Skip to main content
Glama
mcp-test-utils

mcp-test-utils

by JeenyJAI

MCP Test Utils

100% AI 代码 · 人工审核

version: 3.10.1 tools: 19 AI generated: 100%

用于自动化桌面 UI 测试的 MCP 服务器。单个二进制文件 —— 无需运行时、无依赖、无需安装。

仅限 Windows x64。 计划支持 macOS 和 Linux。

为 AI 智能体提供“眼睛”和“双手”:截图、窗口管理、鼠标、键盘、UI 自动化、OCR、文件搜索。

Related MCP server: WinPilot Computer Use MCP

为什么使用它

AI 智能体可以触发应用程序中的操作,但无法“看到”屏幕。此服务器弥补了这一差距:

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

完全自主,无需用户参与。

演示

10 个任务。一次录制。 在 YouTube 上观看 →

MCP Test Utils — 完整演示

MCP Test Utils 与 Anthropic Computer Use 的对比

Claude Cowork 现在内置了 Computer Use —— Claude 可以截取屏幕截图并直观地点击界面。它无需任何设置即可工作。MCP Test Utils 采用了不同的方法:它不是通过截图猜测点击位置,而是通过 Windows API 读取实际的 UI 结构。

MCP Test Utils

Computer Use

点击精度

精确 — UI Automation API

基于截图的视觉估算

速度与 Token 成本

快速,低成本 — 文本响应

较慢,成本高 — 每步都需要图像

UI 结构

完整树:角色、状态、坐标

不可用

OCR

单词级坐标,多语言

不可用(仅限模型视觉)

窗口管理

基于 API,窗口相对坐标

视觉导航

文件搜索

内置 Ripgrep 引擎

不可用

会话日志

JSONL + 截图

不可用

视觉分析

✅ 同 Claude 模型,全分辨率 1:1

✅ 同 Claude 模型

设置

下载二进制文件,添加到配置

内置,一键开关

移动端 / 调度

—

✅ 手机端任务

跨平台

Windows (计划支持 macOS/Linux)

macOS + Windows

MCP Test Utils 更快、更精确,且单次操作成本更低。Computer Use 更易于上手且支持跨平台。它们互为补充。

平台

平台

状态

Windows x64

✅ 完全支持

macOS arm64

⏳ 计划中

Linux x64

⏳ 计划中

工具 (19)

视觉

工具

描述

take_screenshot

截取整个桌面,支持配置质量

take_window_screenshot

截取特定窗口(屏幕或窗口捕获模式)

read_screen_text

对整个屏幕进行 OCR (Windows.Media.Ocr)

read_region_text

对屏幕区域进行 OCR,提供精确的单词坐标

窗口管理

工具

描述

list_windows

列出窗口(包含 id、标题、应用、位置、大小、最小化、焦点状态)

focus_window

将窗口置于前台,如果已最小化则恢复

输入

工具

描述

mouse_click

在屏幕或窗口相对坐标处点击(左键/右键/中键)

mouse_move

将光标移动到指定点

mouse_drag

从 A 点拖动到 B 点

mouse_scroll

滚动鼠标滚轮

keyboard_type

输入文本(支持完整 Unicode — 拉丁文、西里尔文、CJK、表情符号)

keyboard_press

按下按键(Enter、Tab、F1–F12、方向键等)

keyboard_shortcut

组合键(Ctrl+S、Alt+F4、Ctrl+Shift+P 等)

结构化 UI 访问

工具

描述

list_ui_elements

UI 自动化树 — 按钮、字段、菜单及其精确坐标

文件搜索

工具

描述

search_in_files

在允许的目录内搜索文本或正则表达式(类似于 VS Code 的“在文件中查找”)

find_files

按名称模式 (glob) 查找文件和目录,类似于“转到文件”

智能体指南

工具

描述

get_usage_guide

为 LLM 智能体提供的紧凑工作流指南 — 精确点击、坐标元数据、质量提示

会话日志

工具

描述

enable_logging

开始将工具调用记录到 JSONL + 截图(需手动开启)

disable_logging

停止记录,获取会话统计信息

安装

  1. 从 Releases 下载二进制文件。

  2. 将其添加到您的 MCP 客户端配置中。以下示例适用于 Claude Desktop — 其他客户端请参考其文档。

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

{
  "mcpServers": {
    "test-utils": {
      "command": "D:\\path\\to\\mcp-test-utils.exe"
    }
  }
}
  1. 重启 Claude Desktop。

  2. 在聊天中尝试:“Take a screenshot” — 智能体将返回您的桌面图像。

启用日志记录和文件搜索(可选)

{
  "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"
      }
    }
  }
}

质量预设

截图支持可配置的质量,以平衡细节和 Token 成本:

预设

缩放

格式

使用场景

full

100%

JPEG q90

最大细节

standard

50%

JPEG q70

平衡(默认)

compact

50%

PNG

需要 PNG 时

minimal

25%

灰度

最低 Token 成本

custom

10–100%

JPEG / PNG / 灰度

完全控制

环境变量

变量

描述

默认值

MCP_LOG_DIR

日志会话路径。若未设置,日志工具将被隐藏

—

MCP_LOG_MAX_MB

会话大小限制(超出时发出警告)

500

MCP_LOG_RETAIN_DAYS

自动删除 N 天前的会话。设为 0 则禁用

30

MCP_SEARCH_DIRS

search_in_files 允许访问的目录(Windows 使用 ;,macOS/Linux 使用 :)。若未设置,该工具将被隐藏

—

工作原理

MCP Test Utils 是一个通过 stdin/stdout 通信的 JSON-RPC 2.0 服务器。任何兼容 MCP 的客户端都可以启动该二进制文件,发送工具调用,并接收结构化响应(文本、base64 图像)。已在 Claude Desktop 上测试。

该服务器直接使用原生 Windows API — Win32 GDI 用于截图,SendInput 用于鼠标和键盘,UI Automation COM API 用于元素检查,WinRT Windows.Media.Ocr 用于文本识别。文件搜索使用 ripgrep 引擎 (grep-regex, grep-searcher, ignore) — 跨平台,无外部依赖。无需 PowerShell,无需外部工具,无需网络访问。

使用场景

  • 自动化 QA — 智能体导航应用、点击流程、在每一步截屏、编写测试报告

  • 桌面自动化 — 填写表单、在窗口间复制数据、运行工作流

  • 无障碍审计 — 扫描 UI 自动化树以查找缺失的标签或角色

  • 视觉回归测试 — 跨版本截图对比

  • 数据提取 — 从未公开 API 的应用程序中 OCR 提取文本

  • 代码搜索 — 在不离开智能体对话的情况下跨多个项目查找模式

安全性

  • 仅响应来自 MCP 客户端的请求

  • 不打开任何网络端口

  • 不向磁盘写入任何内容(除非手动开启日志记录)

  • 不向外部发送任何数据

  • 截图会捕获整个屏幕 — 请确保没有敏感信息可见

  • 文件搜索已沙盒化 — 仅可访问 MCP_SEARCH_DIRS 中的目录

支持我们

免费且无限制。如果您觉得它有用 — jeenyjai.github.io

许可证

版权所有 2026 JeenyJAI。保留所有权利。


🚀 由 Claude 创建

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables 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 npm
      171 PyPI
      7
      MIT
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables AI models to control a local Windows desktop by moving the cursor, clicking, scrolling, typing Unicode text, sending key chords, and capturing screenshots. Runs natively on Windows with minimal latency and no heavy dependencies such as Python, PyAutoGUI, or Docker.
      151 npm
      1
      MIT