MIT License
omniparser-autogui-mcp
（日本语版はこちら）
这是一个使用OmniParser分析屏幕并自动操作 GUI 的MCP 服务器。
在 Windows 上已确认。
许可证说明
这是 MIT 许可证，但不包括子模块和子包。
OmniParser 的存储库是 CC-BY-4.0。
每个 OmniParser 模型都有不同的许可证（参考）。
安装
请执行以下操作：
git clone --recursive https://github.com/NON906/omniparser-autogui-mcp.git
cd omniparser-autogui-mcp
uv sync
set OCR_LANG=en
uv run download_models.py
（除 Windows 外，请使用export而不是set 。）
（如果您希望langchain_example.py工作，请改用uv sync --extra langchain 。）
将其添加到您的
claude_desktop_config.json中：
{
"mcpServers": {
"omniparser_autogui_mcp": {
"command": "uv",
"args": [
"--directory",
"D:\\CLONED_PATH\\omniparser-autogui-mcp",
"run",
"omniparser-autogui-mcp"
],
"env": {
"PYTHONIOENCODING": "utf-8",
"OCR_LANG": "en"
}
}
}
}
（将D:\\CLONED_PATH\\omniparser-autogui-mcp替换为您克隆的目录。）
env允许以下附加配置：
OMNI_PARSER_BACKEND_LOAD
如果它不能与其他客户端（例如LibreChat ）一起使用，请指定1。TARGET_WINDOW_NAME
如果要指定操作的窗口，请指定窗口名称。
如果未指定，则对整个屏幕进行操作。OMNI_PARSER_SERVER
如果您希望在另一台设备上进行 OmniParser 处理，请指定服务器的地址和端口，例如127.0.0.1:8000。
可以使用uv run omniparserserver启动服务器。SSE_HOST，SSE_PORT
如果指定，通信将通过 SSE 而不是 stdio 进行。SOM_MODEL_PATH、CAPTION_MODEL_NAME、CAPTION_MODEL_PATH、OMNI_PARSER_DEVICE、BOX_TRESHOLD
这些用于 OmniParser 配置。
通常情况下，它们不是必需的。
使用示例
在屏幕浏览器中搜索“MCP 服务器”。
ETC。
This server cannot be installed
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
屏幕 GUI 的自动操作。