计算机控制MCP

MCP服务器提供计算机控制功能，例如鼠标、键盘、OCR等，使用PyAutoGUI、RapidOCR和ONNXRuntime。类似于Anthropic的'computer-use'。无外部依赖。

• 仅在Windows上测试过。其他平台可能也能使用。

快速使用（使用uvx的MCP设置）

{
  "mcpServers": {
    "computer-control-mcp": {
      "command": "uvx",
      "args": ["computer-control-mcp@latest"]
    }
  }
}

或通过pip全局安装：

pip install computer-control-mcp

然后运行服务器：

computer-control-mcp # 而不是使用uvx computer-control-mcp，这样您可以使用最新版本。还可以使用`uv cache clean`清除缓存并再次使用`uvx`以获取最新版本。

功能

• 控制鼠标移动和点击
• 在当前光标位置输入文本
• 捕获整个屏幕或特定窗口的截图，可选保存到下载目录
• 使用OCR（光学字符识别）从截图中提取文字
• 列出并激活窗口
• 按下键盘按键
• 拖放操作

可用工具

鼠标控制

• click_screen(x: int, y: int)：在指定屏幕坐标处点击
• move_mouse(x: int, y: int)：将鼠标光标移动到指定坐标
• drag_mouse(from_x: int, from_y: int, to_x: int, to_y: int, duration: float = 0.5)：从一个位置拖动鼠标到另一个位置

键盘控制

• type_text(text: str)：在当前光标位置输入指定文本
• press_key(key: str)：按下指定的键盘按键

屏幕和窗口管理

• take_screenshot(title_pattern: str = None, use_regex: bool = False, threshold: int = 60, with_ocr_text_and_coords: bool = False, scale_percent_for_ocr: int = 100, save_to_downloads: bool = False)：捕获屏幕或窗口，可选OCR
• get_screen_size()：获取当前屏幕分辨率
• list_windows()：列出所有打开的窗口
• activate_window(title_pattern: str, use_regex: bool = False, threshold: int = 60)：将指定窗口带到前台

开发

设置开发环境

# 克隆仓库
git clone https://github.com/AB498/computer-control-mcp.git
cd computer-control-mcp

# 以开发模式安装
pip install -e .

# 启动服务器
python -m computer_control_mcp.core

运行测试

python -m pytest

API参考

查看API参考获取详细信息，了解可用函数和类的详细信息。

许可证

MIT

更多信息或帮助

• 邮箱 (abcd49800@gmail.com)
• Discord链接