macOS 屏幕视图 & 控制 MCP 服务器

一个提供窗口截图功能的模型上下文协议服务器。此服务器使 LLM 能够通过窗口标题或窗口 ID 捕获 macOS 上特定窗口的屏幕截图。

可用工具

• capture_window_screenshot - 捕获特定窗口的屏幕截图，通过其标题或 ID

  • window_identifier (字符串, 必需): 要搜索的窗口标题或窗口 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 (binary 或 base64) (默认: "binary")

• list_windows - 列出所有可见窗口

  • 无需参数

• find_window - 通过标题或所有者名称查找窗口

  • title (字符串, 必需): 要搜索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): 要按住的修饰键列表 (例如, ['command', 'shift'])

• type_text - 输入一段文本字符

  • text (字符串, 必需): 要输入的文本
  • delay (浮点数, 可选): 每次按键之间的延迟，以秒为单位 (默认: 0.1)

支持的键

支持以下键：

• 字母：a-z（不区分大小写）
• 数字：0-9
• 特殊键：return, tab, space, delete, escape
• 箭头键：up_arrow, down_arrow, left_arrow, right_arrow
• 修饰键：command, shift, control, option (以及 right_shift, right_option, right_control)

示例

发送单个按键：

await send_key("return")

发送带有修饰键的键：

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

输入文本：

await type_text("Hello, World!")

安装

使用 pip

通过 pip 安装 macos_screen_mcp：

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

安装后，您可以将其作为脚本运行：

python -m macos_screen_mcp

配置

配置

添加到您的 Claude 或 Cursor 设置：

"mcpServers": {
 "macos-screen": {
    "name": "macos-screen",
    "url": "http://localhost:8000/sse",
    "description": "MCP server for capturing window screenshots",
    "version": "1.0.0"
  }
}

调试

您可以使用 MCP 检查器来调试服务器：

npx @modelcontextprotocol/inspector python -m macos_screen_mcp

贡献

我们鼓励您贡献力量，以帮助扩展和改进 macos-screen-mcp。 无论您是想添加新工具、增强现有功能还是改进文档，您的投入都很有价值。

欢迎提交 Pull Request！ 随时贡献新的想法、错误修复或增强功能，以使 macos-screen-mcp 更加强大和有用。

许可证

macos-screen-mcp 在 MIT 许可证下获得许可。 这意味着您可以自由使用、修改和分发该软件，但须遵守 MIT 许可证的条款和条件。 有关更多详细信息，请参阅项目存储库中的 LICENSE 文件。