MCP 桌面自动化
一个模型上下文协议 (LLM) 服务器，使用 RobotJS 和屏幕截图功能提供桌面自动化功能。该服务器使 LLM 能够控制鼠标移动、键盘输入以及捕获桌面环境的屏幕截图。
使用桌面自动化服务器的配置
以下是如何配置 Claude Desktop 以使用 MCP 桌面自动化服务器：
NPX
权限
此服务器需要系统级权限才能：
截取屏幕截图
控制鼠标移动和点击
模拟键盘输入
首次使用此服务器运行 Claude Desktop 时，您可能需要在操作系统的安全设置中授予这些权限。
Related MCP server: AI Vision Debug MCP Server
限制
虽然该服务器可与各种 MCP 客户端配合使用，但它主要通过 Claude Desktop 进行测试。
重要提示：当前实现的响应大小限制为 1MB。对于屏幕截图，这意味着：
高分辨率截图可能会超出此限制并失败
测试表明 800x600 分辨率可靠
如果遇到问题，请考虑降低屏幕分辨率或捕获特定的屏幕区域
要求
Node.js（>=14.x）
成分
工具
获取屏幕尺寸
获取屏幕尺寸
无需输入参数
屏幕截图
捕获当前屏幕内容
无需输入参数
键盘按下
按下键盘上的某个键或组合键
输入：
key（字符串，必需）：要按下的键（例如，“enter”，“a”，“control”）modifiers（字符串数组，可选）：按下按键时需要按住的修饰键。可能的值包括：“control”、“shift”、“alt”、“command”
键盘类型
在当前光标位置输入文本
输入：
text（字符串，必需）：要输入的文本
鼠标点击
执行鼠标点击
输入：
button（字符串，可选，默认值：“left”）：鼠标点击按钮。可能的值：“left”、“right”、“middle”double（布尔值，可选，默认值：false）：是否执行双击
鼠标移动
将鼠标移动到指定坐标
输入：
x（数字，必需）：X 坐标y（数字，必需）：Y 坐标
资源
服务器提供对屏幕截图的访问：
截图列表（
screenshot://list）按名称列出所有可用的屏幕截图
屏幕截图内容（
screenshot://{id}）截图的 PNG 图像
可通过屏幕截图 ID 访问（基于时间戳的命名）
主要特点
桌面鼠标控制
键盘输入模拟
屏幕尺寸检测
截图功能
简单的 JSON 响应格式
执照
此 MCP 服务器采用 MIT 许可证。这意味着您可以自由使用、修改和分发该软件，但须遵守 MIT 许可证的条款和条件。更多详情，请参阅项目仓库中的 LICENSE 文件。