MAA-AI/MaaMCP

解决的问题

MaaMCP 为 AI 助理（如 Claude）提供了自动化 Android 设备和 Windows 桌面应用程序的能力。它通过模型上下文协议 (MCP) 公开自动化功能，填补了 LLM 推理与实际设备交互之间的鸿沟。

运作原理

它作为一个基于 MaaFramework 的 MCP 服务器，允许 AI 通过一组标准化工具与设备交互。系统支持两种主要运作模式：

• 序列模式 (Serial Mode)：一种同步流程，AI 执行动作、通过 OCR 或屏幕截图观察结果，然后决定下一步。
• 流水线模式 (Pipeline Mode)：一种异步、多线程的方法，服务器在后台持续截取屏幕截图，让 AI 能实时监控屏幕并对变化做出反应，无需等待新的截取请求。

在视觉感知方面，它使用 OCR 进行文字识别，并使用屏幕截图进行视觉分析。在交互方面，它支持点击、滑动、文字输入和键盘快捷键。

适用对象

希望赋予 AI 代理控制电脑或移动设备能力，以执行复杂任务（例如在应用程序上订餐或浏览软件设置）的用户。

特色亮点

• 跨平台自动化：同时支持 Android（通过 ADB）和 Windows 桌面应用程序。
• 后台运作：Windows 自动化在后台执行，这意味着它不会占用鼠标和键盘，允许用户继续使用电脑。
• AI 驱动的流水线生成：AI 可以执行一次任务，然后将该成功的动作序列转换为可重复使用的 JSON Pipeline，以供未来自动化执行。
• 多设备协调：能够同时连接并控制多个设备或窗口。
• 智能感知：整合 OCR 以实现高效的文字导航，并通过屏幕截图进行视觉分析。