Об этом проекте

Windows-MCP — это легковесный опенсорсный MCP-сервер (Model Context Protocol), который соединяет ИИ-агентов и операционную систему Windows. Он позволяет агентам выполнять навигацию по файлам, управление приложениями, взаимодействие с интерфейсом и QA-тестирование, предоставляя автоматизацию пользовательского интерфейса Windows в виде инструментов MCP. Ключевые возможности: - Нативная интеграция с Windows: открывает приложения, управляет окнами, имитирует ввод с клавиатуры и мыши, а также захватывает состояние окна/интерфейса. - Работает с любой LLM; традиционный конвейер компьютерного зрения или дообученная модель не требуются, а зрение является опциональным. - Набор инструментов для автоматизации пользовательского интерфейса, охватывающий базовые операции клавиатуры и мыши, а также снимки экрана или интерфейса. - Режим DOM для автоматизации браузера: опция `use_dom=True` в инструменте State фокусируется на содержимом веб-страницы и отфильтровывает элементы браузера. Поддерживаются Chrome, Edge и Firefox (Firefox использует запасной вариант IAccessible2). - Сообщается, что типичная задержка между действиями составляет примерно 0,2–0,5 секунды и зависит от нагрузки на систему и скорости инференса LLM. Установка и запуск: - Требуются Python 3.13+ и пакетный менеджер uv. Рекомендуется использовать английский язык интерфейса Windows; в противном случае инструмент App следует отключить. - Можно запускать напрямую с помощью `uvx windows-mcp serve` или установить как задание планировщика для отдельного пользователя через `windows-mcp install` (для удаления используется `uninstall`). Журналы сохраняются в `~/.windows-mcp/`. - Поддерживаются транспорты stdio (по умолчанию), SSE и streamable-http. Инструкции по настройке приведены для Claude Desktop, Perplexity Desktop, Gemini CLI, Qwen Code, Codex CLI, Autohand Code и Claude Code, включая мост через WSL с помощью powershell.exe. Безопасность и контроль доступа: - Аутентификация по bearer-токену, списки разрешённых IP с диапазонами CIDR, опциональные списки разрешённых источников CORS, TLS/HTTPS через файлы сертификата и ключа, а также OAuth 2.0 с PKCE для совместимых клиентов. - Выбор инструментов через белый список `--tools` или чёрный список `--exclude-tools`. - Конфигурация может храниться в `~/.windows-mcp/config.toml`, при этом флаги CLI переопределяют значения из файла. Помощник `auth` может генерировать ключи и самоподписанные сертификаты. - Инструмент Scrape блокирует частные IP-адреса, loopback, link-local адреса, учётные данные в URL и схемы, отличные от HTTP. Переменные окружения охватывают масштабирование скриншотов и бэкенд захвата (dxcam/mss/pillow), профилирование снимков, отключение вспышки при захвате, параметры безопасности, режим HTTP без сохранения состояния, анонимную телеметрию (включена по умолчанию, может быть отключена) и отладочное логирование. Сторожевой механизм фокуса UIA доступен, но по умолчанию выключен. Проект распространяется под лицензией MIT и опубликован в PyPI и MCP Registry.