mcp-test-utils
MCP Test Utils
100% ИИ-код · Проверено человеком
MCP-сервер для автоматизированного тестирования настольного интерфейса. Один бинарный файл — без среды выполнения, без зависимостей, без установки.
Только для Windows x64. Поддержка macOS и Linux планируется.
Дает ИИ-агентам «глаза» и «руки»: скриншоты, управление окнами, мышь, клавиатура, UI Automation, OCR, поиск файлов.
Related MCP server: WinPilot Computer Use MCP
Зачем
ИИ-агенты могут инициировать действия в приложениях, но не видят экран. Этот сервер устраняет данный пробел:
Agent triggers action → takes screenshot → sees the result →
switches window → clicks a button → verifies → writes reportПолная автономность, участие пользователя не требуется.
Демонстрация
10 задач. Один дубль. Смотреть на YouTube →

MCP Test Utils против Anthropic Computer Use
Claude Cowork теперь включает встроенную функцию Computer Use — Claude делает скриншоты и кликает по интерфейсам визуально. Она работает без настройки. MCP Test Utils использует другой подход: вместо того чтобы угадывать, куда нажать по скриншоту, он считывает фактическую структуру интерфейса через API Windows.
MCP Test Utils | Computer Use | |
Точность клика | Точная — UI Automation API | Визуальная оценка по скриншоту |
Скорость и стоимость токенов | Быстро, низкая стоимость — текстовые ответы | Медленнее, дороже — изображение на каждом шаге |
Структура UI | Полное дерево: роли, состояния, координаты | Недоступно |
OCR | Координаты на уровне слов, многоязычность | Недоступно (только зрение модели) |
Управление окнами | На основе API, координаты относительно окна | Визуальная навигация |
Поиск файлов | Встроенный движок Ripgrep | Недоступно |
Логирование сессии | JSONL + скриншоты | Недоступно |
Визуальный анализ | ✅ Та же модель Claude, полное разрешение 1:1 | ✅ Та же модель Claude |
Настройка | Скачать бинарный файл, добавить в конфиг | Встроено, один переключатель |
Мобильные устройства / Dispatch | — | ✅ Задачи с телефона |
Кроссплатформенность | Windows (планируется macOS/Linux) | macOS + Windows |
MCP Test Utils быстрее, точнее и дешевле в пересчете на действие. Computer Use проще запустить, и он работает на разных платформах. Они дополняют друг друга.
Платформы
Платформа | Статус |
Windows x64 | ✅ Полная поддержка |
macOS arm64 | ⏳ Планируется |
Linux x64 | ⏳ Планируется |
Инструменты (19)
Зрение
Инструмент | Описание |
| Скриншот всего рабочего стола с настраиваемым качеством |
| Скриншот конкретного окна (режим захвата экрана или окна) |
| OCR всего экрана (Windows.Media.Ocr) |
| OCR области экрана с точными координатами слов |
Управление окнами
Инструмент | Описание |
| Список окон с id, заголовком, приложением, позицией, размером, состоянием (свернуто/в фокусе) |
| Вывести окно на передний план, восстановить, если оно свернуто |
Ввод
Инструмент | Описание |
| Клик (левый / правый / средний) по координатам экрана или относительно окна |
| Переместить курсор в точку |
| Перетаскивание из точки А в точку Б |
| Прокрутка колесика мыши |
| Ввод текста (полный Unicode — латиница, кириллица, CJK, эмодзи) |
| Нажатие клавиши (Enter, Tab, F1–F12, стрелки и т.д.) |
| Комбинации клавиш (Ctrl+S, Alt+F4, Ctrl+Shift+P и т.д.) |
Структурированный доступ к UI
Инструмент | Описание |
| Дерево UI Automation — кнопки, поля, меню с точными координатами |
Поиск файлов
Инструмент | Описание |
| Поиск текста или регулярного выражения в файлах внутри разрешенных директорий (как «Поиск в файлах» в VS Code) |
| Поиск файлов и директорий по шаблону имени (glob), как «Перейти к файлу» |
Руководство для агента
Инструмент | Описание |
| Компактное руководство по рабочему процессу для LLM-агентов — точные клики, метаданные координат, советы по качеству |
Логирование сессии
Инструмент | Описание |
| Начало записи вызовов инструментов в JSONL + скриншоты (по выбору) |
| Остановка записи, получение статистики сессии |
Установка
Скачайте бинарный файл из Releases.
Добавьте его в конфигурацию вашего MCP-клиента. Пример ниже приведен для Claude Desktop — для других клиентов обратитесь к их документации.
Claude Desktop: %APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"test-utils": {
"command": "D:\\path\\to\\mcp-test-utils.exe"
}
}
}Перезапустите Claude Desktop.
В чате попробуйте: "Take a screenshot" — агент вернет изображение вашего рабочего стола.
С логированием и поиском файлов (опционально)
{
"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"
}
}
}
}Пресеты качества
Скриншоты поддерживают настраиваемое качество для баланса между детализацией и стоимостью токенов:
Пресет | Масштаб | Формат | Вариант использования |
| 100% | JPEG q90 | Максимальная детализация |
| 50% | JPEG q70 | Сбалансированный (по умолчанию) |
| 50% | PNG | Когда нужен PNG |
| 25% | Grayscale | Минимальная стоимость токенов |
| 10–100% | JPEG / PNG / Grayscale | Полный контроль |
Переменные окружения
Переменная | Описание | По умолчанию |
| Путь для логов сессий. Без него инструменты логирования скрыты | — |
| Лимит размера сессии (предупреждение при превышении) |
|
| Автоудаление сессий старше N дней. |
|
| Разрешенные директории для | — |
Как это работает
MCP Test Utils — это сервер JSON-RPC 2.0, общающийся через stdin/stdout. Любой MCP-совместимый клиент запускает бинарный файл, отправляет вызовы инструментов и получает структурированные ответы (текст, изображения base64). Протестировано с Claude Desktop.
Сервер использует нативные API Windows напрямую — Win32 GDI для скриншотов, SendInput для мыши и клавиатуры, UI Automation COM API для инспекции элементов, WinRT Windows.Media.Ocr для распознавания текста. Поиск файлов использует движок ripgrep (grep-regex, grep-searcher, ignore) — кроссплатформенно, без внешних зависимостей. Никакого PowerShell, никаких внешних инструментов, никакого доступа к сети.
Варианты использования
Автоматизированный QA — агент перемещается по приложению, кликает по сценариям, делает скриншоты на каждом шаге, пишет отчет о тестировании
Автоматизация рабочего стола — заполнение форм, копирование данных между окнами, выполнение рабочих процессов
Аудит доступности — сканирование дерева UI Automation на предмет отсутствующих меток или ролей
Визуальная регрессия — сравнение скриншотов между релизами
Извлечение данных — OCR текста из приложений, которые не предоставляют API
Поиск кода — поиск паттернов в нескольких проектах, не покидая сессию агента
Безопасность
Отвечает только на запросы от MCP-клиента
Не открывает сетевые порты
Ничего не записывает на диск (кроме логирования по выбору)
Не отправляет данные вовне
Скриншоты захватывают весь экран — убедитесь, что конфиденциальная информация не видна
Поиск файлов изолирован (песочница) — доступны только директории в
MCP_SEARCH_DIRS
Поддержите нас
Бесплатно и без ограничений. Если вам это полезно — jeenyjai.github.io
Лицензия
Copyright 2026 JeenyJAI. Все права защищены.
🚀 Создано с помощью Claude
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Connect ChatGPT, Claude, Cursor or VS Code to your Windows PC: files, terminal, browser, apps.
Real desktops for AI agents, on machines you choose: screenshot, type, click, hire more agents.
PDF and image tools for AI agents: compress, merge, split, OCR, sign. Runs locally, never uploads.
Windows computers for AI agents. Office, desktop apps, browser tasks, testing and file transfer.
Related MCP Servers
- AlicenseAqualityAmaintenanceWindows desktop automation MCP server — screenshot, mouse, keyboard & UI Automation. Lets LLM agents see and control your Windows desktop directly.30726 npm26MIT
- FlicenseNot gradedqualityDmaintenanceEnables AI agents to control Windows GUI applications like a human using screen capture, OCR, mouse and keyboard input, and window management, with safety levels and memory.-
- AlicenseNot gradedqualityBmaintenanceEnables AI assistants to autonomously control Windows 11 and 10 desktops via sub-10ms screen capture, native UI Automation element inspection, and zero-lag keyboard and mouse input. Combines a visual plane with a semantic plane and stall detection so agents can operate real applications reliably without vision-only guessing.262 npm151 PyPI7MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI clients to see and control a Windows desktop through screenshots, built-in OCR, mouse and keyboard input, and accessibility trees read via UI Automation, MSAA and Chrome DevTools Protocol. It also manages windows, virtual desktops and element-level actions such as invoking controls or setting values, running on Node.js with the PowerShell that ships with Windows.9Apache 2.0