MCPControl

通过模型上下文协议（Model Context Protocol）实现Windows系统的高级控制。

简介

MCPControl 是一个基于 Model Context Protocol (MCP) 的控制服务器，专为 Windows 系统设计。它提供了一系列强大的功能，包括：

• 鼠标和键盘控制：实现对鼠标的精确点击和移动，以及模拟键盘输入。
• 窗口管理：支持窗口的创建、激活、最小化、还原、关闭等操作。
• 屏幕捕获：能够截取屏幕内容并返回给客户端进行进一步处理。
• 剪贴板操作：读取或写入剪贴板数据，方便数据传输。

MCPControl 为开发者和研究人员提供了一个强大的工具集，用于实现自动化任务、测试脚本以及与 AI 模型的集成。

安装与使用

快速入门

1. 安装 Node.js：请确保系统上已安装 Node.js 18 或更高版本。
2. 安装 MCPControl：

   npm install mcp-control
   

3. 配置 MCP 设置：在你的项目中引入 MCP SDK 并初始化控制服务。

示例代码

const { MCP } = require('@modelcontextprotocol/sdk');
const control = new MCP.Control();

// 鼠标点击示例
control.mouse.click().catch(console.error);

// 键盘输入示例
control.keyboard.type('Hello, World!').catch(console.error);

// 屏幕捕获示例
async function captureScreen() {
  try {
    const screenshot = await control.screen.capture();
    console.log('截图已获取：', screenshot);
  } catch (error) {
    console.error('获取截图失败：', error);
  }
}
captureScreen();

// 剪贴板操作示例
control.clipboard.write('复制文本').catch(console.error);

功能概述

鼠标控制

• 点击：支持左键、右键和滚轮事件。
• 移动：精确控制鼠标指针位置，实现平滑移动。
• 滚动：模拟鼠标滚轮操作，适用于窗口缩放或滚动条调整。

键盘控制

• 输入文本：直接向目标窗口发送字符流。
• 按键和组合键：支持单个按键按下与释放，以及组合键操作（如 Ctrl + C）。
• 虚拟键盘：通过 Unicode 码点实现复杂字符输入。

窗口管理

• 创建窗口：使用指定参数生成新的顶层窗口。
• 激活窗口：将活动焦点转移到目标窗口。
• 最小化/还原：控制窗口状态，方便界面布局调整。
• 关闭窗口：强制关闭目标窗口或对话框。

屏幕捕获

• 全屏截图：获取整个显示区域的图像数据。
• 指定区域截图：截取屏幕的特定矩形区域。
• 高质量输出：支持多种图像格式，如 PNG 和 JPEG。

剪贴板操作

• 读取内容：获取当前剪贴板中的文本或图像数据。
• 写入内容：将新的内容粘贴到剪贴板中，方便后续处理。

技术细节

核心依赖

MCPControl 依赖于以下关键库：

• keysender：一个强大的 Windows 平台 UI 自动化库，支持窗口和控件操作。
• @modelcontextprotocol/sdk：MCP 协议的官方 SDK，提供与模型进行交互的能力。
• sharp：用于高效的图像处理和转换。
• clipboardy：实现剪贴板数据的读写功能。

系统要求

• 操作系统：Windows 7 或更高版本（推荐 Windows 10/11）。
• Node.js 版本：18.0.0 或更高版本。
• 权限：某些高级操作可能需要管理员权限。

开发与贡献

贡献指南

我们欢迎社区的积极参与和贡献！请参考 CONTRIBUTING.md 了解如何为项目贡献力量。

问题报告

在使用过程中遇到任何问题或发现 bug，请前往 GitHub 仓库 提交 issues。

许可证

MCPControl 采用 MIT License，允许自由使用、修改和分发，但需保留版权声明。

联系我们

• 官方文档：Model Context Protocol 文档
• GitHub 仓库：mcp-control
• 社区讨论组：欢迎加入我们的 Discord 社区 进行交流。

将智能与控制结合，探索 MCPControl 的无限可能！