⚠️ 实验性 / 不成熟（EXPERIMENTAL / PRE-ALPHA）
这是个人「边做边学」的作品，尚未成熟、未上生产。它只在我的 Windows 机器上真机验证过一次（打开 Dify 的场景）， Windows 专属，代码简单、缺少测试与文档，接口随时可能变动，也不保证安全。 请不要在重要/生产环境使用；如要用于他人机器或无人值守，风险自负。

pad-actions — 通用 Windows 动作 MCP

一个通用的、不局限于单一演示的 MCP 服务器：把"打开应用 / 打开 URL / 截图 / 查询服务状态 / 等待"定义成可复用工具。首个落地场景 = 从人的视角演示打开 Dify。

工具（通用动作）

工具	参数	作用
`open_app`	`name` (注册表 DisplayName 或 exe 名)、`path`? (exe 全路径)	启动应用（如 `Docker Desktop`、`notepad`）。注入：Explorer.exe 关联打开，非鼠标点击
`open_url`	`url`、`browser`? (default/chrome/edge/firefox)	用默认浏览器打开 URL
`screenshot`	`path`?	全屏 PNG 截图，返回保存路径
`get_screen_size`	—	虚拟桌面尺寸
`app_running`	`name`	检查进程是否在运行（可用于轮询 Docker 引擎就绪）
`wait`	`ms`	等待若干毫秒

所有工具返回结构化结果；不移动/点击鼠标，符合"鼠标不必要"。

开发与运行

cd pad-actions
uv sync
uv run pad-actions            # stdio（默认）
# uv run pad-actions sse   | streamable-http   （可选传输）

环境：Python 3.11+；依赖 mcp>=2（v2 API，FastMCP 已更名为 MCPServer）、mss、psutil。

客户端接入示例（Claude Desktop config）

uv sync 之后，脚本入口在这里（uv sync 时会提示，或用 uv run which pad-actions 确认实际路径）：

{
  "mcpServers": {
    "pad-actions": {
      "command": "D:\\11\\Ayxi\\ai infra\\pad-actions\\.venv\\Scripts\\pad-actions.exe"
    }
  }
}

已真机验证的成果（2026-09-08）

open_app("Docker Desktop") → 解析到 D:\Docker\Docker\Docker Desktop.exe 并启动；
轮询 ~15s 后 Docker 引擎就绪（v29.7.2，npipe://./pipe/dockerDesktopLinuxEngine）；
因 Dify 容器全部 restart: always，引擎一启容器自动恢复（nginx/api/web/db 等 15 个全部 Up）；
open_url("http://localhost") → HTTP 200，页面标题 "Sign in - Dify"（DB 已有管理员，故登录页而非 /install）；
screenshot() 保存为 ../dify/dify-open.png 作为演示截图。

一次 open_app → 引擎自愈 → 容器自启 → 打开页面，完整串通了"从人的视角打开 Dify"这个动作闭环。