Computer Control MCP

by AB498

Integrations

  • Offers a community support channel through Discord for users to get help with the MCP server.

  • Hosts the project repository on GitHub where users can access code, documentation, and demonstration resources.

  • Uses ONNXRuntime for efficient machine learning model execution to power OCR capabilities in the MCP server.

Компьютерное управление MCP

MCP-сервер, который обеспечивает возможности управления компьютером, такие как мышь, клавиатура, OCR и т. д. с использованием PyAutoGUI, RapidOCR, ONNXRuntime. Аналогично 'computer-use' от Anthropic. С нулевыми внешними зависимостями.

  • Протестировано только на Windows. Должно работать на других платформах.

Быстрое использование (настройка MCP с использованием uvx )

Примечание: запуск uvx computer-control-mcp@latest в первый раз загрузит зависимости python (около 70 МБ), что может занять некоторое время. Рекомендуется запустить это в терминале перед использованием его в качестве MCP. Последующие запуски будут мгновенными.

{ "mcpServers": { "computer-control-mcp": { "command": "uvx", "args": ["computer-control-mcp@latest"] } } }

ИЛИ установите глобально с помощью pip :

pip install computer-control-mcp

Затем запустите сервер с помощью:

computer-control-mcp # instead of uvx computer-control-mcp, so you can use the latest version, also you can `uv cache clean` to clear the cache and `uvx` again to use latest version.

Функции

  • Управление движениями и щелчками мыши
  • Введите текст в текущей позиции курсора.
  • Делайте снимки экрана всего экрана или отдельных окон с возможностью сохранения в каталоге загрузок.
  • Извлечение текста из снимков экрана с помощью OCR (оптического распознавания символов)
  • Список и активация окон
  • Нажмите клавиши клавиатуры
  • Операции перетаскивания

Доступные инструменты

Управление мышью

  • click_screen(x: int, y: int) : Щелкните по указанным координатам экрана
  • move_mouse(x: int, y: int) : переместить курсор мыши в указанные координаты
  • drag_mouse(from_x: int, from_y: int, to_x: int, to_y: int, duration: float = 0.5) : перетаскивание мыши из одной позиции в другую

Управление с клавиатуры

  • type_text(text: str) : Введите указанный текст в текущей позиции курсора
  • press_key(key: str) : нажать указанную клавишу клавиатуры

Управление экраном и окном

  • take_screenshot(title_pattern: str = None, use_regex: bool = False, threshold: int = 60, with_ocr_text_and_coords: bool = False, scale_percent_for_ocr: int = 100, save_to_downloads: bool = False) : захват экрана или окна с возможностью распознавания текста
  • get_screen_size() : Получить текущее разрешение экрана
  • list_windows() : Список всех открытых окон
  • activate_window(title_pattern: str, use_regex: bool = False, threshold: int = 60) : вывести указанное окно на передний план

Разработка

Настройка среды разработки

# Clone the repository git clone https://github.com/AB498/computer-control-mcp.git cd computer-control-mcp # Install in development mode pip install -e . # Start server python -m computer_control_mcp.core

Проведение тестов

python -m pytest

Ссылка на API

Подробную информацию о доступных функциях и классах см. в справочнике API.

Лицензия

Массачусетский технологический институт

Для получения дополнительной информации или помощи

Related MCP Servers

  • -
    security
    A
    license
    -
    quality
    A Windows control server built using nut.js and Model Context Protocol (MCP), providing programmatic control over Windows system operations including mouse, keyboard, window management, and screen capture functionality.
    Last updated -
    137
    84
    TypeScript
    MIT License
  • -
    security
    A
    license
    -
    quality
    A MCP server that provides browser automation tools, allowing users to navigate websites, take screenshots, click elements, fill forms, and execute JavaScript through Playwright.
    Last updated -
    Python
    Apache 2.0
    • Apple
  • -
    security
    A
    license
    -
    quality
    An MCP server that bridges AI agents with GUI automation capabilities, allowing them to control mouse, keyboard, windows, and take screenshots to interact with desktop applications.
    Last updated -
    Python
    MIT License
    • Apple
    • Linux
  • -
    security
    A
    license
    -
    quality
    Provides automated GUI testing and control capabilities through an MCP server that enables mouse movements, keyboard input, screen captures, and image recognition across Windows, macOS, and Linux.
    Last updated -
    6
    Python
    MIT License
    • Apple
    • Linux

View all related MCP servers

ID: ntu33pgw1o