Sobre el proyecto

Windows-MCP es un servidor MCP (Model Context Protocol) ligero y de código abierto que conecta agentes de IA con el sistema operativo Windows. Permite a los agentes realizar navegación de archivos, control de aplicaciones, interacción con la interfaz de usuario y pruebas de QA al exponer la automatización de la interfaz de Windows como herramientas MCP. Capacidades clave: - Integración nativa con Windows: abre aplicaciones, controla ventanas, simula entrada de teclado y ratón, y captura el estado de ventanas/interfaz. - Funciona con cualquier LLM; no se requiere un pipeline tradicional de visión por computadora ni un modelo ajustado, y la visión es opcional. - Conjunto de herramientas para automatización de interfaz que cubre operaciones básicas de teclado/ratón y capturas de pantalla o de interfaz. - Modo DOM para automatización de navegadores: una opción `use_dom=True` en la herramienta State se centra en el contenido de la página web y filtra el cromo del navegador. Admite Chrome, Edge y Firefox (Firefox usa un respaldo IAccessible2). - La latencia típica reportada entre acciones es de aproximadamente 0,2–0,5 segundos, variando según la carga del sistema y la velocidad de inferencia del LLM. Instalación y ejecución: - Requiere Python 3.13+ y el gestor de paquetes uv. Se recomienda el inglés como idioma de visualización de Windows; de lo contrario, la herramienta App debe desactivarse. - Puede ejecutarse directamente con `uvx windows-mcp serve`, o instalarse como una tarea programada por usuario mediante `windows-mcp install` (con `uninstall` para eliminarla). Los registros van a `~/.windows-mcp/`. - Admite transporte stdio (predeterminado), SSE y streamable-http. Se proporcionan instrucciones de configuración para Claude Desktop, Perplexity Desktop, Gemini CLI, Qwen Code, Codex CLI, Autohand Code y Claude Code, incluido el puente WSL mediante powershell.exe. Seguridad y control de acceso: - Autenticación con token Bearer, listas de permitidos de IP con rangos CIDR, listas de permitidos de orígenes CORS opcionales, TLS/HTTPS mediante archivos de certificado y clave, y OAuth 2.0 con PKCE para clientes compatibles. - Selección de herramientas mediante lista blanca `--tools` o lista negra `--exclude-tools`. - La configuración puede almacenarse en `~/.windows-mcp/config.toml`, y las banderas de CLI sobrescriben los valores del archivo. Un asistente `auth` puede generar claves y certificados autofirmados. - La herramienta Scrape bloquea IP privadas, loopback, direcciones link-local, credenciales en URLs y esquemas no HTTP. Las variables de entorno cubren el escalado de capturas y el backend de captura (dxcam/mss/pillow), el perfilado de instantáneas, la desactivación del destello de captura, ajustes de seguridad, modo HTTP sin estado, telemetría anónima (activada por defecto, puede desactivarse) y registro de depuración. Hay disponible un vigilante de foco UIA, pero está desactivado por defecto. El proyecto tiene licencia MIT y está publicado en PyPI y en el MCP Registry.