🚀 计算机控制MCP
MCP服务器提供了计算机控制功能，涵盖鼠标、键盘操作以及OCR等。它借助PyAutoGUI、RapidOCR和ONNXRuntime实现，类似于Anthropic的'computer - use'，且无需外部依赖。
🚀 快速开始
使用uvx进行MCP设置
{
"mcpServers": {
"computer-control-mcp": {
"command": "uvx",
"args": ["computer-control-mcp@latest"]
}
}
}
通过pip全局安装
pip install computer-control-mcp
安装完成后，运行服务器：
computer-control-mcp # 而不是使用uvx computer-control-mcp，这样您可以使用最新版本。还可以使用`uv cache clean`清除缓存并再次使用`uvx`以获取最新版本。
✨ 主要特性
- 控制鼠标移动和点击
- 在当前光标位置输入文本
- 捕获整个屏幕或特定窗口的截图，可选保存到下载目录
- 使用OCR（光学字符识别）从截图中提取文字
- 列出并激活窗口
- 按下键盘按键
- 拖放操作
📦 安装指南
通过uvx配置
{
"mcpServers": {
"computer-control-mcp": {
"command": "uvx",
"args": ["computer-control-mcp@latest"]
}
}
}
通过pip全局安装
pip install computer-control-mcp
💻 使用示例
基础用法
以下是一些基础操作的代码示例：
# 鼠标点击
from computer_control_mcp import click_screen
click_screen(100, 200)
# 输入文本
from computer_control_mcp import type_text
type_text("Hello, World!")
高级用法
以下是使用OCR进行屏幕文字提取的示例：
from computer_control_mcp import take_screenshot
result = take_screenshot(with_ocr_text_and_coords=True)
print(result)
📚 详细文档
可用工具
鼠标控制
click_screen(x: int, y: int)：在指定屏幕坐标处点击move_mouse(x: int, y: int)：将鼠标光标移动到指定坐标drag_mouse(from_x: int, from_y: int, to_x: int, to_y: int, duration: float = 0.5)：从一个位置拖动鼠标到另一个位置
键盘控制
type_text(text: str)：在当前光标位置输入指定文本press_key(key: str)：按下指定的键盘按键
屏幕和窗口管理
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)：捕获屏幕或窗口，可选OCRget_screen_size()：获取当前屏幕分辨率list_windows()：列出所有打开的窗口activate_window(title_pattern: str, use_regex: bool = False, threshold: int = 60)：将指定窗口带到前台
API参考
查看API参考获取详细信息，了解可用函数和类的详细信息。
🔧 技术细节
本项目使用了PyAutoGUI、RapidOCR和ONNXRuntime实现计算机控制和OCR功能。PyAutoGUI用于鼠标和键盘控制，RapidOCR和ONNXRuntime用于光学字符识别。项目无外部依赖，仅在Windows上进行过测试，但其他平台可能也能使用。
📄 许可证
本项目采用MIT许可证。
更多信息或帮助
- 邮箱 (abcd49800@gmail.com)
- Discord链接
⚠️ 重要提示
本项目仅在Windows上测试过，其他平台可能也能使用，但不保证兼容性。
💡 使用建议
若想使用最新版本，可直接运行
computer-control-mcp；若需更新缓存，可使用uv cache clean清除缓存并再次使用uvx以获取最新版本。