MCP Test Utils

Name: mcp-test-utils
Author: JeenyJAI

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。

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

从 Releases 下载二进制文件。
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"
    }
  }
}

重启 Claude Desktop。
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

🚀 由 Claude 创建

mcp-test-utils