MCP Test Utils

100% AIコード・人間によるレビュー済み

自動デスクトップUIテスト用のMCPサーバー。シングルバイナリで、ランタイムや依存関係、インストールは不要です。

Windows x64専用。 macOSおよびLinuxのサポートを予定しています。

AIエージェントに目と手を提供します：スクリーンショット、ウィンドウ管理、マウス、キーボード、UIオートメーション、OCR、ファイル検索。

Related MCP server: ahk-mcp

なぜこれが必要か

AIエージェントはアプリケーション内のアクションをトリガーできますが、画面を見ることはできません。このサーバーはそのギャップを埋めます：

Agent triggers action → takes screenshot → sees the result →
switches window → clicks a button → verifies → writes report

完全に自律的で、ユーザーの介入は不要です。

デモ

10のタスク。一発撮り。YouTubeで見る →

MCP Test Utils と Anthropic Computer Use の比較

Claude Coworkには、組み込みのComputer Useが含まれています。Claudeはスクリーンショットを撮り、視覚的にインターフェースをクリックします。設定なしで動作します。MCP Test Utilsは異なるアプローチをとります。スクリーンショットからクリック位置を推測するのではなく、Windows APIを通じて実際のUI構造を読み取ります。

MCP Test Utilsは、より高速で正確、かつアクションあたりのコストが安価です。Computer Useは開始が容易で、プラットフォームをまたいで動作します。これらは互いに補完し合います。

プラットフォーム

ツール (19)

ビジョン

ウィンドウ管理

入力

構造化UIアクセス

ファイル検索

エージェントガイド

セッションログ

インストール

1. Releasesからバイナリをダウンロードします。

2. MCPクライアントの設定に追加します。以下の例はClaude Desktop用です。他のクライアントについては、それぞれのドキュメントを参照してください。

Claude Desktop: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "test-utils": {
      "command": "D:\\path\\to\\mcp-test-utils.exe"
    }
  }
}

3. Claude Desktopを再起動します。

4. チャットで「スクリーンショットを撮って」と入力すると、エージェントがデスクトップの画像を返します。

ログ記録とファイル検索を使用する場合（オプション）

{
  "mcpServers": {
    "test-utils": {
      "command": "D:\\path\\to\\mcp-test-utils.exe",
      "env": {
        "MCP_LOG_DIR": "D:\\path\\to\\logs",
        "MCP_LOG_MAX_MB": "500",
        "MCP_LOG_RETAIN_DAYS": "30",
        "MCP_SEARCH_DIRS": "D:\\Projects\\app1;D:\\Projects\\app2"
      }
    }
  }
}

品質プリセット

スクリーンショットは、詳細とトークンコストのバランスをとるために品質を設定可能です：

環境変数

仕組み

MCP Test Utilsは、stdin/stdoutを介して通信するJSON-RPC 2.0サーバーです。MCP互換クライアントがバイナリを起動し、ツール呼び出しを送信して、構造化された応答（テキスト、base64画像）を受け取ります。Claude Desktopでテスト済みです。

サーバーはネイティブのWindows APIを直接使用します。スクリーンショットにはWin32 GDI、マウスとキーボードにはSendInput、要素の検査にはUI Automation COM API、テキスト認識にはWinRT Windows.Media.Ocrを使用します。ファイル検索にはripgrepエンジン（grep-regex、grep-searcher、ignore）を使用しており、クロスプラットフォームで外部依存関係はありません。PowerShellや外部ツール、ネットワークアクセスは使用しません。

ユースケース

• 自動QA — エージェントがアプリを操作し、フローをクリックし、各ステップでスクリーンショットを撮り、テストレポートを作成します

• デスクトップ自動化 — フォームへの入力、ウィンドウ間でのデータコピー、ワークフローの実行

• アクセシビリティ監査 — UIオートメーションツリーをスキャンして、欠落しているラベルやロールを確認

• 視覚的リグレッション — リリース間でのスクリーンショット比較

• データ抽出 — APIを公開していないアプリケーションからのテキストOCR

• コード検索 — エージェントセッションを離れることなく、複数のプロジェクトにわたるパターンを検索

セキュリティ

• MCPクライアントからのリクエストにのみ応答します

• ネットワークポートは開きません

• ディスクへの書き込みは行いません（オプトインのログ記録を除く）

• 外部へのデータ送信は行いません

• スクリーンショットは画面全体をキャプチャします — 機密情報が表示されていないことを確認してください

• ファイル検索はサンドボックス化されています — MCP_SEARCH_DIRS内のディレクトリのみがアクセス可能です

サポート

無料かつ無制限です。役立つと思われた場合は — jeenyjai.github.io

ライセンス

Copyright 2026 JeenyJAI. All rights reserved.

🚀 Created with Claude