MCP Desktop Automation

基本能力

产品定位

MCP Desktop Automation 是一个桌面自动化服务，旨在通过编程方式控制桌面操作，如鼠标移动、键盘输入和屏幕截图捕获。

核心功能

• 鼠标控制：移动鼠标到指定坐标，执行单击或双击操作。
• 键盘输入：模拟键盘按键或组合键，支持文本输入。
• 屏幕截图：捕获当前屏幕内容，支持获取屏幕尺寸。
• 简单JSON响应格式：所有操作返回JSON格式的响应，便于集成和处理。

适用场景

• 自动化测试：模拟用户操作进行UI测试。
• 远程协助：通过程序控制远程桌面。
• 数据采集：自动化截图用于数据记录或分析。
• 办公自动化：自动化重复的键盘和鼠标操作，提高效率。

工具列表

• get_screen_size：获取屏幕尺寸。
• screen_capture：捕获当前屏幕内容。
• keyboard_press：模拟键盘按键或组合键。
• keyboard_type：在当前位置输入文本。
• mouse_click：执行鼠标单击或双击。
• mouse_move：移动鼠标到指定坐标。

常见问题解答

• 权限问题：首次运行时需在操作系统安全设置中授予截图和输入控制权限。
• 响应大小限制：当前实现有1MB响应大小限制，高分辨率截图可能失败，建议使用800x600分辨率或捕获特定区域。

使用教程

使用依赖

• Node.js (>=14.x)

安装教程

{
  "mcpServers": {
    "desktop-automation": {
      "command": "npx",
      "args": ["-y", "mcp-desktop-automation"]
    }
  }
}

调试方式

1. 确保已安装 Node.js 并配置好环境。
2. 运行上述配置命令启动服务。
3. 使用提供的工具（如 mouse_move、keyboard_press）进行测试，观察操作是否按预期执行。
4. 检查系统权限设置，确保已授予必要的权限。

许可证

该项目遵循 MIT 开源许可条款。