RPA-Python MCP Server

基于 Tebel.org RPA-Python 封装的 MCP (Model Context Protocol) 服务，让 AI 模型（Claude、GPT 等）能够直接操控浏览器，实现网页自动化。

项目结构

rpa_mcp_server.py       # MCP Server 主入口，注册 54 个 RPA 工具
tagui.py                 # RPA-Python 核心引擎（基于 TagUI）
test_mcp.py              # MCP Server 连通性测试（列出所有工具）
test_workflow_bing.py    # 端到端工作流测试（Bing 搜索自动化）
requirements.txt         # Python 依赖

快速开始

1. 安装依赖

python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt

2. 安装 TagUI（首次使用）

.venv\Scripts\python.exe -c "import tagui as r; r.setup()"

TagUI 约 200MB，会自动安装到 %APPDATA%\tagui\。

3. 验证 MCP Server

.venv\Scripts\python.exe test_mcp.py

正常输出应显示 54 个注册工具。

4. 运行端到端测试

.venv\Scripts\python.exe test_workflow_bing.py

会自动打开 Chrome → Bing 首页 → 搜索框输入 "MCP" → 点击搜索，验证整个工作流。

配置到 AI 客户端

Claude Desktop

在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "rpa-python": {
      "command": "D:\\Javaproject\\RPA-Python\\.venv\\Scripts\\python.exe",
      "args": ["D:\\Javaproject\\RPA-Python\\rpa_mcp_server.py"]
    }
  }
}

Cursor / VS Code

在 .cursor/mcp.json 或 VS Code MCP 配置中添加：

{
  "mcpServers": {
    "rpa-python": {
      "command": ".venv\\Scripts\\python.exe",
      "args": ["rpa_mcp_server.py"],
      "cwd": "D:\\Javaproject\\RPA-Python"
    }
  }
}

MCP 工具列表

共 54 个工具，按功能分类：

生命周期管理

工具	说明
rpa_init	启动 RPA 会话（支持 Chrome / Edge）
rpa_close	关闭 RPA 会话
rpa_setup	下载安装 TagUI
rpa_update	更新 RPA-Python 和 TagUI
rpa_pack	打包 TagUI 用于离线部署

网页导航

工具	说明
rpa_url	打开网页 / 获取当前 URL
rpa_frame	切换到 iframe
rpa_popup	切换到弹窗
rpa_focus	聚焦应用程序窗口

元素交互

工具	说明
rpa_click	点击元素
rpa_rclick	右键点击
rpa_dclick	双击
rpa_hover	鼠标悬停
rpa_type	输入文本（支持 [enter] [clear] 等特殊键）
rpa_select	选择下拉框选项

元素读取

工具	说明
rpa_read	读取元素文本
rpa_exist	检查元素是否存在（等待超时）
rpa_present	检查元素是否立即存在
rpa_count	统计匹配元素数量
rpa_text	获取页面全部文本
rpa_title	获取页面标题

视觉自动化

工具	说明
rpa_snap	截图保存到文件
rpa_capture	截图返回 base64（供 AI 视觉分析）
rpa_keyboard	模拟键盘输入
rpa_mouse	模拟鼠标按下/释放
rpa_mouse_xy	获取鼠标坐标
rpa_mouse_x / rpa_mouse_y	获取鼠标 X/Y 坐标
rpa_clipboard	读写剪贴板
rpa_vision	执行 SikuliX 视觉命令

DOM / JavaScript

工具	说明
rpa_dom	执行 JavaScript 并返回结果

文件操作

工具	说明
rpa_upload	上传文件
rpa_download	下载文件
rpa_load	读取文件内容
rpa_dump	写入文件（覆盖）
rpa_write	追加写入文件
rpa_download_location	设置下载目录
rpa_unzip	解压 zip 文件

表格提取

工具	说明
rpa_table	提取 HTML 表格为 CSV

工具函数

工具	说明
rpa_wait	等待指定秒数
rpa_timeout	设置元素等待超时
rpa_timer	获取会话已运行时间
rpa_echo	打印消息
rpa_ask	弹出输入框获取用户输入
rpa_get_text	从字符串中提取子串
rpa_del_chars	删除字符串中指定字符
rpa_check	条件判断打印
rpa_debug	开启/关闭调试模式
rpa_error	开启/关闭异常模式

系统 & 通讯

工具	说明
rpa_run	执行系统命令
rpa_telegram	发送 Telegram 消息
rpa_bin	上传文件到 pastebin
rpa_send	发送原始 TagUI 指令
rpa_tagui_location	设置 TagUI 安装路径

典型工作流

1. rpa_init(chrome_browser=True)          → 启动浏览器
2. rpa_url("https://example.com")         → 打开网页
3. rpa_type("#search-box", "关键词")       → 输入文本
4. rpa_click("#submit-btn")               → 点击按钮
5. rpa_read("#result")                    → 读取结果
6. rpa_close()                            → 关闭浏览器

浏览器支持

参数	浏览器
browser="chrome"	Google Chrome（默认）
browser="edge"	Microsoft Edge

依赖

• Python 3.8+
• MCP SDK >= 1.0.0
• TagUI（自动安装）
• Chrome 或 Edge 浏览器

许可证

基于 Tebel.org RPA-Python (Apache License 2.0) 构建。