＜span class=“js_title_inner“＞Windows-MCP：让AI直接操作你的Windows系统＜/span＞

关注

原创最新推荐文章于 2026-10-25 11:39:48 发布 344 阅读 AI 写同款· GEO 优化 ›

Windows MCP：AI驱动的Windows系统自动化工具摘要： WindowsMCP是一款开源的轻量级工具，通过将大型语言模型（LLM）与Windows系统深度集成，实现自动化UI交互、文件操作和应用程序控制。其核心功能包括原生UI交互（点击、输入、滚动等）、丰富的工具集（文件操作、系统命令执行等）以及跨LLM兼容性（支持Claude、Gemini等）。技术亮点包括轻量级设计、无障碍树交互和实时扩展性，适用于学术、商业及个人生产力场景。目前仍存在安全风险和部分操作限制，未来计划扩展多语言支持和跨平台兼容。GitHub开源地址：Windows-MCP。阅读详情

什么是Windows-MCP？

Windows-MCP 是一个轻量级的开源项目，它作为MCP（Model Context Protocol）服务器，在AI代理和Windows操作系统之间架起了一座桥梁。通过这个工具，AI代理可以直接与Windows系统交互，执行各种自动化任务。

演示视频

核心特性

🎯 无缝Windows集成

• 与Windows UI元素原生交互
• 打开应用程序、控制窗口
• 模拟用户输入操作
• 支持文件导航和管理

🤖 支持任意LLM

与许多自动化工具不同，Windows-MCP不依赖传统的计算机视觉技术或特定的微调模型。它可以使用任何LLM，降低了复杂性和设置时间。

🛠️ 丰富的UI自动化工具集

• 基础键盘和鼠标操作
• 窗口/UI状态捕获
• 实时交互（典型延迟0.7-2.5秒）

🔧 轻量级和可扩展

• 最小依赖
• 易于设置
• 完全开源（MIT许可证）
• 可根据需求自定义和扩展

支持的MCP工具

Windows-MCP提供了以下工具来与Windows交互：

• Click-Tool: 在指定坐标点击屏幕
• Type-Tool: 在元素上输入文本（可选择清除现有文本）
• Clipboard-Tool: 使用系统剪贴板复制或粘贴
• Scroll-Tool: 在窗口或特定区域垂直或水平滚动
• Drag-Tool: 从一个点拖拽到另一个点
• Move-Tool: 移动鼠标指针
• Shortcut-Tool: 按下键盘快捷键（Ctrl+c、Alt+Tab等）
• Key-Tool: 按下单个键
• Wait-Tool: 暂停指定时间
• State-Tool: 获取默认语言、浏览器、活动应用程序和交互式、文本和可滚动元素的组合快照，以及桌面截图
• Resize-Tool: 更改应用程序的窗口大小或位置
• Launch-Tool: 从开始菜单启动应用程序
• Shell-Tool: 执行PowerShell命令
• Scrape-Tool: 抓取整个网页信息

系统要求

前置条件

• Python 3.13+
• Anthropic Claude Desktop应用或其他MCP客户端
• UV（包管理器），通过pip install uv安装
• DXT（桌面扩展），通过npm install -g @anthropic-ai/dxt安装
• Windows默认语言为英语，或禁用MCP服务器中的Launch-Tool和Resize-Tool

快速开始

Gemini CLI集成

1. 在文件资源管理器中导航到%USERPROFILE%/.gemini并打开settings.json
2. 在settings.json中添加windows-mcp配置并保存：

{
  "theme":"Default",
"mcpServers":{
    "windows-mcp":{
      "command":"uv",
      "args":[
        "--directory",
        "<windows-mcp目录的路径>",
        "run",
        "main.py"
      ]
    }
}
}

3. 在终端中重新运行Gemini CLI，开始使用！

Claude Desktop集成

1. 克隆仓库：

git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP

2. 构建桌面扩展DXT：

npx @anthropic-ai/dxt pack

3. 打开Claude Desktop：

• 进入设置 -> 扩展 -> 安装扩展（定位.dxt文件）-> 安装

实际应用场景

自动化测试

• 应用程序UI测试
• 功能验证
• 回归测试

工作流程自动化

• 文件处理
• 应用程序操作
• 数据录入

远程控制

• 通过SSH远程操作电脑
• 移动设备控制桌面
• 跨平台任务执行

注意事项

⚠️ 安全提醒

此MCP直接与Windows操作系统交互以执行操作。请谨慎使用，避免在无法承受此类风险的环境中部署。

📝 当前限制

• 在段落中选择特定文本部分（正在开发中）
• Type-Tool主要用于输入文本，不适合在IDE中编程（正在开发中）

项目信息

项目名称	Windows-MCP
开源协议	MIT License
GitHub Stars	2k+
项目地址	https://github.com/CursorTouch/Windows-MCP
所属公司	CursorTouch
支持系统	Windows 7/8/8.1/10/11
编程语言	Python

引用链接

[1] Windows-MCP GitHub仓库: https://github.com/CursorTouch/Windows-MCP
[2] MCP官方文档: https://modelcontextprotocol.io/
[3] Claude Desktop集成指南: https://docs.anthropic.com/claude/docs/claude-desktop-extensions