 · 开源免费
项目背景：
-
自动化需求：解决Windows自动化最后一公里问题
-
AI集成：连接AI智能体与Windows操作系统
-
协议标准：基于MCP协议标准开发
-
开源精神：完全开源，社区驱动开发
项目特色：
-
🖥️ 原生集成：与Windows UI元素原生交互
-
🤖 多模型支持：支持任何LLM，无需特定模型
-
⚡ 轻量高效：最小依赖，快速安装
-
🔧 丰富工具：全面的UI自动化工具集
-
🆓 开源免费：MIT开源许可证
技术优势：
-
无需CV：不依赖传统计算机视觉技术
-
低延迟：操作延迟0.7-2.5秒
-
易扩展：易于定制和扩展工具
-
跨平台：支持多种AI桌面客户端
-
实时交互：实时系统交互能力
主要功能
1. 核心功能体系
Windows-MCP提供了一套完整的Windows自动化解决方案，涵盖UI交互、应用程序控制、系统操作、信息获取等多个方面。
UI交互功能：
鼠标操作:
- 点击操作: 屏幕坐标点击
- 移动操作: 鼠标指针移动
- 拖拽操作: 从一点拖拽到另一点
- 滚动操作: 垂直和水平滚动
- 右键操作: 右键菜单操作
键盘操作:
- 文本输入: 在元素上输入文本
- 单键操作: 按下单个按键
- 快捷键: 执行键盘快捷键
- 组合键: 复杂组合键操作
- 输入清理: 可选清除现有文本
剪贴板操作:
- 复制操作: 复制到剪贴板
- 粘贴操作: 从剪贴板粘贴
- 内容管理: 剪贴板内容管理
- 格式支持: 多种内容格式支持应用程序控制：
应用启动:
- 开始菜单启动: 从开始菜单启动应用
- 快捷方式启动: 通过快捷方式启动
- 命令行启动: 命令行方式启动应用
- 应用切换: 应用间切换操作
- 应用管理: 应用状态管理
窗口控制:
- 窗口调整: 调整窗口大小
- 窗口移动: 移动窗口位置
- 窗口最大化: 最大化窗口
- 窗口最小化: 最小化窗口
- 窗口关闭: 关闭应用窗口
进程管理:
- 进程查看: 查看运行进程
- 进程终止: 终止指定进程
- 进程优先级: 调整进程优先级
- 进程监控: 进程状态监控系统操作功能：
Shell命令:
- PowerShell: 执行PowerShell命令
- 命令提示符: 执行CMD命令
- 脚本执行: 执行批处理脚本
- 命令输出: 获取命令执行结果
- 错误处理: 命令错误处理
文件操作:
- 文件浏览: 文件系统浏览
- 文件操作: 文件创建、删除、重命名
- 目录操作: 目录创建和管理
- 文件搜索: 文件内容搜索
- 路径操作: 路径管理操作
系统信息:
- 系统状态: 获取系统状态信息
- 硬件信息: 硬件配置信息
- 软件信息: 安装软件信息
- 网络状态: 网络连接状态
- 性能监控: 系统性能监控信息获取功能：
屏幕捕获:
- 屏幕截图: 整个桌面截图
- 区域截图: 指定区域截图
- 窗口截图: 特定窗口截图
- 元素截图: UI元素截图
- 截图格式: 多种图像格式
状态获取:
- UI状态: UI元素状态信息
- 文本内容: 可读文本内容获取
- 可交互元素: 可交互元素识别
- 滚动元素: 可滚动元素识别
- 浏览器状态: 浏览器页面状态
网页抓取:
- 网页内容: 整个网页内容抓取
- 元素提取: 特定元素内容提取
- 结构化数据: 结构化数据提取
- 动态内容: 动态内容处理
- 分页处理: 多页面内容处理高级功能：
等待控制:
- 时间等待: 指定时间等待
- 条件等待: 条件满足等待
- 元素等待: 元素出现等待
- 超时控制: 等待超时控制
- 异步等待: 异步等待操作
错误处理:
- 异常捕获: 操作异常捕获
- 错误恢复: 错误自动恢复
- 重试机制: 操作重试机制
- 日志记录: 详细错误日志
- 状态回滚: 状态回滚操作
性能优化:
- 操作优化: 操作性能优化
- 内存管理: 内存使用优化
- 并发控制: 并发操作控制
- 缓存策略: 数据缓存策略
- 资源释放: 资源及时释放2. 工具集详情
核心工具列表：
Click-Tool: 在给定坐标点击屏幕
Type-Tool: 在元素上输入文本（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: 从一点拖拽到另一点
Move-Tool: 移动鼠标指针
Shortcut-Tool: 执行键盘快捷键（Ctrl+C、Alt+Tab等）
Key-Tool: 按下单个按键
Wait-Tool: 暂停指定时间
State-Tool: 系统状态综合快照（语言、浏览器、活动应用等）
Resize-Tool: 改变应用窗口大小或位置
Launch-Tool: 从开始菜单启动应用程序
Shell-Tool: 执行PowerShell命令
Scrape-Tool: 抓取整个网页信息工具特性：
实时性: 操作延迟0.7-2.5秒
可靠性: 高可靠性操作执行
精确性: 精确坐标和元素操作
灵活性: 多种操作方式组合
安全性: 安全操作边界控制
可扩展: 易于添加新工具
跨平台: 支持多种AI客户端
易用性: 简单直观的工具调用安装与配置
1. 环境准备
系统要求：
操作系统:
- Windows 7
- Windows 8/8.1
- Windows 10
- Windows 11
软件要求:
- Python: 3.13+ 版本
- UV包管理器: 最新版本
- Node.js: 16+ (可选，用于某些客户端)
- Git: 版本控制工具
语言要求:
- 默认语言: 英语（推荐）
- 其他语言: 支持但可能需要禁用某些工具
- 区域设置: 建议使用英语区域设置
硬件要求:
- 内存: 4GB+ RAM
- 存储: 1GB+ 可用空间
- 显示器: 支持图形界面
- 输入设备: 鼠标和键盘2. 安装步骤
基础安装：
# 1. 克隆仓库
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
# 2. 安装UV包管理器
pip install uv
# 或使用curl安装
curl -LsSf https://astral.sh/uv/install.sh | sh
# 3. 安装Python依赖
uv sync
# 4. 验证安装
python main.py --helpClaude Desktop安装：
# 安装Claude Desktop扩展
npm install -g @anthropic-ai/dxt
# 构建桌面扩展
npx @anthropic-ai/dxt pack
# 在Claude Desktop中安装
# 设置 -> 扩展 -> 高级设置 -> 安装扩展 -> 选择.dxt文件Perplexity Desktop安装：
# 克隆仓库
git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
# 在Perplexity Desktop中添加连接器
# 设置 -> 连接器 -> 添加连接器 -> 高级
# 名称: Windows-MCP
# JSON配置:
{
"command": "uv",
"args": ["--directory", "<路径>", "run", "main.py"]
}Gemini CLI安装：
# 安装Gemini CLI
npm install -g @google/gemini-cli
# 编辑配置文件
# 打开 %USERPROFILE%/.gemini/settings.json
# 添加配置:
{
"mcpServers": {
"windows-mcp": {
"command": "uv",
"args": ["--directory", "<路径>", "run", "main.py"]
}
}
}Qwen Code安装：
# 安装Qwen Code
npm install -g @qwen-code/qwen-code@latest
# 编辑配置文件
# 打开 %USERPROFILE%/.qwen/settings.json
# 添加配置:
{
"mcpServers": {
"windows-mcp": {
"command": "uv",
"args": ["--directory", "<路径>", "run", "main.py"]
}
}
}Codex CLI安装：
# 安装Codex CLI
npm install -g @openai/codex
# 编辑配置文件
# 打开 %USERPROFILE%/.codex/config.toml
# 添加配置:
[mcp_servers.windows-mcp]
command = "uv"
args = ["--directory", "<路径>", "run", "main.py"]3. 配置说明
基本配置：
// MCP服务器配置示例
{
"command": "uv",
"args": [
"--directory",
"C:UsersusernameWindows-MCP",
"run",
"main.py"
],
"env": {
"PYTHONPATH": "C:UsersusernameWindows-MCP",
"LANGUAGE": "en_US"
}
}环境变量配置：
# 环境变量设置示例
set PYTHONPATH=C:UsersusernameWindows-MCP
set LANGUAGE=en_US
set DEFAULT_MODEL=gpt-4
set OPENAI_API_KEY=your_api_key_here工具配置：
# 工具启用配置
ENABLED_TOOLS = {
"click_tool": True,
"type_tool": True,
"clipboard_tool": True,
"scroll_tool": True,
"drag_tool": True,
"move_tool": True,
"shortcut_tool": True,
"key_tool": True,
"wait_tool": True,
"state_tool": True,
"resize_tool": True,
"launch_tool": True, # 非英语系统可能需要禁用
"shell_tool": True,
"scrape_tool": True
}性能配置：
# 性能参数配置
PERFORMANCE_CONFIG = {
"timeout": 30, # 操作超时时间(秒)
"retry_attempts": 3, # 重试次数
"delay_between_actions": 0.5, # 操作间延迟(秒)
"screenshot_quality": 80, # 截图质量百分比
"max_file_size": 10485760, # 最大文件大小(10MB)
}使用指南
1. 基本工作流
使用Windows-MCP的基本流程包括：安装配置 → 连接客户端 → 发送指令 → 执行操作 → 获取结果。整个过程设计为简单直观，用户可以通过自然语言指令控制Windows系统。
2. 基本使用
自然语言控制：
1. 打开应用:
"打开记事本应用程序"
"启动Chrome浏览器"
"从开始菜单打开计算器"
2. 文件操作:
"在桌面上创建新文件夹"
"重命名文档文件"
"删除临时文件"
3. 文本输入:
"在记事本中输入'Hello World'"
"在搜索框中输入'Windows设置'"
"在浏览器地址栏输入'https://github.com'"
4. 系统操作:
"截取屏幕截图"
"复制当前选中的文本"
"执行PowerShell命令'Get-Process'"
5. UI交互:
"点击屏幕坐标(100, 200)"
"滚动到页面底部"
"拖拽文件到回收站"API调用示例：
# Python客户端使用示例
from mcp import Client
async def control_windows():
# 连接MCP服务器
async with Client("windows-mcp") as client:
# 打开应用程序
await client.execute_tool("launch_tool", {"app_name": "notepad"})
# 等待应用启动
await client.execute_tool("wait_tool", {"duration": 2})
# 输入文本
await client.execute_tool("type_tool", {
"text": "Hello from Windows-MCP!",
"clear_existing": True
})
# 保存文件
await client.execute_tool("shortcut_tool", {"shortcut": "Ctrl+S"})
await client.execute_tool("wait_tool", {"duration": 1})
await client.execute_tool("type_tool", {"text": "test_file.txt"})
await client.execute_tool("key_tool", {"key": "Enter"})复杂任务执行：
// 复杂自动化任务示例
const tasks = [
{
tool: "launch_tool",
params: { app_name: "chrome" },
description: "打开Chrome浏览器"
},
{
tool: "wait_tool",
params: { duration: 3 },
description: "等待浏览器启动"
},
{
tool: "type_tool",
params: {
text: "https://github.com/CursorTouch/Windows-MCP",
clear_existing: true
},
description: "输入GitHub地址"
},
{
tool: "key_tool",
params: { key: "Enter" },
description: "按下回车访问网站"
},
{
tool: "wait_tool",
params: { duration: 5 },
description: "等待页面加载"
},
{
tool: "scrape_tool",
params: {},
description: "抓取页面内容"
}
];
// 顺序执行任务
for (const task of tasks) {
await client.execute_tool(task.tool, task.params);
}3. 高级用法
自定义工具开发：
# 自定义工具示例
from mcp import BaseTool
class CustomScreenshotTool(BaseTool):
"""自定义截图工具"""
name = "custom_screenshot"
description = "自定义区域截图工具"
async def execute(self, params):
region = params.get("region", "full")
quality = params.get("quality", 80)
format = params.get("format", "png")
# 实现截图逻辑
if region == "full":
screenshot = take_full_screenshot(quality, format)
else:
screenshot = take_region_screenshot(region, quality, format)
return {
"screenshot": screenshot,
"format": format,
"quality": quality
}
# 注册自定义工具
client.register_tool(CustomScreenshotTool())错误处理机制：
# 错误处理示例
async def safe_execute(tool_name, params, max_retries=3):
for attempt in range(max_retries):
try:
result = await client.execute_tool(tool_name, params)
return result
except Exception as e:
print(f"尝试 {attempt + 1} 失败: {str(e)}")
if attempt == max_retries - 1:
raise
await asyncio.sleep(1) # 等待后重试
# 安全执行工具
await safe_execute("click_tool", {"x": 100, "y": 200})性能监控：
# 性能监控装饰器
def monitor_performance(func):
async def wrapper(*args, **kwargs):
start_time = time.time()
try:
result = await func(*args, **kwargs)
end_time = time.time()
duration = end_time - start_time
print(f"工具执行时间: {duration:.2f}秒")
return result
except Exception as e:
end_time = time.time()
duration = end_time - start_time
print(f"工具执行失败，耗时: {duration:.2f}秒，错误: {str(e)}")
raise
return wrapper
# 应用性能监控
@monitor_performance
async def execute_with_monitoring(tool_name, params):
return await client.execute_tool(tool_name, params)应用场景实例
案例1：自动化软件测试
场景：自动化Windows应用程序测试
解决方案：使用Windows-MCP进行自动化UI测试。
实施方法：
async def automated_testing():
test_cases = [
{
"name": "记事本功能测试",
"steps": [
{"tool": "launch_tool", "params": {"app_name": "notepad"}},
{"tool": "type_tool", "params": {"text": "自动化测试文本"}},
{"tool": "shortcut_tool", "params": {"shortcut": "Ctrl+S"}},
{"tool": "type_tool", "params": {"text": "test_output.txt"}},
{"tool": "key_tool", "params": {"key": "Enter"}},
{"tool": "shortcut_tool", "params": {"shortcut": "Alt+F4"}}
]
},
{
"name": "计算器功能测试",
"steps": [
{"tool": "launch_tool", "params": {"app_name": "calculator"}},
{"tool": "click_tool", "params": {"x": 100, "y": 200}}, # 数字按钮
{"tool": "click_tool", "params": {"x": 200, "y": 200}}, # 加号按钮
{"tool": "click_tool", "params": {"x": 100, "y": 300}}, # 数字按钮
{"tool": "click_tool", "params": {"x": 300, "y": 400}}, # 等号按钮
{"tool": "state_tool", "params": {}} # 验证结果
]
}
]
for test_case in test_cases:
print(f"执行测试: {test_case['name']}")
for step in test_case["steps"]:
await client.execute_tool(step["tool"], step["params"])测试价值：
-
自动化测试：减少手动测试工作量
-
可重复性：测试用例可重复执行
-
覆盖率：提高测试覆盖率
-
效率提升：大幅提升测试效率
-
质量保证：确保软件质量
案例2：日常办公自动化
场景：办公室日常任务自动化
解决方案：使用Windows-MCP自动化办公任务。
实施方法：
async def office_automation():
# 早晨启动 routine
morning_tasks = [
{"tool": "launch_tool", "params": {"app_name": "outlook"}},
{"tool": "wait_tool", "params": {"duration": 5}},
{"tool": "launch_tool", "params": {"app_name": "teams"}},
{"tool": "launch_tool", "params": {"app_name": "chrome"}},
{"tool": "type_tool", "params": {"text": "公司内部网站"}},
{"tool": "key_tool", "params": {"key": "Enter"}}
]
# 文件处理任务
file_tasks = [
{"tool": "shell_tool", "params": {"command": "mkdir C:DailyReports"}},
{"tool": "shell_tool", "params": {"command": "copy *.docx C:DailyReports"}},
{"tool": "shell_tool", "params": {"command": "压缩每日报告文件"}}
]
# 执行任务
for task in morning_tasks + file_tasks:
await client.execute_tool(task["tool"], task["params"])办公自动化价值：
-
时间节省：节省重复性任务时间
-
减少错误：减少人工操作错误
-
标准化：任务执行标准化
-
效率提升：提高工作效率
-
专注重点：专注于重要工作
案例3：系统管理自动化
场景：Windows系统管理任务自动化
解决方案：使用Windows-MCP进行系统管理。
实施方法：
async def system_administration():
admin_tasks = [
# 系统维护
{"tool": "shell_tool", "params": {"command": "磁盘清理"}},
{"tool": "shell_tool", "params": {"command": "系统文件检查"}},
# 软件更新
{"tool": "launch_tool", "params": {"app_name": "windows update"}},
{"tool": "click_tool", "params": {"x": 500, "y": 300}}, # 检查更新按钮
{"tool": "wait_tool", "params": {"duration": 10}},
# 安全扫描
{"tool": "launch_tool", "params": {"app_name": "windows security"}},
{"tool": "click_tool", "params": {"x": 400, "y": 200}}, # 快速扫描
{"tool": "wait_tool", "params": {"duration": 15}},
# 性能监控
{"tool": "shell_tool", "params": {"command": "获取系统性能指标"}},
{"tool": "shell_tool", "params": {"command": "生成性能报告"}}
]
# 执行系统管理任务
for task in admin_tasks:
result = await client.execute_tool(task["tool"], task["params"])
print(f"任务完成: {result}")系统管理价值：
-
自动化运维：自动化系统维护任务
-
及时性：及时执行维护任务
-
一致性：维护操作一致性
-
监控能力：系统状态监控能力
-
问题预防：预防性维护和问题预防
总结
Windows-MCP作为一个轻量级、开源的MCP服务器，通过其强大的Windows集成能力、丰富的工具集、多客户端支持和易用性，为AI智能体与Windows系统的交互提供了完整的解决方案。
核心优势：
-
🖥️ 深度集成：与Windows系统深度集成
-
🤖 模型无关：支持任何LLM模型
-
⚡ 轻量高效：最小依赖，快速运行
-
🔧 工具丰富：全面的自动化工具
-
🆓 完全开源：MIT开源许可证
适用场景：
-
自动化软件测试和QA
-
日常办公任务自动化
-
系统管理和维护
-
业务流程自动化
-
教育和培训演示
立即开始使用：
# 克隆仓库
git clone https://github.com/CursorTouch/Windows-MCP.git
# 安装依赖
cd Windows-MCP
pip install uv
uv sync
# 运行服务
python main.py资源链接：
-
📚 项目地址：GitHub仓库
-
📖 使用文档：详细使用文档
-
🎥 演示视频：功能演示视频
-
💬 社区支持：X(Twitter)关注
-
🔧 开发指南：贡献开发指南
最佳实践：
-
🎯 明确目标：明确自动化目标
-
📋 计划任务：详细规划自动化任务
-
🔧 逐步实施：从简单任务开始
-
✅ 测试验证：充分测试验证功能
-
📊 监控优化：监控性能并优化
通过Windows-MCP，您可以：
-
自动化操作：自动化Windows操作任务
-
提高效率：大幅提高工作效率
-
减少错误：减少人工操作错误
-
集成AI：AI智能体集成Windows
-
定制开发：自定义开发自动化工具
无论您是开发者、测试人员、系统管理员还是普通用户，Windows-MCP都能为您提供强大、易用且高效的Windows自动化解决方案！
特别提示：
-
⚠️ 谨慎使用：在受控环境中使用
-
🔒 安全考虑：注意系统安全风险
-
📖 文档阅读：详细阅读使用文档
-
🤝 社区参与：参与社区讨论
-
🔄 持续更新：关注版本更新
通过Windows-MCP，开启Windows自动化新体验！
未来发展：
-
🚀 更多功能：持续添加新功能
-
🔌 更多集成：更多客户端集成
-
🤖 AI增强：更智能的AI集成
-
🌍 多语言：多语言支持改进
-
📊 性能优化：持续性能优化
加入社区：
参与方式:
- GitHub Issues: 问题反馈和功能建议
- X(Twitter): 关注最新动态
- 代码贡献: Pull Request贡献
- 文档改进: 帮助改进文档
- 案例分享: 分享使用案例
社区价值:
- 技术交流和学习
- 问题解答和支持
- 功能建议和讨论
- 项目贡献和认可
- 职业发展机会通过Windows-MCP，构建智能的Windows自动化未来！
