প্রকল্প সম্পর্কে

Windows-MCP একটি হালকা, ওপেন-সোর্স MCP (মডেল কনটেক্সট প্রোটোকল) সার্ভার যা AI এজেন্ট এবং উইন্ডোজ অপারেটিং সিস্টেমের মধ্যে সেতু তৈরি করে। এটি এজেন্টদের ফাইল নেভিগেশন, অ্যাপ্লিকেশন নিয়ন্ত্রণ, UI ইন্টারঅ্যাকশন এবং QA টেস্টিং সম্পাদন করতে দেয়, উইন্ডোজ UI অটোমেশনকে MCP টুল হিসাবে প্রকাশ করে। মূল ক্ষমতা: - নেটিভ উইন্ডোজ ইন্টিগ্রেশন: অ্যাপ খোলে, উইন্ডো নিয়ন্ত্রণ করে, কীবোর্ড এবং মাউস ইনপুট সিমুলেট করে এবং উইন্ডো/UI অবস্থা ক্যাপচার করে। - যেকোনো LLM-এর সাথে কাজ করে; কোনো প্রথাগত কম্পিউটার-ভিশন পাইপলাইন বা ফাইন-টিউনড মডেল প্রয়োজন হয় না, এবং ভিশন ঐচ্ছিক। - UI অটোমেশনের জন্য টুলসেট যা মৌলিক কীবোর্ড/মাউস অপারেশন এবং স্ক্রিন বা UI স্ন্যাপশট কভার করে। - ব্রাউজার অটোমেশনের জন্য DOM মোড: State টুলে `use_dom=True` অপশন ওয়েব পেজ কনটেন্টে ফোকাস করে এবং ব্রাউজার ক্রোম ফিল্টার করে। এটি Chrome, Edge এবং Firefox সমর্থন করে (Firefox IAccessible2 ফলব্যাক ব্যবহার করে)। - রিপোর্টকৃত সাধারণ লেটেন্সি অ্যাকশনের মধ্যে প্রায় 0.2–0.5 সেকেন্ড, যা সিস্টেম লোড এবং LLM ইনফারেন্স গতির সাথে পরিবর্তিত হয়। ইনস্টলেশন এবং চালানো: - Python 3.13+ এবং uv প্যাকেজ ম্যানেজার প্রয়োজন। উইন্ডোজ ডিসপ্লে ভাষা হিসাবে ইংরেজি সুপারিশ করা হয়; অন্যথায় App টুল নিষ্ক্রিয় করা উচিত। - সরাসরি `uvx windows-mcp serve` দিয়ে চালানো যায়, অথবা `windows-mcp install` দিয়ে প্রতি-ব্যবহারকারী শিডিউলড টাস্ক হিসাবে ইনস্টল করা যায় (`uninstall` দিয়ে সরানো যায়)। লগ `~/.windows-mcp/`-এ যায়। - stdio (ডিফল্ট), SSE এবং streamable-http ট্রান্সপোর্ট সমর্থন করে। Claude Desktop, Perplexity Desktop, Gemini CLI, Qwen Code, Codex CLI, Autohand Code এবং Claude Code-এর জন্য সেটআপ নির্দেশনা দেওয়া আছে, যার মধ্যে powershell.exe-এর মাধ্যমে WSL ব্রিজিংও অন্তর্ভুক্ত। নিরাপত্তা এবং অ্যাক্সেস নিয়ন্ত্রণ: - Bearer-টোকেন অথেন্টিকেশন, CIDR রেঞ্জ সহ IP অ্যালোলিস্ট, ঐচ্ছিক CORS অরিজিন অ্যালোলিস্ট, সার্টিফিকেট এবং কী ফাইল সহ TLS/HTTPS এবং সামঞ্জস্যপূর্ণ ক্লায়েন্টের জন্য OAuth 2.0 PKCE সহ। - `--tools` হোয়াইটলিস্ট বা `--exclude-tools` ব্ল্যাকলিস্টের মাধ্যমে টুল নির্বাচন। - কনফিগারেশন `~/.windows-mcp/config.toml`-এ সংরক্ষণ করা যায়, CLI ফ্ল্যাগ ফাইল মান ওভাররাইড করে। `auth` হেল্পার কী এবং স্ব-স্বাক্ষরিত সার্টিফিকেট তৈরি করতে পারে। - Scrape টুল প্রাইভেট IP, লুপব্যাক, লিংক-লোকাল ঠিকানা, URL-এ ক্রেডেনশিয়াল এবং নন-HTTP স্কিম ব্লক করে। এনভায়রনমেন্ট ভেরিয়েবল স্ক্রিনশট স্কেলিং এবং ক্যাপচার ব্যাকএন্ড (dxcam/mss/pillow), স্ন্যাপশট প্রোফাইলিং, ক্যাপচার ফ্ল্যাশ নিষ্ক্রিয়করণ, নিরাপত্তা সেটিংস, স্টেটলেস HTTP মোড, অ্যানোনিমাস টেলিমেট্রি (ডিফল্ট চালু, নিষ্ক্রিয় করা যায়) এবং ডিবাগ লগিং কভার করে। একটি UIA ফোকাস ওয়াচডগ আছে তবে ডিফল্ট বন্ধ। প্রজেক্টটি MIT-লাইসেন্সযুক্ত এবং PyPI ও MCP রেজিস্ট্রিতে প্রকাশিত।