desktop-touch-mcp
活跃·★ 22·MIT·更新于 2026-10-22
desktop-touch-mcp是一个高性能的Windows MCP服务器，它使Claude和Cursor等AI客户端能够安全、语义化地与桌面交互。它采用Rust原生引擎以提高速度，使用语义化的“发现-行动”目标识别，并辅以每行动感知防护以防止错误。
#Windows自动化#AI代理#桌面控制#UI自动化#Chromium调试协议#Rust#语义化目标识别#凭证管理
01
功能特性
01高性能Rust原生核心，通过SSE2 SIMD实现快速UI自动化(UIA)和图像处理。
02视觉标记集(SoM)视觉回退机制，利用Windows OCR与游戏或RDP会话等无UIA的应用交互。
03安全凭证锁，通过Windows DPAPI加密实现终端凭证（SSH、sudo密码）自动填充。
04针对LLM的原生设计，具有响应式感知和令牌优化，通过宏批处理和差异模式实现高效AI交互。
05紧急停止（Failsafe）机制，通过将鼠标停在主显示器左上角来停止失控的自动化。
02
兼容性
Windows
操作系统
已通过文档验证
Node.js
运行时
已通过文档验证
PowerShell
备用组件
已通过文档验证
Claude CLI
客户端
已通过文档验证
Chromium Browsers
浏览器
已通过文档验证
03
快速开始
1
$ npx -y @harusame64/desktop-touch-mcp
04
使用场景
↳使AI代理能够控制和自动化各种Windows桌面应用程序，包括记事本、Excel和Chrome。
↳使用集成的凭证锁安全地自动化需要SSH或sudo密码的终端命令。
↳无需传统工具，通过Chromium调试协议在Chrome/Edge/Brave上执行高级网页自动化。
↳利用语义化目标识别（发现-行动）高效观察和交互桌面UI元素，实现可靠操作。
05
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧