omniparser-autogui-mcp

(日本語版はこちら)

Este es un servidor MCP que analiza la pantalla con OmniParser y opera automáticamente la GUI.
Confirmado en Windows.

Notas de licencia

Esta es una licencia MIT, pero excluye submódulos y subpaquetes.
El repositorio de OmniParser es CC-BY-4.0.
Cada modelo de OmniParser tiene una licencia diferente ( referencia ).

Related MCP server: mcp-vroid

Instalación

1. Por favor haga lo siguiente:

git clone --recursive https://github.com/NON906/omniparser-autogui-mcp.git
cd omniparser-autogui-mcp
uv sync
set OCR_LANG=en
uv run download_models.py

(Además de Windows, utilice export en lugar de set ).
(Si desea que langchain_example.py funcione, uv sync --extra langchain en su lugar).

2. Agregue esto a su claude_desktop_config.json :

{
  "mcpServers": {
    "omniparser_autogui_mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "D:\\CLONED_PATH\\omniparser-autogui-mcp",
        "run",
        "omniparser-autogui-mcp"
      ],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "OCR_LANG": "en"
      }
    }
  }
}

(Reemplace D:\\CLONED_PATH\\omniparser-autogui-mcp con el directorio que clonó).

env permite las siguientes configuraciones adicionales:

• OMNI_PARSER_BACKEND_LOAD
  Si no funciona con otros clientes (como LibreChat ), especifique 1 .

• TARGET_WINDOW_NAME
  Si desea especificar la ventana a operar, especifique el nombre de la ventana.
  Si no se especifica, opera en toda la pantalla.

• OMNI_PARSER_SERVER
  Si desea que el procesamiento de OmniParser se realice en otro dispositivo, especifique la dirección y el puerto del servidor, como 127.0.0.1:8000 .
  El servidor se puede iniciar con uv run omniparserserver .

• SSE_HOST , SSE_PORT
  Si se especifica, la comunicación se realizará a través de SSE en lugar de stdio.

• SOM_MODEL_PATH , CAPTION_MODEL_NAME , CAPTION_MODEL_PATH , OMNI_PARSER_DEVICE , BOX_TRESHOLD
  Estos son para la configuración de OmniParser.
  Por lo general no son necesarios.

Ejemplos de uso

• Busque "servidor MCP" en el navegador en pantalla.

etc.