使用说明

项目简介

本项目是一个基于 Model Context Protocol (MCP) 的服务器，专为 Windows 桌面自动化设计。它利用 node-autoit-koffi 库，将 AutoIt 的强大自动化功能通过 MCP 协议暴露给 LLM 应用，使得 LLM 能够以标准化的方式与 Windows 桌面进行交互，执行各种自动化任务。

主要功能点

全面的自动化工具: 封装了所有 AutoIt 功能作为 MCP 工具，包括鼠标、键盘操作，窗口管理，进程控制，UI 元素（控件）交互等。
灵活的资源访问: 提供文件系统访问和屏幕截图资源，允许 LLM 获取本地文件内容和桌面图像。
便捷的 Prompt 模板: 内置常用自动化任务的 Prompt 模板，例如窗口交互、表单填写、任务自动化和监控等，方便用户快速上手。
多种传输协议支持: 支持 Stdio (标准输入输出) 和 WebSocket 两种传输协议，满足不同应用场景的需求。
类型安全: 使用 TypeScript 开发，代码类型严格，提高稳定性和可维护性。

安装步骤

克隆仓库

git clone https://github.com/mario-andreschak/mcp-windows-desktop-automation.git
cd mcp-windows-desktop-automation

安装依赖
```
npm install
```
构建项目
```
npm run build
```

服务器配置

MCP 客户端需要配置以下信息以连接到此 MCP 服务器。以下是 JSON 格式的配置信息，请根据您的实际需求进行调整。

{
  "serverName": "Windows Desktop Automation",
  "command": "npm",
  "args": [ "start" ],
  "注": "以上为默认 Stdio 传输配置，服务器启动命令为 'npm start'，无额外参数。",
  "示例配置-WebSocket传输": {
    "command": "npm",
    "args": [ "start", "--", "--transport=websocket", "--port=3000" ],
    "注": "使用 WebSocket 传输，端口设置为 3000。需要添加 '--' 符号来分隔 npm start 命令和服务器参数。"
  },
  "示例配置-Verbose日志": {
    "command": "npm",
    "args": [ "start", "--", "--verbose" ],
    "注": "启用详细日志输出，方便调试。需要添加 '--' 符号来分隔 npm start 命令和服务器参数。"
  }
}

配置参数说明:

'serverName': 服务器名称，固定为 "Windows Desktop Automation"。
'command': 启动服务器的命令，通常为 'npm' 或 'node'。
'args': 传递给启动命令的参数，以数组形式提供。
- 默认配置 '["start"]'：使用 Stdio 传输启动服务器。
- WebSocket 传输配置 '["start", "--", "--transport=websocket", "--port=3000"]'：启动 WebSocket 传输模式，并设置端口为 3000。您可以根据需要修改端口号。注意：'--transport' 和 '--port' 参数前需要添加 '--' 分隔符，以确保参数正确传递给服务器程序。
- Verbose 日志配置 '["start", "--", "--verbose"]'：启用详细日志输出，方便开发和调试。注意：'--verbose' 参数前需要添加 '--' 分隔符。

基本使用方法

启动服务器: 根据您的配置选择合适的命令启动服务器。例如，使用默认 Stdio 传输，在项目根目录下运行 'npm start'。如需使用 WebSocket 传输，请参考上述配置示例修改启动命令。
连接 MCP 客户端: 在您的 MCP 客户端应用中，配置上述服务器配置信息，连接到正在运行的 MCP 服务器。
调用工具、资源和 Prompt: 连接成功后，您可以使用 MCP 客户端调用服务器提供的各种工具（例如鼠标点击 'mouseClick'、窗口激活 'winActivate' 等）、访问资源（例如读取文件 'file'、获取屏幕截图 'screenshot' 等）以及使用 Prompt 模板来辅助完成复杂的自动化任务。

可用工具类别:

鼠标操作 (mouse)
键盘操作 (keyboard)
窗口管理 (window)
进程管理 (process)
控件交互 (control)

可用资源:

文件访问 (file)
屏幕截图 (screenshot)

可用 Prompt 模板:

窗口交互 (window interaction)
表单填写 (form filling)
任务自动化 (automation tasks)
监控 (monitoring)

请参考仓库中的 'src/tools'、'src/resources' 和 'src/prompts' 目录下的代码，了解每个工具、资源和 Prompt 模板的具体功能和参数。

关键词