AI 知识库

Windows-MCP（CursorTouch 电脑操作 MCP 三件套）

3分钟阅读

Windows-MCP（CursorTouch 电脑操作 MCP 三件套）

官方介绍

Windows-MCP 是 CursorTouch 开源的轻量级 MCP 服务器（MIT 许可，PyPI 包名 windows-mcp），在 LLM 与 Windows 操作系统之间搭桥，让 AI Agent 直接执行文件导航、应用控制、UI 交互、QA 测试等任务。项目已进入 MCP 官方注册表（modelcontextprotocol/registry），在 Claude Desktop 扩展目录用户超过 200 万，支持 Windows 7 至 Windows 11。同一作者还维护 MacOS-MCP（基于 macOS 辅助功能 API + AppleScript）与 Android-MCP（基于 ADB + Android 辅助功能），三者构成一套「让 AI 操作电脑」的 MCP 三件套，共同思路是直接读系统原生接口、不依赖计算机视觉，任何 LLM 都能使用。

核心功能

  • 原生 Windows 集成：直接与 Windows UI 元素交互、打开应用、控制窗口、模拟键盘鼠标输入，基于 Windows UI Automation API。
  • 任意 LLM 可用（视觉可选）：不依赖传统计算机视觉技术或专门微调的模型。
  • UI 自动化工具集：键盘、鼠标基础操作与窗口 / UI 状态捕获工具。
  • 实时交互：动作间典型延迟 0.2～0.5 秒（受活跃应用数量、系统负载与 LLM 推理速度影响）。
  • DOM 模式：State-Tool 的 use_dom=True 模式只看网页内容、过滤浏览器 UI，支持 Chrome / Edge / Firefox，网页自动化更干净省 token。
  • 轻量开源、可扩展：依赖极少，MIT 许可，工具集可自行适配和扩展。

使用说明

  • 前置要求：Python 3.13+ 与 uv 包管理器；Windows 默认语言建议为英文，否则建议禁用服务器内的 App-Tool 工具。
  • 运行：uvx windows-mcp serve；传输方式支持 stdio（默认）/ SSE / Streamable HTTP，用 --transport 指定。
  • 开机自启：windows-mcp install 创建按用户计划任务（windows-mcp uninstall 卸载），日志写入 ~/.windows-mcp/ 目录。
  • 客户端接入：官方提供 Claude Desktop、Claude Code、Perplexity Desktop、Gemini CLI、Qwen Code、Codex CLI、Autohand Code 等配置示例。
  • 安全控制：远程访问支持 auth-key 认证、IP 白名单、TLS/HTTPS、OAuth 2.0 + PKCE，以及 —tools / —exclude-tools 工具白名单机制。

官方链接

反向链接