mcp-windows-desktop-automation

🚀 Windows 桌面自动化 MCP 服务器

本项目是一个借助 AutoIt 实现的 Windows 桌面自动化 Model Context Protocol (MCP) 服务器，能让 LLM 应用程序通过 MCP 协议自动化处理 Windows 桌面任务，功能强大且实用。

🚀 快速开始

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。

✨ 主要特性

• 完整封装所有 AutoIt 函数作为 MCP 工具，功能全面。
• 支持 stdio 和 WebSocket 传输协议，使用灵活。
• 具备文件访问资源，可用于读取文件和目录。
• 拥有截图资源，能捕获屏幕或特定窗口。
• 提供常见自动化任务的提示模板，方便快捷。
• 严格使用 TypeScript 类型，保证代码质量。

📦 安装指南

# 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

💻 使用示例

启动服务器

# 通过 stdio 传输启动（默认）
npm start

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

# 启用详细日志记录
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

📚 详细文档

工具

服务器提供以下工具用于：

• 鼠标操作：移动、点击、拖动等。
• 键盘操作：发送键击，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 控件交互，按钮、文本框等。
• 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用于：

• 文件访问：读取文件和列出目录。
• 截图：捕获屏幕或特定窗口。

提示

服务器提供以下提示模板用于：

• 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：创建重复性任务脚本。
• 监控：等待特定条件。

开发

# 以开发模式运行
npm run dev

# 检查代码风格
npm run lint

# 运行测试
npm run test

📄 许可证

本项目采用 MIT 许可证。