Windows-MCP：让AI直接操作你的Windows系统

Windows-MCP让AI直接操控你的电脑，无需复杂设置即可实现自动化操作，大幅提升工作效率。

核心内容：
Windows-MCP的核心功能与特性
支持的各种交互工具和操作方式
系统要求和快速开始指南

什么是Windows-MCP？

Windows-MCP是一个轻量级的开源项目，它作为MCP（Model Context Protocol）服务器，在AI代理和Windows操作系统之间架起了一座桥梁。通过这个工具，AI代理可以直接与Windows系统交互，执行各种自动化任务。

核心特性

🎯 无缝Windows集成
• 与Windows UI元素原生交互
• 打开应用程序、控制窗口
• 模拟用户输入操作
• 支持文件导航和管理

🤖 支持任意LLM

与许多自动化工具不同，Windows-MCP不依赖传统的计算机视觉技术或特定的微调模型。它可以使用任何LLM，降低了复杂性和设置时间。

🛠️ 丰富的UI自动化工具集
• 基础键盘和鼠标操作
• 窗口/UI状态捕获
• 实时交互（典型延迟0.7-2.5秒）

🔧 轻量级和可扩展
• 最小依赖
• 易于设置
• 完全开源（MIT许可证）
• 可根据需求自定义和扩展

支持的MCP工具

Windows-MCP提供了以下工具来与Windows交互：
•Click-Tool: 在指定坐标点击屏幕
•Type-Tool: 在元素上输入文本（可选择清除现有文本）
•Clipboard-Tool: 使用系统剪贴板复制或粘贴
•Scroll-Tool: 在窗口或特定区域垂直或水平滚动
•Drag-Tool: 从一个点拖拽到另一个点
•Move-Tool: 移动鼠标指针
•Shortcut-Tool: 按下键盘快捷键（Ctrl+c、Alt+Tab等）
•Key-Tool: 按下单个键
•Wait-Tool: 暂停指定时间
•State-Tool: 获取默认语言、浏览器、活动应用程序和交互式、文本和可滚动元素的组合快照，以及桌面截图
•Resize-Tool: 更改应用程序的窗口大小或位置
•Launch-Tool: 从开始菜单启动应用程序
•Shell-Tool: 执行PowerShell命令
•Scrape-Tool: 抓取整个网页信息

系统要求

前置条件
• Python 3.13+
• Anthropic Claude Desktop应用或其他MCP客户端
• UV（包管理器），通过pip install uv安装
• DXT（桌面扩展），通过npm install -g @anthropic-ai/dxt安装
• Windows默认语言为英语，或禁用MCP服务器中的Launch-Tool和Resize-Tool

快速开始

Gemini CLI集成
1. 在文件资源管理器中导航到%USERPROFILE%/.gemini并打开settings.json
2. 在settings.json中添加windows-mcp配置并保存：

{ "theme":"Default","mcpServers":{ "windows-mcp":{ "command":"uv", "args":[ "–directory", "<windows-mcp目录的路径>", "run", "main.py" ] }}}
3. 在终端中重新运行Gemini CLI，开始使用！

Claude Desktop集成
1. 克隆仓库：

git clone https://github.com/CursorTouch/Windows-MCP.gitcd Windows-MCP
2. 构建桌面扩展DXT：

npx @anthropic-ai/dxt pack
3. 打开Claude Desktop：
• 进入设置 -> 扩展 -> 安装扩展（定位.dxt文件）-> 安装

实际应用场景

自动化测试
• 应用程序UI测试
• 功能验证
• 回归测试

工作流程自动化
• 文件处理
• 应用程序操作
• 数据录入

远程控制
• 通过SSH远程操作电脑
• 移动设备控制桌面
• 跨平台任务执行

注意事项

⚠️ 安全提醒

此MCP直接与Windows操作系统交互以执行操作。请谨慎使用，避免在无法承受此类风险的环境中部署。

📝 当前限制
• 在段落中选择特定文本部分（正在开发中）
• Type-Tool主要用于输入文本，不适合在IDE中编程（正在开发中）

相关资源
•Windows-MCP GitHub仓库[1]
•MCP官方文档[2]
•Claude Desktop集成指南[3]