Computersteuerung MCP

MCP-Server, der Computersteuerungsfunktionen wie Maus, Tastatur, OCR usw. mithilfe von PyAutoGUI, RapidOCR und ONNXRuntime bereitstellt. Ähnlich wie „computer-use“ von Anthropic. Ohne externe Abhängigkeiten.

Nur unter Windows getestet. Sollte auch auf anderen Plattformen funktionieren.

Demo zur MCP-Computersteuerung

Schnelle Verwendung (MCP-Setup mit `uvx` )

Hinweis: Beim ersten Ausführen uvx computer-control-mcp@latest werden Python-Abhängigkeiten (ca. 70 MB) heruntergeladen, was einige Zeit in Anspruch nehmen kann. Es wird empfohlen, dies in einem Terminal auszuführen, bevor Sie es als MCP verwenden. Nachfolgende Ausführungen erfolgen sofort.

{
  "mcpServers": {
    "computer-control-mcp": {
      "command": "uvx",
      "args": ["computer-control-mcp@latest"]
    }
  }
}

ODER global mit pip installieren:

pip install computer-control-mcp

Führen Sie dann den Server mit folgendem Befehl aus:

computer-control-mcp # instead of uvx computer-control-mcp, so you can use the latest version, also you can `uv cache clean` to clear the cache and `uvx` again to use latest version.

Merkmale

Steuern Sie Mausbewegungen und Klicks
Geben Sie Text an der aktuellen Cursorposition ein
Machen Sie Screenshots des gesamten Bildschirms oder bestimmter Fenster mit optionalem Speichern im Download-Verzeichnis
Extrahieren Sie Text aus Screenshots mithilfe von OCR (Optical Character Recognition)
Fenster auflisten und aktivieren
Drücken Sie die Tastaturtasten
Drag-and-Drop-Vorgänge

Verfügbare Tools

Maussteuerung

click_screen(x: int, y: int) : Klicken Sie an den angegebenen Bildschirmkoordinaten
move_mouse(x: int, y: int) : Bewegen Sie den Mauszeiger zu den angegebenen Koordinaten
drag_mouse(from_x: int, from_y: int, to_x: int, to_y: int, duration: float = 0.5) : Maus von einer Position zur anderen ziehen

Tastatursteuerung

type_text(text: str) : Geben Sie den angegebenen Text an der aktuellen Cursorposition ein
press_key(key: str) : Drücken Sie eine angegebene Taste auf der Tastatur

Bildschirm- und Fensterverwaltung

take_screenshot(title_pattern: str = None, use_regex: bool = False, threshold: int = 60, with_ocr_text_and_coords: bool = False, scale_percent_for_ocr: int = 100, save_to_downloads: bool = False) : Bildschirm oder Fenster mit optionaler OCR erfassen
get_screen_size() : Aktuelle Bildschirmauflösung abrufen
list_windows() : Listet alle geöffneten Fenster auf
activate_window(title_pattern: str, use_regex: bool = False, threshold: int = 60) : Bringt das angegebene Fenster in den Vordergrund

Entwicklung

Einrichten der Entwicklungsumgebung

# Clone the repository
git clone https://github.com/AB498/computer-control-mcp.git
cd computer-control-mcp

# Install in development mode
pip install -e .

# Start server
python -m computer_control_mcp.core

Ausführen von Tests

python -m pytest

API-Referenz

Ausführliche Informationen zu den verfügbaren Funktionen und Klassen finden Sie in der API-Referenz .

Lizenz

MIT

Weitere Informationen oder Hilfe

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

local-only server

The server can only run on the client's local machine because it depends on local resources.

MCP-Server, der Computersteuerungsfunktionen einschließlich Mausbewegungen, Tastaturaktionen, Screenshot-Erfassung mit OCR und Fensterverwaltung über eine einheitliche API bereitstellt.

Related MCP Servers

PyMCPAutoGUI
kitfactory
-
security
A
license
-
quality
An MCP server that bridges AI agents with GUI automation capabilities, allowing them to control mouse, keyboard, windows, and take screenshots to interact with desktop applications.
Last updated -
8
Python
MIT License
PyAutoGUI MCP Server
hetaoBackend
-
security
A
license
-
quality
Provides automated GUI testing and control capabilities through an MCP server that enables mouse movements, keyboard input, screen captures, and image recognition across Windows, macOS, and Linux.
Last updated -
26
Python
MIT License
webdev-mcp
fefergrgrgrg
A
security
A
license
A
quality
An MCP server providing web development tools such as screen capturing capabilities that let AI agents take and work with screenshots of the user's screen.
Last updated -
2
678
15
MIT License
browser-mcp
Diamond-IT-615
-
security
F
license
-
quality
An MCP server that allows users to interact with their browser through natural language commands, enabling actions like getting page content as markdown, modifying page styles, and searching browser history.
Last updated -
1
TypeScript

View all related MCP servers

Computer Control MCP