这个项目能做什么

Windows-MCP 是一个轻量级、开源的 MCP（Model Context Protocol）服务器，用于在 AI 代理与 Windows 操作系统之间建立桥梁。它通过将 Windows UI 自动化暴露为 MCP 工具，让代理能够执行文件导航、应用控制、UI 交互和 QA 测试。 主要能力： - 原生 Windows 集成：打开应用、控制窗口、模拟键盘和鼠标输入，并捕获窗口/UI 状态。 - 兼容任意 LLM；不需要传统的计算机视觉流水线或微调模型，视觉功能为可选。 - 用于 UI 自动化的工具集，涵盖基本键盘/鼠标操作以及屏幕或 UI 快照。 - 用于浏览器自动化的 DOM 模式：State 工具上的 `use_dom=True` 选项会聚焦网页内容并过滤掉浏览器外壳。它支持 Chrome、Edge 和 Firefox（Firefox 使用 IAccessible2 回退方案）。 - 据报告，操作之间的典型延迟约为 0.2–0.5 秒，具体取决于系统负载和 LLM 推理速度。 安装与运行： - 需要 Python 3.13+ 和 uv 包管理器。建议将 Windows 显示语言设为英语；否则应禁用 App 工具。 - 可以直接使用 `uvx windows-mcp serve` 运行，也可以通过 `windows-mcp install` 安装为按用户计划任务（使用 `uninstall` 移除）。日志写入 `~/.windows-mcp/`。 - 支持 stdio（默认）、SSE 和 streamable-http 传输。提供了针对 Claude Desktop、Perplexity Desktop、Gemini CLI、Qwen Code、Codex CLI、Autohand Code 和 Claude Code 的设置说明，包括通过 powershell.exe 进行 WSL 桥接。 安全与访问控制： - Bearer 令牌认证、带 CIDR 范围的 IP 允许列表、可选的 CORS 来源允许列表、通过证书和密钥文件启用 TLS/HTTPS，以及面向兼容客户端的带 PKCE 的 OAuth 2.0。 - 通过 `--tools` 白名单或 `--exclude-tools` 黑名单进行工具选择。 - 配置可存储在 `~/.windows-mcp/config.toml` 中，CLI 标志会覆盖文件中的值。`auth` 辅助工具可以生成密钥和自签名证书。 - Scrape 工具会阻止私有 IP、回环地址、链路本地地址、URL 中的凭据以及非 HTTP 方案。 环境变量涵盖截图缩放和捕获后端（dxcam/mss/pillow）、快照分析、禁用捕获闪光、安全设置、无状态 HTTP 模式、匿名遥测（默认开启，可禁用）和调试日志。UIA 焦点看门狗可用，但默认关闭。 该项目采用 MIT 许可证，并发布在 PyPI 和 MCP Registry 上。