Maamcp

🚀 MaaMCP

MaaMCP 是基于 MaaFramework 的 MCP 服务器，它为 AI 助手赋予了 Android 设备和 Windows 桌面的自动化能力，让 AI 能够便捷地控制设备与应用，实现各类自动化任务。

English | 中文

🚀 快速开始

安装方式

方式一：通过 uv 安装（推荐）

需要先安装 uv

uvx maa-mcp

方式二：通过 pip 安装

pip install maa-mcp

方式三：从源码安装

1. 克隆仓库

git clone https://github.com/MistEO/MaaMCP.git
cd MaaMCP

2. 安装 Python 依赖

pip install -e .

配置客户端

在 Cursor 等软件中，添加 MCP 服务器：

{
  "mcpServers": {
    "MaaMCP": {
      "command": "maa-mcp"
    }
  }
}

或 在 Cherry Studio 等软件中，添加 MCP 命令：

uvx maa-mcp

✨ 主要特性

🔍 设备发现与连接

• find_adb_device_list - 扫描可用的 ADB 设备
• find_window_list - 扫描可用的 Windows 窗口
• connect_adb_device - 连接到 Android 设备
• connect_window - 连接到 Windows 窗口

👀 屏幕识别

• screencap_and_ocr - 光学字符识别（高效，推荐优先使用）
• screencap_only - 屏幕截图，然后由大模型视觉处理（按需使用，token 开销大）

🎮 设备控制

• click - 点击指定坐标（支持多触点/鼠标按键选择、长按）
  • Windows 上支持指定鼠标按键：左键、右键、中键
• double_click - 双击指定坐标
• swipe - 滑动手势（Android 设备滚动/翻页优先使用）
• input_text - 输入文本
• click_key - 按键操作（支持长按）
  • Android 上可模拟系统按键：返回键(4)、Home键(3)、菜单键(82)、音量键等
  • Windows 上支持虚拟按键码：回车(13)、ESC(27)、方向键等
• keyboard_shortcut - 键盘快捷键
  • 支持组合键：Ctrl+C、Ctrl+V、Alt+Tab 等
• scroll - 鼠标滚轮（仅 Windows）

📝 Pipeline 生成与运行

• get_pipeline_protocol - 获取 Pipeline 协议文档
• save_pipeline - 保存 Pipeline JSON 到文件（支持新建和更新）
• load_pipeline - 读取已有的 Pipeline 文件
• run_pipeline - 运行 Pipeline 并返回执行结果
• open_pipeline_in_browser - 在浏览器中打开 Pipeline 可视化界面

💻 使用示例

基础用法

配置完成后，可以这样使用： Android 自动化示例：

请用 MaaMCP 工具帮我连接 Android 设备，打开美团帮我点一份外卖，我想吃中餐，一人份，20 元左右的

Windows 自动化示例：

请用 MaaMCP 工具，看看我现在这页 PPT 怎么加一个旋转特效，操作给我看下

Pipeline 生成示例：

请用 MaaMCP 工具连接我的设备，帮我打开设置，进入显示设置，调整亮度到 50%。
操作完成后，帮我生成这个流程的 Pipeline JSON，以便后续可以直接运行。

MaaMCP 会自动：

1. 扫描可用设备/窗口
2. 建立连接
3. 自动下载并加载 OCR 资源
4. 执行识别和操作任务

高级用法

如果你希望 AI 能够快速、高效地完成自动化任务，而不希望看到运行过程中的详细解释，可以将以下内容添加到你的提示词（Prompt）中：

# Role: UI Automation Agent

## Workflow Optimization Rules
1. **Minimize Round-Trips**: 你的目标是以最少的交互次数完成任务。
2. **Critical Pattern**: 当涉及到表单/聊天输入时，必须遵循 **[Click Focus -> Input Text -> Send Key]** 的原子化操作序列。
   - 🚫 错误做法：先 Click，等待结果；再 Input，等待结果；再 Press Enter。
   - ✅ 正确做法：在 `click` 之后，无需等待返回，直接在同一个 `tool_calls` 列表中根据逻辑推断追加 `input_text` 和 `click_key`。

## Communication Style
- **NO YAPPING**: 不要复述用户的指令，不要解释你的步骤。
- **Direct Execution**: 接收指令 -> (内部思考) -> 直接输出 JSON 工具调用。

性能建议

为了获得最快的运行速度，建议使用 Flash 版本的大语言模型（如 Claude 3 Flash），这些模型在保持较高智能水平的同时，能够显著提升响应速度。

📚 详细文档

工作流程

MaaMCP 遵循简洁的操作流程，支持多设备/多窗口协同工作：

graph LR
    A[扫描设备] --> B[建立连接]
    B --> C[执行自动化操作]

1. 扫描 - 使用 find_adb_device_list 或 find_window_list
2. 连接 - 使用 connect_adb_device 或 connect_window（可连接多个设备/窗口，获得多个控制器 ID）
3. 操作 - 通过指定不同的控制器 ID，对多个设备/窗口执行 OCR、点击、滑动等自动化操作

Pipeline 生成功能

MaaMCP 支持让 AI 将执行过的操作转换为 MaaFramework Pipeline JSON 格式，实现一次操作，无限复用。

工作原理

graph LR
    A[AI 执行操作] --> B[操作完成]
    B --> C[AI 阅读 Pipeline 文档]
    C --> D[AI 智能生成 Pipeline]
    D --> E[保存 JSON 文件]
    E --> F[运行验证]
    F --> G{是否成功?}
    G -->|是| H[完成]
    G -->|否| I[分析失败原因]
    I --> J[修改 Pipeline]
    J --> F

1. 执行操作 - AI 正常执行 OCR、点击、滑动等自动化操作
2. 获取文档 - 调用 get_pipeline_protocol 获取 Pipeline 协议规范
3. 智能生成 - AI 根据文档规范，将有效操作转换为 Pipeline JSON
4. 保存文件 - 调用 save_pipeline 保存生成的 Pipeline
5. 运行验证 - 调用 run_pipeline 验证 Pipeline 是否正常运行
6. 迭代优化 - 根据运行结果分析失败原因，修改 Pipeline 直到成功

智能生成的优势

与机械录制不同，AI 智能生成具有以下优势：

• 只保留成功路径：如果操作过程中尝试了多条路径（如先进入 A 菜单没找到，返回后又进入 B 菜单才找到），AI 会只保留最终成功的路径，去掉失败的尝试
• 理解操作意图：AI 能够理解每个操作的目的，生成语义清晰的节点名称
• 优化识别条件：根据 OCR 结果智能设置识别区域和匹配条件
• 验证与迭代：通过运行验证发现问题，自动修复并增强鲁棒性

验证与迭代优化

Pipeline 生成后，AI 会自动进行验证和优化：

1. 运行验证 - 执行 Pipeline 检查是否成功
2. 失败分析 - 如果失败，分析具体哪个节点出错及原因
3. 智能修复 - 常见优化手段：
   • 增加备选识别节点（在 next 列表中添加多个候选）
   • 放宽 OCR 匹配条件（使用正则表达式或部分匹配）
   • 调整 roi 识别区域
   • 增加等待时间（post_delay）
   • 添加中间状态检测节点
4. 重新验证 - 修改后再次运行，直到稳定成功 如果发现 Pipeline 逻辑本身有问题，AI 还可以重新执行自动化操作，结合新旧经验生成更完善的 Pipeline。

示例输出

{
  "开始任务": {
    "recognition": "DirectHit",
    "action": "DoNothing",
    "next": ["点击设置"]
  },
  "点击设置": {
    "recognition": "OCR",
    "expected": "设置",
    "action": "Click",
    "next": ["进入显示"]
  },
  "进入显示": {
    "recognition": "OCR",
    "expected": "显示",
    "action": "Click",
    "next": ["调整亮度"]
  },
  "调整亮度": {
    "recognition": "OCR",
    "expected": "亮度",
    "action": "Swipe",
    "begin": [200, 500],
    "end": [400, 500],
    "duration": 200
  }
}

🔧 技术细节

注意事项

📌 Windows 自动化限制：

• 部分游戏或应用的反作弊机制可能会拦截后台控制操作
• 若目标应用以管理员权限运行，MaaMCP 也需要以管理员权限启动
• 不支持对最小化的窗口进行操作，请保持目标窗口在非最小化状态
• 若默认的后台截图/输入方式不可用（如截图为空、操作无响应），AI 助手可能会尝试切换到前台方式，届时会占用鼠标键盘

常见问题

OCR 识别失败，报错 "Failed to load det or rec" 或提示资源不存在

首次使用时，会自动下载 OCR 模型文件。但可能出现下载失败等情况，请检查数据目录：

• Windows: C:\Users\<用户名>\AppData\Local\MaaXYZ\MaaMCP\resource\model\ocr\
• macOS: ~/Library/Application Support/MaaXYZ/MaaMCP/resource/model/ocr/
• Linux: ~/.local/share/MaaXYZ/MaaMCP/resource/model/ocr/

1. 检查上述目录中是否有模型文件（det.onnx, rec.onnx, keys.txt）
2. 检查 model/download.log 中是否出现资源下载异常
3. 手动执行 python -c "from maa_mcp.download import download_and_extract_ocr; download_and_extract_ocr()" 再次尝试下载

关于 ISSUE

提交问题时，请提供日志文件，日志文件路径如下：

• Windows: C:\Users\<用户名>\AppData\Local\MaaXYZ\MaaMCP\debug\maa.log
• macOS: ~/Library/Application Support/MaaXYZ/MaaMCP/debug/maa.log
• Linux: ~/.local/share/MaaXYZ/MaaMCP/debug/maa.log

📄 许可证

本项目采用 GNU AGPL v3 许可证。

致谢

• MaaFramework - 提供强大的自动化框架
• FastMCP - 简化 MCP 服务器开发
• Model Context Protocol - 定义 AI 工具集成标准