Screen Control MCP Server

En MCP-server som ger dig möjlighet att se alla skärmar i operativsystemet och styra mus och tangentbord, så att du kan klicka var som helst på skärmen och skriva text.

Funktioner

• 📺 Skärmvisning: Ta skärmdumpar av alla skärmar eller specifika skärmar
• 🖱️ Mus-kontroll: Flytta muspekaren, klicka, dubbelklicka, scrolla
• ⌨️ Tangentbords-kontroll: Skriv text, tryck tangenter och tangentkombinationer
• 🖥️ Multi-skärm: Stöd för flera skärmar/displays

Installation

Förutsättningar

• Node.js 18 eller senare
• npm eller yarn
• macOS, Linux eller Windows

Steg

1. Klona repot:

git clone https://github.com/peteraspenberg/screen-control-mcp.git
cd screen-control-mcp

2. Installera dependencies:

npm install

Viktigt för macOS: robotjs kräver native compilation. Om du får fel vid installation:

# Installera Xcode Command Line Tools om de saknas
xcode-select --install

# Försök installera igen
npm install

3. Bygg projektet:

npm run build

Konfiguration i Cursor

Lägg till följande i din Cursor MCP-konfiguration (t.ex. ~/.cursor/mcp.json eller motsvarande):

{
  "mcpServers": {
    "screen-control": {
      "command": "node",
      "args": ["/absolut/sökväg/till/screen-control-mcp/dist/index.js"]
    }
  }
}

Eller om du vill köra från projektmappen:

{
  "mcpServers": {
    "screen-control": {
      "command": "node",
      "args": ["/Users/peteraspenberg/screen-control-mcp/dist/index.js"]
    }
  }
}

Tillgängliga Tools

list_screens

Lista alla tillgängliga skärmar/displays på systemet.

capture_screen

Ta en skärmdump av en specifik skärm eller alla skärmar. Returnerar bilden som base64 data URI.

Parametrar:

• screenId (optional): Skärm-ID att fånga (0-indexed). Om inte angiven, fångas alla skärmar.
• format (optional): Bildformat ("png" eller "jpg", standard: "png")

get_screen_info

Få information om alla skärmar (upplösning, position, etc.)

move_mouse

Flytta muspekaren till angivna koordinater.

Parametrar:

• x: X-koordinat
• y: Y-koordinat
• screenId (optional): Skärm-ID (0-indexed)

click_mouse

Klicka med musen på angivna koordinater.

Parametrar:

• x: X-koordinat
• y: Y-koordinat
• button (optional): Musknapp ("left", "right", "middle", standard: "left")
• doubleClick (optional): Utför dubbelklick (standard: false)
• screenId (optional): Skärm-ID (0-indexed)

scroll_mouse

Scrolla mushjulet.

Parametrar:

• x: X-koordinat
• y: Y-koordinat
• direction: Scrollriktning ("up", "down", "left", "right")
• clicks (optional): Antal scroll-klick (standard: 3)
• screenId (optional): Skärm-ID (0-indexed)

type_text

Skriv text på aktuell markörposition eller angivna koordinater.

Parametrar:

• text: Text att skriva
• x (optional): X-koordinat att klicka på innan skrivning
• y (optional): Y-koordinat att klicka på innan skrivning
• screenId (optional): Skärm-ID (0-indexed)

press_key

Tryck en tangent eller tangentkombination.

Parametrar:

• key: Tangent att trycka (t.ex. "enter", "tab", "space", "cmd+c", "ctrl+shift+t")

get_mouse_position

Få aktuell muspekareposition.

Exempel

Ta en skärmdump

{
  "tool": "capture_screen",
  "arguments": {
    "screenId": 0,
    "format": "png"
  }
}

Klicka på skärmen

{
  "tool": "click_mouse",
  "arguments": {
    "x": 100,
    "y": 200,
    "button": "left"
  }
}

Skriv text

{
  "tool": "type_text",
  "arguments": {
    "text": "Hej världen!",
    "x": 500,
    "y": 300
  }
}

Tryck tangentkombination

{
  "tool": "press_key",
  "arguments": {
    "key": "cmd+c"
  }
}

Säkerhet

⚠️ VIKTIGT: Denna server ger full kontroll över din mus och tangentbord. Använd endast med seriösa AI-assistenter som du litar på. Se alltid till att:

• Endast köra från källor du litar på
• Inte exponera servern för obehöriga
• Vara medveten om vad AI:n gör när den använder dessa verktyg

Utveckling

# Bygg projektet
npm run build

# Bygg i watch-läge
npm run dev

# Starta servern direkt (för testning)
npm start

Licens

MIT

Bidrag

Bidrag är välkomna! Öppna gärna en issue eller pull request.