Skip to main content
Glama
Sign In
enesjakozh

MCP Windows Desktop Automation

by mario-andreschak
GitHub
TypeScript
MIT License
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

Integrations

  • Provides Windows desktop automation capabilities by wrapping the AutoIt library, enabling control of mouse operations, keyboard input, window management, UI controls, processes, and system operations on Windows systems.

  • Implemented with strict TypeScript typing throughout, allowing type-safe development and usage of the MCP server for Windows desktop automation tasks.

MCP Windows 桌面自动化

使用 AutoIt 实现 Windows 桌面自动化的模型上下文协议 (MCP) 服务器。

概述

该项目提供了一个 TypeScript MCP 服务器，它包装了node-autoit-koffi包，允许 LLM 应用程序通过 MCP 协议自动执行 Windows 桌面任务。

服务器暴露：

  • 工具：所有 AutoIt 功能均可作为 MCP 工具
  • 资源：文件访问和屏幕截图功能
  • 提示：常见自动化任务的模板

特征

  • 将所有 AutoIt 功能完整包装为 MCP 工具
  • 支持 stdio 和 WebSocket 传输
  • 用于读取文件和目录的文件访问资源
  • 用于捕获屏幕或特定窗口的屏幕截图资源
  • 常见自动化任务的提示模板
  • 严格遵循 TypeScript 类型

安装

# Clone the repository git clone https://github.com/yourusername/mcp-windows-desktop-automation.git cd mcp-windows-desktop-automation # Install dependencies npm install # Build the project npm run build

用法

启动服务器

# Start with stdio transport (default) npm start # Start with WebSocket transport npm start -- --transport=websocket --port=3000 # Enable verbose logging npm start -- --verbose

命令行选项

  • --transport=stdio|websocket ：指定传输协议（默认：stdio）
  • --port=<number> ：指定 WebSocket 传输的端口（默认值：3000）
  • --verbose ：启用详细日志记录

工具

该服务器提供以下工具：

  • 鼠标操作：移动、点击、拖动等。
  • 键盘操作：发送击键、剪贴板操作等。
  • 窗口管理：查找、激活、关闭、调整窗口大小等。
  • 控制操作：与 UI 控件、按钮、文本字段等进行交互。
  • 进程管理：启动、停止和监控进程
  • 系统操作：关机、休眠等。

资源

该服务器提供以下资源：

  • 文件访问：读取文件和列出目录
  • 截图：捕获屏幕或特定窗口

提示

服务器提供以下提示模板：

  • 窗口交互：查找窗口并与之交互
  • 表单填写：自动化表单填写任务
  • 自动化任务：为重复任务创建脚本
  • 监控：等待特定条件

发展

# Run in development mode npm run dev # Lint the code npm run lint # Run tests npm run test

执照

麻省理工学院

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

包装 AutoIt 功能的模型上下文协议服务器，使 LLM 能够自动执行 Windows 桌面任务，包括鼠标/键盘操作、窗口管理和 UI 控制交互。

  1. Overview
    1. Features
      1. Installation
        1. Usage
          1. Starting the Server
          2. Command Line Options
        2. Tools
          1. Resources
            1. Prompts
              1. Development
                1. License

                  Related MCP Servers

                  • Shell MCP Server

                    odysseus0
                    -
                    security
                    F
                    license
                    -
                    quality
                    A Model Context Protocol server that allows LLMs to execute shell commands and receive their output in a controlled manner.
                    Last updated -
                    Python

                  • MCP Ethers Wallet

                    crazyrabbitLTC
                    A
                    security
                    A
                    license
                    A
                    quality
                    A Model Context Protocol server that gives LLMs the ability to interact with Ethereum networks, manage wallets, query blockchain data, and execute smart contract operations through a standardized interface.
                    Last updated -
                    31
                    323
                    2
                    TypeScript
                    MIT License

                  • Notion MCP Server

                    SAhmadUmass
                    -
                    security
                    F
                    license
                    -
                    quality
                    A Model Context Protocol server that enables Claude and other LLMs to interact with Notion workspaces, providing capabilities like searching, retrieving, creating and updating pages, as well as managing databases.
                    Last updated -
                    275
                    2
                    TypeScript

                  • MCP Desktop Automation

                    tanob
                    -
                    security
                    A
                    license
                    -
                    quality
                    A Model Context Protocol server that provides desktop automation capabilities using RobotJS and screenshot capabilities, enabling LLMs to control mouse movements, keyboard inputs, and capture screenshots of the desktop environment.
                    Last updated -
                    42
                    2
                    JavaScript
                    MIT License

                  View all related MCP servers

                  ID: 5a8vj5indr