MCP Windows 桌面自动化

一个使用 AutoIt 实现 Windows 桌面自动化的模型上下文协议 (MCP) 服务器。

概述

本项目提供了一个 TypeScript MCP 服务器，它封装了 node-autoit-koffi 包，允许 LLM 应用程序通过 MCP 协议自动化 Windows 桌面任务。

该服务器暴露以下内容：

• 工具 (Tools): 所有 AutoIt 函数作为 MCP 工具
• 资源 (Resources): 文件访问和屏幕截图功能
• 提示 (Prompts): 常见自动化任务的模板

特性

• 完全封装所有 AutoIt 函数作为 MCP 工具
• 支持 stdio 和 WebSocket 传输
• 用于读取文件和目录的文件访问资源
• 用于捕获屏幕或特定窗口的屏幕截图资源
• 常见自动化任务的提示模板
• 整个项目中使用严格的 TypeScript 类型

安装

# 克隆仓库
git clone https://github.com/yourusername/mcp-windows-desktop-automation.git
cd mcp-windows-desktop-automation

# 安装依赖
npm install

# 构建项目
npm run build

使用

启动服务器

# 使用 stdio 传输启动 (默认)
npm start

# 使用 WebSocket 传输启动
npm start -- --transport=websocket --port=3000

# 启用详细日志
npm start -- --verbose

命令行选项

• --transport=stdio|websocket: 指定传输协议 (默认: stdio)
• --port=<number>: 指定 WebSocket 传输的端口 (默认: 3000)
• --verbose: 启用详细日志

工具

服务器提供以下工具：

• 鼠标操作: 移动、点击、拖动等
• 键盘操作: 发送按键、剪贴板操作等
• 窗口管理: 查找、激活、关闭、调整窗口大小等
• 控件操作: 与 UI 控件、按钮、文本字段等交互
• 进程管理: 启动、停止和监控进程
• 系统操作: 关机、睡眠等

资源

服务器提供以下资源：

• 文件访问: 读取文件和列出目录
• 屏幕截图: 捕获屏幕或特定窗口

提示

服务器提供以下提示模板：

• 窗口交互: 查找并与窗口交互
• 表单填写: 自动化表单填写任务
• 自动化任务: 为重复性任务创建脚本
• 监控: 等待特定条件

开发

# 在开发模式下运行
npm run dev

# 检查代码风格
npm run lint

# 运行测试
npm run test

许可证

MIT