GitHub 项目测评：Windows-MCP - 让 AI Agent 操控 Windows 系统

🪟 GitHub 项目测评 Windows-MCP 让 AI Agent 像人类一样操控 Windows 系统

⭐ 4,696 GitHub Stars 🍴 584 Forks 🐍 Python 主要语言 🔓 MIT 开源许可

📌 项目简介 Windows-MCP 是一个轻量级、开源的 MCP（Model Context Protocol）服务器，由 CursorTouch 组织开发维护。它充当 AI 大语言模型与 Windows 操作系统之间的桥梁，让 Claude、GPT-4、Gemini 等 AI Agent 能够直接操控你的 Windows 电脑——打开应用程序、点击按钮、输入文字、执行 PowerShell 命令、读取屏幕内容，甚至进行复杂的 UI 自动化测试。 项目于 2025 年 5 月首次发布，短短十个月内便收获了超过 4,600 颗 Stars，并在 Claude Desktop Extensions 目录中达到了 200万+ 用户。目前已被收录进官方 MCP Registry，并可通过 PyPI 直接安装。 与传统的 RPA（机器人流程自动化）工具不同，Windows-MCP 不依赖计算机视觉或特定模型。它利用 Windows 的原生辅助功能 API（Accessibility API），通过 UI Automation 与系统交互，这意味着任何 LLM 都可以使用它，无需专门的视觉模型支持。 🎯 核心功能详解 🛠️ MCP 工具集 Windows-MCP 提供了一套完整的工具集，让 AI Agent 能够像人类一样操作 Windows： 工具名称 功能描述 风险等级 Click 在指定坐标点击屏幕 高 Type 在元素中输入文本（可选清除现有内容） 高 Scroll 垂直或水平滚动窗口或特定区域 低 Move 移动鼠标指针或拖拽元素 低 Shortcut 执行键盘快捷键（Ctrl+C、Alt+Tab 等） 高 Wait 暂停执行指定时长 安全 Snapshot 捕获桌面状态、应用列表、交互元素及截图 安全 App 启动应用、调整窗口大小、切换应用 中 Shell 执行 PowerShell 命令 关键 Scrape 抓取网页内容 安全* Clipboard 读取或设置剪贴板内容 中 Process 列出运行进程或终止进程 高 Registry 读写、删除、列出注册表项 关键 🌐 DOM 模式（浏览器自动化） Snapshot 工具支持特殊的 use_dom=True 模式，专门用于浏览器自动化。此模式下，工具会过滤掉浏览器 UI 元素，仅返回网页内容（DOM 树），让 AI 能够更精准地理解和操作网页元素。同时支持 use_vision=True 参数来包含截图，以及 display=[0] 或 display=[0,1] 来指定特定显示器（多屏场景）。 ⚡ 性能特点 实时交互延迟：典型操作间延迟为 0.2 至 0.9 秒，具体取决于活动应用程序数量、系统负载和 LLM 推理速度。这个性能对于大多数自动化任务来说已经足够流畅。 v0.6.0 版本改进：通过异步批处理分析数据，工具执行延迟降低了约 6 倍，服务器启动时间也大幅缩短。 🔧 安装方法 前置要求 Python 3.13+（推荐使用最新版本） UV 包管理器（Astra 出品的现代 Python 包管理器） # 方式一：pip 安装 pip install uv # 方式二：官方脚本安装（推荐） curl -LsSf https://astral.sh/uv/install.sh | sh Windows 系统：支持 Windows 7、8、8.1、10、11 语言设置：建议使用英文系统，其他语言需禁用 App-Tool 📋 方式一：Claude Desktop 安装（推荐） 最常用的安装方式，仅需修改配置文件： 步骤 1：安装 Claude Desktop 和 MCPB CLI： npm install -g @anthropic-ai/mcpb 步骤 2：编辑 Claude Desktop 配置文件（位置：%APPDATA%\Claude\claude_desktop_config.json），添加： { "mcpServers": { "windows-mcp": { "command": "uvx", "args": ["windows-mcp"] } } } 步骤 3：重启 Claude Desktop，开始使用！ ⚠️ MSIX 版本用户注意事项 如果你从 Microsoft Store 安装 Claude Desktop（MSIX 版本），配置文件路径不同，且需要使用 uv.exe 的完整路径： { "mcpServers": { "windows-mcp": { "command": "C:\\Users\\<user>\\.local\\bin\\uv.exe", "args": [ "--directory", "C:\\Users\\<user>\\AppData\\Local\\Packages\\Claude_...", "run", "windows-mcp" ] } } } 🖥️ 方式二：其他 MCP 客户端 Windows-MCP 支持多种 MCP 客户端，配置方式类似： 客户端 配置文件位置 安装命令 Perplexity Desktop Settings → Connectors → Add Connector uvx windows-mcp Gemini CLI %USERPROFILE%/.gemini/settings.json npm install -g @google/gemini-cli Qwen Code %USERPROFILE%/.qwen/settings.json npm install -g @qwen-code/qwen-code@latest Codex CLI %USERPROFILE%/.codex/config.toml npm install -g @openai/codex 🖥️ 运行模式 📍 本地模式（默认） 本地模式下，Windows-MCP 直接在你的 Windows 机器上运行，MCP 客户端直接连接。这是最常用的个人使用方式。 # 标准 stdio 模式（默认） uvx windows-mcp # SSE 模式（网络访问） uvx windows-mcp --transport sse --host localhost --port 8000 # HTTP 流模式（推荐用于生产环境） uvx windows-mcp --transport streamable-http --host localhost --port 8000 ☁️ 远程模式（VM 支持） 通过 windowsmcp.io 云服务，Windows-MCP 支持连接到云端 Windows 虚拟机。适合 MCP 客户端在远程机器上运行，而需要在 Windows 环境执行操作的场景。 配置示例： { "mcpServers": { "windows-mcp": { "command": "uvx", "args": ["windows-mcp"], "env": { "MODE": "remote", "SANDBOX_ID": "your-sandbox-id", "API_KEY": "your-api-key" } } } } 🔌 传输协议对比 协议 命令 适用场景 stdio（默认） --transport stdio 本地直连（Claude Desktop、Cursor 等） sse --transport sse --host HOST --port PORT Server-Sent Events 网络访问 streamable-http --transport streamable-http HTTP 流式传输（生产环境推荐） 💡 使用案例 案例一：自动化办公任务 场景：每天需要从 Excel 表格中提取数据，填入 Web 表单，并发送邮件报告。 AI 指令示例："打开 Excel 文件 data.xlsx，读取 B 列的数据，然后在浏览器中打开 https://forms.example.com，将数据依次填入表单，最后打开 Outlook 发送完成通知邮件。" Windows-MCP 会自动执行：App 打开 Excel → Snapshot 获取界面状态 → Shell 读取数据 → App 打开浏览器 → Scrape 获取表单元素 → Type 填写数据 → App 打开 Outlook → Type 编写邮件 → Shortcut 发送。 案例二：UI 自动化测试 场景：测试 Windows 桌面应用程序的用户界面流程。 AI 指令示例："启动 MyApp.exe，点击'新建项目'按钮，在对话框中输入项目名称'Test-001'，选择'高级设置'，确认创建，然后截图验证结果。" 传统的 UI 自动化测试需要编写复杂脚本，而 Windows-MCP 让 AI 通过自然语言描述就能完成整个测试流程，包括边界情况的探索。 案例三：跨应用数据同步 场景：将邮件客户端中的附件保存到特定文件夹，并在 Notion 中创建对应记录。 AI 指令示例："检查 Outlook 收件箱中今天的未读邮件，将所有 PDF 附件保存到 D:\Documents\Invoices\，然后打开浏览器登录 Notion，创建新页面记录这些发票信息。" 案例四：Windows-Use：基于 Windows-MCP 的 Agent 项目团队还发布了 Windows-Use（PyPI），一个基于 Windows-MCP 构建的完整 AI Agent。用户可以直接安装使用，无需自己配置 MCP 服务器，开箱即用。 pip install windows-use ⚠️ 安全注意事项 🚨 重要警告：Windows-MCP 拥有完整的系统访问权限！ Windows-MCP 不是沙箱环境。它直接在你的真实 Windows 系统上执行操作，这意味着： 所有操作都是真实执行，没有中间层或模拟 许多操作不可撤销（文件删除、数据覆盖等） 如果 AI 被恶意操控，可能造成严重损害 🛡️ 推荐的安全部署方式 环境类型 推荐度 说明 虚拟机（VM） ✅ 强烈推荐 使用 VMware、VirtualBox、Hyper-V，操作前创建快照 Windows Sandbox ✅ 推荐 Windows 10/11 Pro 内置沙箱，每次启动都是干净环境 专用测试机 ⚠️ 可接受 无重要数据，可随时重装的独立机器 生产环境/主机 ❌ 不推荐 有重要数据或连接敏感系统的机器 📊 遥测数据收集 Windows-MCP 默认收集匿名使用数据以改进项目。不收集：工具参数、工具输出、个人身份信息。收集：工具执行状态、执行时长、工具名称、客户端名称/版本、匿名会话 ID。 如需禁用遥测，在配置中添加环境变量： "env": { "ANONYMIZED_TELEMETRY": "false" } ⚖️ 优缺点分析 ✅ 优点 模型无关：不依赖特定 LLM 或视觉模型，任何支持 MCP 的 AI 都可使用 工具全面：15+ 工具覆盖鼠标、键盘、应用、Shell、剪贴板、注册表等操作 安装简单：支持 PyPI 直接安装（uvx windows-mcp），一键配置 多客户端支持：Claude Desktop、Perplexity、Gemini CLI、Qwen Code、Codex CLI 等 性能优秀：0.2-0.9 秒操作延迟，v0.6.0 后性能提升约 6 倍 活跃开发：频繁更新，最新版本 v0.6.9，社区活跃（4,696 Stars，584 Forks） 文档完善：详细的安装指南、安全文档、API 说明 云服务支持：通过 windowsmcp.io 支持 VM 远程模式 ❌ 缺点与限制 仅限 Windows：不支持 macOS、Linux 等其他操作系统 安全风险高：直接操作系统，可能执行不可逆的破坏性操作 语言依赖：App-Tool 需要英文系统，其他语言需禁用此工具 不适合 IDE 编程：Type 工具不适合在 IDE 中编写代码（会一次性输入整段代码） 无法选择文本片段：由于依赖 Accessibility API，无法精确定位段落中的特定文字 不支持游戏：作者明确表示不能用于玩游戏 首次启动较慢：安装依赖需要时间，可能触发超时（需重启） 🎯 适用场景 ✅ 推荐使用 ❌ 不推荐使用 个人效率自动化（邮件、文档处理） 桌面应用 QA 测试 跨应用数据同步 Web 表单自动填写 演示/培训环境自动化 生产服务器/关键基础设施 敏感数据处理（金融、医疗） 无备份的重要数据机器 多人共享系统 合规要求严格的环境 📦 版本更新 v0.6.9（最新版本，2026-03-13） 工具可发现性改进：为 App、PowerShell、Snapshot、Scrape、Clipboard、Process、Registry 添加关键词同义词，AI 客户端首次搜索即可找到正确工具 Scrape 采样：使用 MCP 采样在服务器端总结网页内容，减少调用方上下文中的 markdown 膨胀 Snapshot 快速截图：use_ui_tree=False 跳过耗时的可访问性树遍历，仅截图 App resize 改进：name 参数可直接指定窗口 多显示器支持：display=[0] 或 display=[0,1] 限制输出到特定屏幕 v0.6.0（性能里程碑） 性能优化：修复 PostHog 分析导致的延迟，工具执行速度提升约 6 倍 初始化改进：修复服务器启动过慢的问题 Bug 修复：解决应用切换时的"Thread Detach Error" 📊 项目信息 项目地址 github.com/CursorTouch/Windows-MCP PyPI 安装 uvx windows-mcp 主要开发者 Jeomon（225 commits） 开源许可 MIT License 编程语言 Python（100%） 创建时间 2025年5月13日 社区渠道 Twitter/X Discord 依赖项目 UIAutomation PyAutoGUI 📝 总结 Windows-MCP 是 MCP 生态中一颗耀眼的明星。它解决了 AI Agent 与操作系统交互的核心难题，让 Claude、GPT-4 等大模型能够"看见"并"操控"Windows 桌面环境。与传统的自动化脚本或 RPA 工具相比，Windows-MCP 的优势在于：自然语言驱动、模型无关、工具丰富、社区活跃。 对于希望在 Windows 环境实现智能自动化的开发者来说，这是一个值得投入时间学习和使用的项目。但务必记住：始终在安全的虚拟机或沙箱环境中测试，不要在生产机器上冒险。 随着更多 MCP 客户端的出现和 AI 能力的增强，Windows-MCP 的应用场景只会越来越广。如果你是 Windows 用户且对 AI 自动化感兴趣，现在就是加入的最佳时机！

🔗 项目链接： GitHub 仓库 | PyPI 包 | 官方网站 测评时间：2026年3月14日 | 版本：v0.6.9 | 许可证：MIT