# Windows-MCP.Net **Repository Path**: ipcun/Windows-MCP.Net ## Basic Information - **Project Name**: Windows-MCP.Net - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-01-22 - **Last Updated**: 2026-01-22 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Windows MCP.Net [English](README.en.md) | **中文** 一个基于 .NET 的 Windows 桌面自动化 MCP (Model Context Protocol) 服务器，为 AI 助手提供与 Windows 桌面环境交互的能力。 ## 📋 目录 - [功能特性](#-功能特性) - [使用场景](#-使用场景) - [演示截图](#-演示截图) - [技术栈](#️-技术栈) - [API文档](#-api-文档) - [项目结构](#️-项目结构) - [功能扩展建议](#-功能扩展建议) - [配置](#-配置) - [贡献指南](#-贡献指南) - [更新日志](#-更新日志) - [支持](#-支持) ## 🚀 快速开始 ### 前置要求 - Windows 操作系统 - .NET 10.0 Runtime 或更高版本 **重要提示**: 本项目需要 .NET 10 才能运行，请先确保你的本地安装了 .NET 10。如果尚未安装，请访问 [.NET 10 下载页面](https://dotnet.microsoft.com/zh-cn/download/dotnet/10.0) 进行下载和安装。 ### 1. MCP 客户端配置 在您的 MCP 客户端配置中添加以下配置： #### 使用全局安装的工具（推荐） ```json { "mcpServers": { "WindowsMCP.Net": { "type": "stdio", "command": "dnx", "args": ["WindowsMCP.Net@", "--yes"], "env": {} } } } ``` #### 使用项目源码直接运行（开发模式） **方式一：工作区配置** 在项目根目录创建 `.vscode/mcp.json` 文件： ```json { "mcpServers": { "Windows-MCP.Net-Dev": { "type": "stdio", "command": "dotnet", "args": ["run", "--project", "src/Windows-MCP.Net.csproj"], "cwd": "${workspaceFolder}", "env": {} } } } ``` **方式二：用户配置** 通过VS Code命令面板运行 `MCP: Open User Configuration`，添加： ```json { "mcpServers": { "Windows-MCP.Net-Local": { "type": "stdio", "command": "dotnet", "args": ["run", "--project", "src/Windows-MCP.Net.csproj"], "env": {} } } } ``` > **注意**: 使用项目源码方式便于开发调试，修改代码后无需重新安装即可生效。VS Code 1.102+ 版本支持MCP服务器的自动发现和管理。 ### 2. 安装和运行 #### 方式一：全局安装（推荐） ```bash dotnet tool install --global WindowsMCP.Net ``` #### 方式二：从源码运行 ```bash # 克隆仓库 git clone https://github.com/AIDotNet/Windows-MCP.Net.git cd Windows-MCP.Net # 构建项目 dotnet build # 运行项目 dotnet run --project src/Windows-MCP.Net.csproj ``` ### 3. 开始使用 配置完成后，重启您的MCP客户端，即可开始使用Windows桌面自动化功能！ ## 🚀 功能特性 ### 核心功能 - **应用程序启动**: 通过名称从开始菜单启动应用程序 - **PowerShell 集成**: 执行 PowerShell 命令并返回结果 - **桌面状态捕获**: 获取当前桌面状态，包括活动应用、UI 元素等 - **剪贴板操作**: 复制和粘贴文本内容 - **鼠标操作**: 点击、拖拽、移动鼠标光标 - **键盘操作**: 文本输入、按键操作、快捷键组合 - **窗口管理**: 调整窗口大小、位置，切换应用程序 - **滚动操作**: 在指定坐标进行滚动操作 - **网页抓取**: 获取网页内容并转换为 Markdown 格式 - **浏览器操作**: 在默认浏览器中打开指定URL - **截图功能**: 截取屏幕并保存到临时目录 - **文件系统操作**: 文件和目录的创建、读取、写入、复制、移动、删除等操作 - **OCR文字识别**: 从屏幕或指定区域提取文字，查找文字位置 - **系统控制**: 调节屏幕亮度、系统音量、屏幕分辨率等系统设置 - **等待控制**: 在操作间添加延迟 ### 支持的工具 ## Desktop 桌面操作工具 | 工具名称 | 功能描述 | |---------|----------| | **LaunchTool** | 从开始菜单启动应用程序 | | **PowershellTool** | 执行 PowerShell 命令并返回状态码 | | **StateTool** | 捕获桌面状态信息，包括应用程序和UI元素 | | **ClipboardTool** | 剪贴板复制和粘贴操作 | | **ClickTool** | 鼠标点击操作（支持左键、右键、中键，单击、双击、三击） | | **TypeTool** | 在指定坐标输入文本，支持清除和回车 | | **ResizeTool** | 调整窗口大小和位置 | | **SwitchTool** | 切换到指定应用程序窗口 | | **ScrollTool** | 在指定坐标或当前鼠标位置滚动 | | **DragTool** | 从源坐标拖拽到目标坐标 | | **MoveTool** | 移动鼠标光标到指定坐标 | | **ShortcutTool** | 执行键盘快捷键组合 | | **KeyTool** | 按下单个键盘按键 | | **WaitTool** | 暂停执行指定秒数 | | **ScrapeTool** | 抓取网页内容并转换为Markdown格式 | | **ScreenshotTool** | 截取屏幕并保存到临时目录，返回图片路径 | | **OpenBrowserTool** | 在默认浏览器中打开指定URL | ## FileSystem 文件系统工具 | 工具名称 | 功能描述 | |---------|----------| | **ReadFileTool** | 读取指定文件的内容 | | **WriteFileTool** | 向文件写入内容 | | **CreateFileTool** | 创建新文件并写入指定内容 | | **CopyFileTool** | 复制文件到指定位置 | | **MoveFileTool** | 移动或重命名文件 | | **DeleteFileTool** | 删除指定文件 | | **GetFileInfoTool** | 获取文件信息（大小、创建时间等） | | **ListDirectoryTool** | 列出目录中的文件和子目录 | | **CreateDirectoryTool** | 创建新目录 | | **DeleteDirectoryTool** | 删除目录及其内容 | | **SearchFilesTool** | 在指定目录中搜索文件 | ## OCR 图像识别工具 | 工具名称 | 功能描述 | |---------|----------| | **ExtractTextFromScreenTool** | 使用OCR从整个屏幕提取文字 | | **ExtractTextFromRegionTool** | 使用OCR从屏幕指定区域提取文字 | | **FindTextOnScreenTool** | 使用OCR在屏幕上查找指定文字 | | **GetTextCoordinatesTool** | 获取屏幕上文字的坐标位置 | | **ExtractTextFromFileTool** | 使用OCR从图像文件中提取文字 | ## UI元素识别工具 | 工具名称 | 功能描述 | |---------|----------| | **FindElementByTextTool** | 通过文本内容查找UI元素 | | **FindElementByClassNameTool** | 通过类名查找UI元素 | | **FindElementByAutomationIdTool** | 通过自动化ID查找UI元素 | | **GetElementPropertiesTool** | 获取指定坐标元素的属性信息 | | **WaitForElementTool** | 等待指定元素出现在界面上 | ## SystemControl 系统控制工具 | 工具名称 | 功能描述 | |---------|----------| | **BrightnessTool** | 调节屏幕亮度，支持增减和设置具体百分比 | | **VolumeTool** | 调节系统音量，支持增减和设置具体百分比 | | **ResolutionTool** | 设置屏幕分辨率（高、中、低三档） | ## 💡 使用场景 ### 🤖 AI助手桌面自动化 - **智能客服机器人**: AI助手可以自动操作Windows应用程序，帮助用户完成复杂的桌面任务 - **语音助手集成**: 结合语音识别，通过语音指令控制桌面应用程序 - **智能办公助手**: AI助手自动处理日常办公任务，如文档整理、邮件发送等 ### 📊 办公自动化 - **数据录入自动化**: 自动从网页或文档中提取数据并录入到Excel或其他应用程序 - **报告生成**: 自动收集系统信息、截图，生成格式化的报告文档 - **批量文件处理**: 自动整理、重命名、分类大量文件和文档 - **邮件自动化**: 自动发送定期报告、通知邮件 ### 🧪 软件测试与质量保证 - **UI自动化测试**: 模拟用户操作，自动测试桌面应用程序的功能 - **回归测试**: 自动执行重复性测试用例，确保软件质量 - **性能监控**: 自动收集应用程序性能数据，生成监控报告 - **Bug复现**: 自动重现用户报告的问题，辅助开发人员调试 ### 🎯 业务流程自动化 - **客户服务**: 自动处理客户请求，更新CRM系统 - **订单处理**: 自动从多个渠道收集订单信息并录入系统 - **库存管理**: 自动更新库存数据，生成补货提醒 - **财务对账**: 自动对比不同系统的财务数据，标记差异 ### 🔍 数据采集与分析 - **网页数据抓取**: 自动从多个网站收集产品价格、新闻等信息 - **竞品分析**: 定期收集竞争对手的产品信息和价格数据 - **市场调研**: 自动收集和整理市场数据，生成分析报告 - **社交媒体监控**: 监控品牌提及，自动收集用户反馈 ### 🎮 游戏与娱乐 - **游戏辅助**: 自动执行重复性游戏任务（请遵守游戏规则） - **直播助手**: 自动管理直播软件，切换场景，发送消息 - **媒体管理**: 自动整理音乐、视频文件，更新媒体库 ### 🏥 医疗与健康 - **病历录入**: 自动将纸质病历转换为电子格式 - **医疗图像分析**: 结合OCR技术，自动提取医疗报告中的关键信息 - **预约管理**: 自动处理患者预约请求，更新医院管理系统 ### 🏫 教育与培训 - **在线考试**: 自动批改选择题，生成成绩报告 - **课程管理**: 自动更新课程信息，发送通知给学生 - **学习进度跟踪**: 自动记录学生的学习活动，生成进度报告 ### 🏭 制造业与物流 - **生产数据采集**: 自动从生产设备收集数据，更新ERP系统 - **质量检测**: 结合图像识别，自动检测产品质量 - **物流跟踪**: 自动更新货物状态，发送跟踪信息给客户 ### 🔧 系统运维 - **服务器监控**: 自动检查服务器状态，生成监控报告 - **日志分析**: 自动分析系统日志，识别异常模式 - **备份管理**: 自动执行数据备份，验证备份完整性 - **软件部署**: 自动化软件安装和配置流程 ## 📸 演示截图 ### 文本输入演示 通过 TypeTool 在记事本中自动输入文本： ![文本输入演示](assets/NotepadWriting.png) ### 网页搜索演示 使用 ScrapeTool 打开并搜索网页内容： ![网页搜索演示](assets/OpenWebSearch.png) ### 📹 演示视频 完整的桌面自动化操作演示： [网页搜索演示](assets/video.mp4) ## 🛠️ 技术栈 - **.NET 10.0**: 基于最新的 .NET 框架 - **Model Context Protocol**: 使用 MCP 协议进行通信 - **Microsoft.Extensions.Hosting**: 应用程序托管框架 - **Serilog**: 结构化日志记录 - **HtmlAgilityPack**: HTML 解析和网页抓取 - **ReverseMarkdown**: HTML 到 Markdown 转换 ## 🏗️ 项目结构 ``` src/ ├── Windows-MCP.Net/ # 主项目 │ ├── .mcp/ # MCP 服务器配置 │ │ └── server.json # 服务器配置文件 │ ├── Exceptions/ # 自定义异常类（待扩展） │ ├── Interface/ # 服务接口定义 │ │ ├── IDesktopService.cs # 桌面服务接口 │ │ ├── IFileSystemService.cs # 文件系统服务接口 │ │ └── IOcrService.cs # OCR服务接口 │ ├── Models/ # 数据模型（待扩展） │ ├── Prompts/ # 提示模板（待扩展） │ ├── Services/ # 核心服务实现 │ │ ├── DesktopService.cs # 桌面操作服务 │ │ ├── FileSystemService.cs # 文件系统服务 │ │ └── OcrService.cs # OCR服务 │ ├── Tools/ # MCP 工具实现 │ │ ├── Desktop/ # 桌面操作工具 │ │ │ ├── ClickTool.cs # 点击工具 │ │ │ ├── ClipboardTool.cs # 剪贴板工具 │ │ │ ├── DragTool.cs # 拖拽工具 │ │ │ ├── GetWindowInfoTool.cs # 窗口信息工具 │ │ │ ├── KeyTool.cs # 按键工具 │ │ │ ├── LaunchTool.cs # 启动应用工具 │ │ │ ├── MoveTool.cs # 鼠标移动工具 │ │ │ ├── OpenBrowserTool.cs # 浏览器打开工具 │ │ │ ├── PowershellTool.cs # PowerShell执行工具 │ │ │ ├── ResizeTool.cs # 窗口调整工具 │ │ │ ├── ScrapeTool.cs # 网页抓取工具 │ │ │ ├── ScreenshotTool.cs # 截图工具 │ │ │ ├── ScrollTool.cs # 滚动工具 │ │ │ ├── ShortcutTool.cs # 快捷键工具 │ │ │ ├── StateTool.cs # 桌面状态工具 │ │ │ ├── SwitchTool.cs # 应用切换工具 │ │ │ ├── TypeTool.cs # 文本输入工具 │ │ │ ├── UIElementTool.cs # UI元素操作工具 │ │ │ └── WaitTool.cs # 等待工具 │ │ ├── FileSystem/ # 文件系统工具 │ │ │ ├── CopyFileTool.cs # 文件复制工具 │ │ │ ├── CreateDirectoryTool.cs # 目录创建工具 │ │ │ ├── CreateFileTool.cs # 文件创建工具 │ │ │ ├── DeleteDirectoryTool.cs # 目录删除工具 │ │ │ ├── DeleteFileTool.cs # 文件删除工具 │ │ │ ├── GetFileInfoTool.cs # 文件信息工具 │ │ │ ├── ListDirectoryTool.cs # 目录列表工具 │ │ │ ├── MoveFileTool.cs # 文件移动工具 │ │ │ ├── ReadFileTool.cs # 文件读取工具 │ │ │ ├── SearchFilesTool.cs # 文件搜索工具 │ │ │ └── WriteFileTool.cs # 文件写入工具 │ │ └── OCR/ # OCR识别工具 │ │ ├── ExtractTextFromRegionTool.cs # 区域文本提取工具 │ │ ├── ExtractTextFromScreenTool.cs # 屏幕文本提取工具 │ │ ├── FindTextOnScreenTool.cs # 屏幕文本查找工具 │ │ └── GetTextCoordinatesTool.cs # 文本坐标获取工具 │ ├── Program.cs # 程序入口点 │ └── Windows-MCP.Net.csproj # 项目文件 └── Windows-MCP.Net.Test/ # 测试项目 ├── DesktopToolsExtendedTest.cs # 桌面工具扩展测试 ├── FileSystemToolsExtendedTest.cs # 文件系统工具扩展测试 ├── OCRToolsExtendedTest.cs # OCR工具扩展测试 ├── ToolTest.cs # 工具基础测试 ├── UIElementToolTest.cs # UI元素工具测试 └── Windows-MCP.Net.Test.csproj # 测试项目文件 ``` ## 🚧 功能扩展建议 ### 计划中的功能 #### 高级UI识别与交互 - **UI元素识别增强**: 支持更多UI框架（WPF、WinForms、UWP） - **OCR文字识别优化**: 多语言支持，提升识别准确率 - **智能等待机制**: 动态等待元素加载完成 #### 文件系统操作增强 - **高级文件搜索**: 支持内容搜索、正则表达式匹配 - **批量文件操作**: 支持批量复制、移动、重命名 - **文件监控**: 实时监控文件系统变化 #### 系统监控与性能分析 - **系统资源监控**: CPU、内存、磁盘、网络使用情况 - **进程管理**: 进程列表获取、性能监控、进程控制 - **性能分析报告**: 生成详细的系统性能报告 #### 多媒体处理能力 - **音频控制**: 系统音量控制、音频设备管理 - **图像处理**: 图片缩放、裁剪、格式转换 - **屏幕录制**: 支持屏幕录制和回放 #### 网络与通信功能 - **网络诊断**: Ping、端口扫描、连通性测试 - **HTTP客户端**: 支持RESTful API调用 - **WiFi管理**: WiFi网络扫描和连接管理 #### 安全性与权限管理 - **权限检查**: 用户权限验证和管理 - **数据加密**: 敏感数据加密存储 - **操作审计**: 完整的操作日志和审计追踪 ### 开发路线图 #### 第一阶段（高优先级）- 核心功能增强 - ✅ UI元素识别工具（已完成Windows API实现） - 🔄 文件管理工具增强 - 📋 系统监控工具 - 🔒 基础安全工具 #### 第二阶段（中优先级）- 功能扩展 - 📋 OCR文字识别优化 - 📋 高级文件搜索 - 📋 音频控制工具 - 📋 网络诊断工具 - 📋 Excel操作支持 #### 第三阶段（低优先级）- 高级功能 - 📋 图像处理工具 - 📋 任务调度系统 - 📋 数据库操作支持 - 📋 宏录制与回放 ## 🔧 配置 ### 日志配置 项目使用 Serilog 进行日志记录，日志文件保存在 `logs/` 目录下： - 控制台输出：实时日志显示 - 文件输出：按天滚动，保留 31 天 - 日志级别：Debug 及以上 ### 环境变量 | 变量名 | 描述 | 默认值 | |--------|------|--------| | `ASPNETCORE_ENVIRONMENT` | 运行环境 | `Production` | ## 📝 许可证 本项目基于 MIT 许可证开源。详情请参阅 [LICENSE](LICENSE) 文件。 ## 🔗 相关链接 - [Model Context Protocol](https://modelcontextprotocol.io/) - [.NET 文档](https://docs.microsoft.com/dotnet/) - [Windows API 文档](https://docs.microsoft.com/windows/win32/) ## 🤝 贡献指南 我们欢迎社区贡献！如果您想为项目做出贡献，请遵循以下步骤： ### 开发环境设置 1. **克隆仓库** ```bash git clone https://github.com/AIDotNet/Windows-MCP.Net.git cd Windows-MCP.Net ``` 2. **安装依赖** ```bash dotnet restore ``` 3. **运行测试** ```bash dotnet test ``` 4. **构建项目** ```bash dotnet build ``` ### 贡献流程 1. Fork 本仓库 2. 创建功能分支 (`git checkout -b feature/AmazingFeature`) 3. 提交更改 (`git commit -m 'Add some AmazingFeature'`) 4. 推送到分支 (`git push origin feature/AmazingFeature`) 5. 创建 Pull Request ### 代码规范 - 遵循 C# 编码规范 - 为新功能添加单元测试 - 更新相关文档 - 确保所有测试通过 ### 问题报告 在报告问题时，请提供： - 操作系统版本 - .NET 版本 - 详细的错误信息 - 重现步骤 ## 📞 支持 如果您遇到问题或有建议，请： 1. 查看 [Issues](https://github.com/xuzeyu91/Windows-MCP.Net/issues) 2. 创建新的 Issue 3. 参与讨论 4. 查看 [Wiki](https://github.com/xuzeyu91/Windows-MCP.Net/wiki) 获取更多帮助 --- **注意**: 本工具需要适当的 Windows 权限来执行桌面自动化操作。请确保在受信任的环境中使用。 **免责声明**: 使用本工具进行自动化操作时，请遵守相关法律法规和软件使用协议。开发者不承担因误用工具而产生的任何责任。