इस प्रोजेक्ट के बारे में

Windows-MCP एक हल्का, ओपन-सोर्स MCP (मॉडल कॉन्टेक्स्ट प्रोटोकॉल) सर्वर है जो AI एजेंटों और Windows ऑपरेटिंग सिस्टम के बीच सेतु का काम करता है। यह एजेंटों को Windows UI स्वचालन को MCP टूल्स के रूप में उजागर करके फ़ाइल नेविगेशन, एप्लिकेशन नियंत्रण, UI इंटरैक्शन और QA परीक्षण करने की अनुमति देता है। मुख्य क्षमताएँ: - मूल Windows एकीकरण: ऐप्स खोलता है, विंडो नियंत्रित करता है, कीबोर्ड और माउस इनपुट का अनुकरण करता है, और विंडो/UI स्थिति कैप्चर करता है। - किसी भी LLM के साथ काम करता है; किसी पारंपरिक कंप्यूटर-विज़न पाइपलाइन या फाइन-ट्यून मॉडल की आवश्यकता नहीं है, और विज़न वैकल्पिक है। - UI स्वचालन के लिए टूलसेट जिसमें बुनियादी कीबोर्ड/माउस संचालन और स्क्रीन या UI स्नैपशॉट शामिल हैं। - ब्राउज़र स्वचालन के लिए DOM मोड: State टूल पर `use_dom=True` विकल्प वेब पेज सामग्री पर केंद्रित होता है और ब्राउज़र क्रोम को फ़िल्टर करता है। यह Chrome, Edge और Firefox का समर्थन करता है (Firefox IAccessible2 फ़ॉलबैक का उपयोग करता है)। - रिपोर्ट की गई सामान्य विलंबता क्रियाओं के बीच लगभग 0.2–0.5 सेकंड है, जो सिस्टम लोड और LLM अनुमान गति के साथ भिन्न होती है। स्थापना और चलाना: - Python 3.13+ और uv पैकेज मैनेजर की आवश्यकता है। Windows प्रदर्शन भाषा के रूप में अंग्रेज़ी की सिफारिश की जाती है; अन्यथा App टूल को अक्षम किया जाना चाहिए। - सीधे `uvx windows-mcp serve` के साथ चलाया जा सकता है, या `windows-mcp install` के माध्यम से प्रति-उपयोगकर्ता अनुसूचित कार्य के रूप में स्थापित किया जा सकता है (इसे हटाने के लिए `uninstall` के साथ)। लॉग `~/.windows-mcp/` में जाते हैं। - stdio (डिफ़ॉल्ट), SSE और स्ट्रीमेबल-http ट्रांसपोर्ट का समर्थन करता है। Claude Desktop, Perplexity Desktop, Gemini CLI, Qwen Code, Codex CLI, Autohand Code और Claude Code के लिए सेटअप निर्देश प्रदान किए गए हैं, जिसमें powershell.exe के माध्यम से WSL ब्रिजिंग शामिल है। सुरक्षा और पहुँच नियंत्रण: - बियरर-टोकन प्रमाणीकरण, CIDR रेंज के साथ IP अनुमतियाँ, वैकल्पिक CORS मूल अनुमतियाँ, प्रमाणपत्र और कुंजी फ़ाइलों के माध्यम से TLS/HTTPS, और संगत क्लाइंट के लिए PKCE के साथ OAuth 2.0। - `--tools` व्हाइटलिस्ट या `--exclude-tools` ब्लैकलिस्ट के माध्यम से टूल चयन। - कॉन्फ़िगरेशन `~/.windows-mcp/config.toml` में संग्रहीत किया जा सकता है, CLI फ़्लैग फ़ाइल मानों को ओवरराइड करते हैं। एक `auth` सहायक कुंजी और स्व-हस्ताक्षरित प्रमाणपत्र उत्पन्न कर सकता है। - Scrape टूल निजी IP, लूपबैक, लिंक-लोकल पते, URL में क्रेडेंशियल और गैर-HTTP स्कीम को ब्लॉक करता है। पर्यावरण चर स्क्रीनशॉट स्केलिंग और कैप्चर बैकएंड (dxcam/mss/pillow), स्नैपशॉट प्रोफाइलिंग, कैप्चर फ्लैश को अक्षम करना, सुरक्षा सेटिंग्स, स्टेटलेस HTTP मोड, गुमनाम टेलीमेट्री (डिफ़ॉल्ट रूप से चालू, अक्षम किया जा सकता है) और डीबग लॉगिंग को कवर करते हैं। एक UIA फोकस वॉचडॉग उपलब्ध है लेकिन डिफ़ॉल्ट रूप से बंद है। परियोजना MIT-लाइसेंस प्राप्त है और PyPI और MCP रजिस्ट्री पर प्रकाशित है।