このプロジェクトについて

Windows-MCPは、AIエージェントとWindowsオペレーティングシステムを橋渡しする軽量なオープンソースのMCP（Model Context Protocol）サーバーです。WindowsのUI自動化をMCPツールとして公開することで、エージェントがファイルナビゲーション、アプリケーション制御、UI操作、QAテストを実行できるようにします。 主な機能： - ネイティブWindows統合：アプリの起動、ウィンドウの制御、キーボードおよびマウス入力のシミュレーション、ウィンドウ/UI状態のキャプチャ。 - 任意のLLMで動作；従来のコンピュータビジョンパイプラインやファインチューニングされたモデルは不要で、ビジョンはオプションです。 - 基本的なキーボード/マウス操作と画面またはUIスナップショットをカバーするUI自動化用ツールセット。 - ブラウザ自動化用のDOMモード：Stateツールの`use_dom=True`オプションは、ウェブページのコンテンツに焦点を当て、ブラウザのクロムをフィルタリングします。Chrome、Edge、Firefoxをサポート（FirefoxはIAccessible2フォールバックを使用）。 - 報告される典型的なアクション間のレイテンシは約0.2〜0.5秒で、システム負荷とLLM推論速度によって異なります。 インストールと実行： - Python 3.13+とuvパッケージマネージャーが必要です。英語がWindowsの表示言語として推奨されます；それ以外の場合はAppツールを無効にする必要があります。 - `uvx windows-mcp serve`で直接実行するか、`windows-mcp install`でユーザーごとのスケジュールタスクとしてインストールできます（`uninstall`で削除）。ログは`~/.windows-mcp/`に保存されます。 - stdio（デフォルト）、SSE、ストリーム可能なHTTP転送をサポート。Claude Desktop、Perplexity Desktop、Gemini CLI、Qwen Code、Codex CLI、Autohand Code、Claude Code用のセットアップ手順が提供されており、powershell.exeを介したWSLブリッジも含まれます。 セキュリティとアクセス制御： - Bearerトークン認証、CIDR範囲を持つIP許可リスト、オプションのCORSオリジン許可リスト、証明書とキーファイルによるTLS/HTTPS、互換性のあるクライアント向けのOAuth 2.0 with PKCE。 - `--tools`ホワイトリストまたは`--exclude-tools`ブラックリストによるツール選択。 - 設定は`~/.windows-mcp/config.toml`に保存でき、CLIフラグがファイル値を上書きします。`auth`ヘルパーはキーと自己署名証明書を生成できます。 - Scrapeツールは、プライベートIP、ループバック、リンクローカルアドレス、URL内の資格情報、非HTTPスキームをブロックします。 環境変数は、スクリーンショットのスケーリングとキャプチャバックエンド（dxcam/mss/pillow）、スナップショットプロファイリング、キャプチャフラッシュの無効化、セキュリティ設定、ステートレスHTTPモード、匿名テレメトリ（デフォルトでオン、無効化可能）、デバッグログをカバーします。UIAフォーカスウォッチドッグは利用可能ですが、デフォルトではオフです。 このプロジェクトはMITライセンスで、PyPIとMCPレジストリで公開されています。