MCP Windows 桌面自动化

使用 AutoIt 进行 Windows 桌面自动化的 Model Context Protocol (MCP) 服务器。

概述

该项目提供了一个 TypeScript MCP 服务器，该服务器封装了 node-autoit-koffi 包，允许 LLM 应用程序通过 MCP 协议执行 Windows 桌面任务的自动化。

服务器公开了以下内容：

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

特性

• 将所有 AutoIt 函数完全封装为 MCP 工具
• 支持 stdio 和 WebSocket 传输
• 文件访问资源，用于读取文件和目录
• 屏幕截图资源，用于捕获屏幕或特定窗口
• 常见自动化任务的提示模板
• 全局严格的 TypeScript 类型定义

安装

bash

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

bash

使用 stdio 传输（默认）

npm start

使用 WebSocket 传输

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：启用详细日志记录

工具

服务器提供了以下工具：

• 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、文本框等交互
• 进程管理：启动、停止和监控进程
• 系统操作：关机、休眠等

资源

服务器提供了以下资源：

• 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

提示模板

服务器提供了以下提示模板：

• 窗口交互：查找并交互窗口
• 表单填写：自动化表单填写任务
• 自动化任务：创建脚本以处理重复性任务
• 监控：等待特定条件

开发

bash

以开发模式运行

npm run dev

代码检查

npm run lint

运行测试

npm run test

许可证

MIT