CursorTouch/Windows-MCP
MCP Server for Computer Use in Windows
解決的問題
Windows-MCP 為大型語言模型（LLMs）與 Windows 作業系統之間提供了一座橋樑。它讓 AI 代理能像人類一樣與電腦互動——導航檔案、控制應用程式、與 UI 互動——而無需依賴專用的電腦視覺模型或針對每個任務進行特定微調。
工作原理
它作為 Model Context Protocol（MCP）伺服器運作，向 MCP 相容的客戶端（如 Claude Desktop）公開一組工具。伺服器原生與 Windows UI 元素互動，並模擬使用者輸入（鍵盤與滑鼠）。它還包含專用的「DOM 模式」，用於瀏覽器自動化，可過濾掉瀏覽器 UI 元素，專注於 Chrome、Edge 和 Firefox 中的網頁內容。
適用對象
此工具專為需要自動化 Windows 任務、執行 QA 測試或為 LLM 建構系統層級整合的開發者與 AI 研究人員設計。
主要亮點
- 原生 Windows 整合：支援從 Windows 7 到 Windows 11 的視窗控制、應用程式啟動與使用者輸入模擬。
- LLM 無關性：無需傳統電腦視覺或特定微調，可與任何 LLM 搭配使用。
- 瀏覽器自動化：專為 Chrome、Edge 和 Firefox 提供的 DOM 模式，實現更乾淨的網頁自動化。
- 低延遲：操作延遲通常在 0.2 到 0.5 秒之間。
- 彈性部署：支援 stdio、SSE 和 streamable-HTTP 等多種傳輸方式，並內建 OAuth 2.0、TLS 與 IP 允許清單等安全功能。
相關
- 專案
- 專案
- 專案
- 專案
- 專案