🚀 macOS 屏幕视图与控制 MCP 服务器

本项目是一个模型上下文协议（Model Context Protocol）服务器，它提供窗口截图功能。借助该服务器，大型语言模型（LLMs）能够捕获 macOS 上特定窗口的屏幕截图，可通过窗口标题或窗口 ID 精准定位。

🚀 快速开始

本服务器提供了一系列实用工具，可对 macOS 上的窗口进行操作，以下是各工具的详细介绍：

已提供的工具

• capture_window_screenshot：用于捕捉指定窗口的截图，可通过窗口标题或 ID 识别。
  • window_identifier（字符串，必需）：要查找的窗口标题或窗口 ID。
  • search_in_owner（布尔值，可选）：是否在窗口所有者名称中搜索（默认：true）。
  • format（字符串，可选）：输出格式（二进制或 base64）（默认："binary"）。
• list_windows：列出所有可见窗口，无需参数。
• find_window：根据标题或所有者名称查找窗口。
  • title（字符串，必需）：要查找的窗口标题或所有者名称。
  • search_in_owner（布尔值，可选）：是否在窗口所有者名称中搜索（默认：true）。
• send_key：向活动窗口发送键盘按键事件。
  • key（字符串，必需）：要按下的键（例如："a"、"return"、"space"）。
  • modifiers（字符串列表，可选）：按住的修饰键列表（例如：["command", "shift"]）。
• type_text：输入一串文本字符。
  • text（字符串，必需）：要输入的文本。
  • delay（浮点数，可选）：按键之间的延迟时间（以秒为单位，默认：0.1）。

支持的键

以下是本服务器支持的各类按键：

• 字母：a - z（不区分大小写）。
• 数字：0 - 9。
• 特殊键：return、tab、space、delete、escape。
• 方向键：up_arrow、down_arrow、left_arrow、right_arrow。
• 修饰键：command、shift、control、option（还包括 right_shift、right_option、right_control）。

💻 使用示例

基础用法

发送单个按键

await send_key("return")

带有修饰符的按键

await send_key("c", ["command"])  # Command+C （复制）

输入文本

await type_text("Hello, World!")

📦 安装指南

使用 pip

您可以通过 pip 安装 macos_screen_mcp，具体命令如下：

pip install git+ssh://git@github.com/jhead/macos-screen-mcp.git

安装完成后，可使用以下命令将其作为脚本运行：

python -m macos_screen_mcp

📚 详细文档

配置

设置配置

您需要在 Claude 或 Cursor 设置中添加如下配置：

"mcpServers": {
 "macos-screen": {
    "name": "macos-screen",
    "url": "http://localhost:8000/sse",
    "description": "MCP 服务器用于捕获窗口截图",
    "version": "1.0.0"
  }
}

调试

您可以使用 MCP 检查器来调试服务器，命令如下：

npx @modelcontextprotocol/inspector python -m macos_screen_mcp

贡献

我们热烈欢迎任何形式的贡献，以帮助扩展和改进 macos - screen - mcp。无论您是想添加新功能、增强现有功能，还是改进文档，您的意见都非常宝贵。欢迎提交拉取请求！请随意提出新想法、错误修复或改进建议，让 macos - screen - mcp 变得更强大、更实用。

📄 许可证

macos - screen - mcp 采用 MIT License 许可证。这意味着您可以自由使用、修改和分发该软件，但需遵守 MIT License 的条款和条件。如需详细信息，请参阅项目存储库中的 LICENSE 文件。