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代理人的桌面與瀏覽器自動化伺服器
是什麼 – nuphus-mcp 是一個輕量級、跨平台的伺服器，允許任何 MCP 相容的 AI 代理（Claude Desktop、Cursor、VS Code Copilot 等）控制本機電腦。它透過標準輸入/輸出（stdio）使用 JSON-RPC 2.0 協定通訊，因此無需執行網路守護程序——只需一個二進位檔即可。
為何重要 – 現代基於大語言模型（LLM）的代理需要能夠「看到」畫面並「執行」操作（移動滑鼠、輸入、點擊、讀取 OCR、控制 Chrome）。nuphus-mcp 提供了這座橋樑，同時將重負載任務（視覺、OCR）保留在本機，因此桌面工作無需外部 API 金鑰。視覺功能可連接您提供的任何 OpenAI 相容或 Anthropic 模型（BYOK – 自帶金鑰）。
核心功能
| 類別 | 工具（總計） | 亮點 |
|---|---|---|
| 桌面 | 15 | 屏幕尺寸、PNG/base64 截圖、視窗清單與操作、滑鼠點擊/拖曳/滾動、鍵盤輸入、快速鍵、剪貼簿寫入/清除。透過 desktop-api Rust crate 實作（xcap + Win32，無 Tauri）。 |
| 視覺 | – | desktop_vision 將截圖轉送至您自己的視覺模型（OpenAI 相容或 Anthropic）。desktop_perceive 本地執行 PaddleOCR（並可選 YOLO 圖示檢測），首次使用時自動下載模型。 |
| 瀏覽器 | 23 | 透過 nuphus-browser（chromiumoxide）完全控制 Chrome/Edge CDP：導航、DOM 級別點擊、輸入、腳本執行、滾動、可存取性樹狀快照、Cookie 管理、標籤頁處理、檔案上傳/下載等。 |
| 傳輸 | – | JSON-RPC 2.0 透過 stdin/stdout – 無需 HTTP 伺服器，無需後台守護程序。 |
| 安全 | – | 破壞性工具已標註；可選 --confirm-write（或 NUPHUS_MCP_CONFIRM_WRITE=1）強制要求顯式 ` |
相關
- 專案
- 專案
- 專案
- 專案