omniparser-autogui-mcp

Este es un servidor MCP que analiza la pantalla con OmniParser y opera automáticamente la GUI.
Confirmado en Windows.

Notas de licencia

Esta es una licencia MIT, pero excluye submódulos y subpaquetes.
El repositorio de OmniParser es CC-BY-4.0.
Cada modelo de OmniParser tiene una licencia diferente ( referencia ).

Instalación

Por favor haga lo siguiente:

git clone --recursive https://github.com/NON906/omniparser-autogui-mcp.git
cd omniparser-autogui-mcp
uv sync
set OCR_LANG=en
uv run download_models.py

(Además de Windows, utilice export en lugar de set ).
(Si desea que langchain_example.py funcione, uv sync --extra langchain en su lugar).

Agregue esto a su claude_desktop_config.json :

{
  "mcpServers": {
    "omniparser_autogui_mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "D:\\CLONED_PATH\\omniparser-autogui-mcp",
        "run",
        "omniparser-autogui-mcp"
      ],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "OCR_LANG": "en"
      }
    }
  }
}

(Reemplace D:\\CLONED_PATH\\omniparser-autogui-mcp con el directorio que clonó).

env permite las siguientes configuraciones adicionales:

OMNI_PARSER_BACKEND_LOAD
Si no funciona con otros clientes (como LibreChat ), especifique 1 .
TARGET_WINDOW_NAME
Si desea especificar la ventana a operar, especifique el nombre de la ventana.
Si no se especifica, opera en toda la pantalla.
OMNI_PARSER_SERVER
Si desea que el procesamiento de OmniParser se realice en otro dispositivo, especifique la dirección y el puerto del servidor, como 127.0.0.1:8000 .
El servidor se puede iniciar con uv run omniparserserver .
SSE_HOST , SSE_PORT
Si se especifica, la comunicación se realizará a través de SSE en lugar de stdio.
SOM_MODEL_PATH , CAPTION_MODEL_NAME , CAPTION_MODEL_PATH , OMNI_PARSER_DEVICE , BOX_TRESHOLD
Estos son para la configuración de OmniParser.
Por lo general no son necesarios.

Ejemplos de uso

Busque "servidor MCP" en el navegador en pantalla.

etc.

omniparser-autogui-mcp