mrpulor-gh/nuphus-mcp
Desktop automation MCP server — computer use for any AI agent: control screen, windows, mouse/keyboard, and Chrome via Model Context Protocol (stdio). Not a DSH plugin — DSH users install dsh-nuphus-mcp.
nuphus‑mcp – AI代理人的桌面与浏览器自动化服务器
是什么 – nuphus-mcp 是一个轻量级、跨平台的服务器，允许任何 MCP 兼容的 AI 代理（Claude Desktop、Cursor、VS Code Copilot 等）控制本地计算机。它通过标准输入/输出（stdio）使用 JSON-RPC 2.0 协议通信，因此无需运行网络守护进程——只需一个二进制文件即可。
为何重要 – 现代基于大语言模型（LLM）的代理需要能够「看到」屏幕并「执行」操作（移动鼠标、输入、点击、读取 OCR、控制 Chrome）。nuphus-mcp 提供了这一桥梁，同时将重负载任务（视觉、OCR）保留在本地，因此桌面工作无需外部 API 密钥。视觉功能可连接您提供的任何 OpenAI 兼容或 Anthropic 模型（BYOK – 自带密钥）。
核心功能
| 类别 | 工具（总计） | 亮点 |
|---|---|---|
| 桌面 | 15 | 屏幕尺寸、PNG/base64 截图、窗口列表与操作、鼠标点击/拖动/滚动、键盘输入、快捷键、剪贴板写入/清空。通过 desktop-api Rust crate 实现（xcap + Win32，无 Tauri）。 |
| 视觉 | – | desktop_vision 将截图转发至您自己的视觉模型（OpenAI 兼容或 Anthropic）。desktop_perceive 本地运行 PaddleOCR（并可选 YOLO 图标检测），首次使用时自动下载模型。 |
| 浏览器 | 23 | 通过 nuphus-browser（chromiumoxide）完全控制 Chrome/Edge CDP：导航、DOM 级别点击、输入、脚本执行、滚动、可访问性树快照、Cookie 管理、标签页处理、文件上传/下载等。 |
| 传输 | – | JSON-RPC 2.0 通过 stdin/stdout – 无需 HTTP 服务器，无需后台守护进程。 |
| 安全 | – | 破坏性工具已标注；可选 --confirm-write（或 NUPHUS_MCP_CONFIRM_WRITE=1）强制要求显式 ` |
相关
- 项目
- 项目
- 项目
- 项目