MCP Windows Desktop Automation

🚀 Windows デスクトップ自動化 MCP サーバー

このプロジェクトは、AutoIt を使用した Windows デスクトップ自動化 Model Context Protocol (MCP) サーバーです。LLM アプリケーションが MCP プロトコルを介して Windows デスクトップのタスクを自動化できるようにします。

🚀 クイックスタート

このサーバーは、TypeScript で実装された MCP サーバーで、node-autoit-koffi パッケージをラップしています。LLM アプリケーションは、MCP プロトコルを介して Windows デスクトップのタスクを自動化できます。

✨ 主な機能

• AutoIt のすべての関数を MCP ツールとして完全にラップ
• stdio と WebSocket の2つの伝送プロトコルをサポート
• ファイルアクセスリソースを使用して、ファイルやディレクトリを読み取ることができます
• スクリーンショットリソースを使用して、画面や特定のウィンドウをキャプチャできます
• 一般的な自動化タスクのヒントテンプレートを提供
• TypeScript の型を厳密に使用

📦 インストール

# リポジトリをクローン
git clone https://github.com/yourusername/mcp-windows-desktop-automation.git
cd mcp-windows-desktop-automation

# 依存関係をインストール
npm install

# プロジェクトをビルド
npm run build

💻 使用例

サーバーの起動

# stdio 伝送で起動（デフォルト）
npm start

# WebSocket 伝送で起動
npm start -- --transport=websocket --port=3000

# 詳細ログを有効にする
npm start -- --verbose

コマンドラインオプション

• --transport=stdio|websocket：伝送プロトコルを指定します（デフォルト：stdio）
• --port=<number>：WebSocket 伝送のポートを指定します（デフォルト：3000）
• --verbose：詳細ログを有効にします

📚 ドキュメント

ツール

サーバーは、以下のツールを提供します。

• マウス操作：移動、クリック、ドラッグなど
• キーボード操作：キー入力、クリップボード操作など
• ウィンドウ管理：ウィンドウの検索、アクティブ化、閉じる、サイズ変更など
• コントロール操作：UI コントロール（ボタン、テキストボックスなど）とのやり取り
• プロセス管理：プロセスの起動、停止、監視
• システム操作：シャットダウン、スリープなど

リソース

サーバーは、以下のリソースを提供します。

• ファイルアクセス：ファイルの読み取りとディレクトリの一覧表示
• スクリーンショット：画面または特定のウィンドウのキャプチャ

ヒント

サーバーは、以下のヒントテンプレートを提供します。

• ウィンドウインタラクション：ウィンドウの検索と操作
• フォーム入力：フォームの自動入力タスク
• 自動化タスク：繰り返しタスクのスクリプト作成
• 監視：特定の条件を待つ

開発

# 開発モードで実行
npm run dev

# コードスタイルをチェック
npm run lint

# テストを実行
npm run test

📄 ライセンス

MIT