CursorTouch/Windows-MCP
MCP Server for Computer Use in Windows
解决的问题
Windows-MCP 为大型语言模型（LLMs）与 Windows 操作系统之间提供了一座桥梁。它使 AI 代理能够像人类一样与计算机交互——导航文件、控制应用程序、与 UI 互动——而无需依赖专用的计算机视觉模型或为每个任务进行特定微调。
工作原理
它作为一个 Model Context Protocol（MCP）服务器运行，向 MCP 兼容客户端（如 Claude Desktop）暴露一组工具。该服务器原生与 Windows UI 元素交互，并模拟用户输入（键盘和鼠标）。它还包含一个专门的「DOM 模式」，用于浏览器自动化，可过滤掉浏览器 UI 元素，专注于 Chrome、Edge 和 Firefox 中的网页内容。
适用人群
此工具专为需要自动化 Windows 任务、执行 QA 测试或为 LLM 构建系统级集成的开发者和 AI 研究人员设计。
主要亮点
- 原生 Windows 集成：支持从 Windows 7 到 Windows 11 的窗口控制、应用启动和用户输入模拟。
- LLM 无关性：无需传统计算机视觉或特定微调，可与任何 LLM 配合使用。
- 浏览器自动化：专为 Chrome、Edge 和 Firefox 提供的 DOM 模式，实现更干净的网页自动化。
- 低延迟：操作延迟通常在 0.2 到 0.5 秒之间。
- 灵活部署：支持 stdio、SSE 和 streamable-HTTP 等多种传输方式，并内置 OAuth 2.0、TLS 和 IP 白名单等安全功能。
相关
- 项目
- 项目
- 项目
- 项目
- 项目