> ⚠️ **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

```powershell
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）：

```json
{
  "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）

1. `open_app("Docker Desktop")` → 解析到 `D:\Docker\Docker\Docker Desktop.exe` 并启动；
2. 轮询 ~15s 后 Docker 引擎就绪（v29.7.2，`npipe://./pipe/dockerDesktopLinuxEngine`）；
3. 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）；
4. `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）；
5. `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。