Windows MCP正式开源：大模型终于能操控你的操作系统了！

阿银

1秒前更新

还记得那些需要手动点击、拖拽、输入的操作吗？Windows MCP的出现可能会让这些成为历史。2025年9月初，Windows MCP正式宣布开源，大模型第一次拿到操作系统级”遥控器”。

文件、注册表、网络端口，一条自然语言指令就能全链路操控。开发者用200行Python代码即可让AI替你装软件、配环境、发邮件，甚至跨应用完成”写报告→生成图表→PPT排版”一条龙服务。

MCP是什么？为什么它如此重要？

MCP（Model Context Protocol）是由人工智能公司Anthropic创建的一种通用标准，旨在将AI模型与外部数据源连接起来。它解决了AI模型面临的一个重大问题：它们的知识仅限于训练数据，无法自行获取实时信息。

可以把MCP想象成大模型的”四肢”。以前的大模型虽然聪明，但只能”动嘴皮子”，没法真正帮你做事。MCP则为大模型提供了操控外部工具和资源的能力。

微软已经在2025年5月的Build大会上宣布将MCP集成到Windows 11中，将其打造成一个”代理操作系统”。这标志着Windows正在向AI代理平台的转型。

项目地址：https://github.com/CursorTouch/Windows-MCP

Windows-MCP是什么？能做什么？

Windows-MCP是一个轻量级的开源项目，充当MCP服务器，弥合了大型语言模型与Windows操作系统之间的差距。它由CursorTouch团队开发，在GitHub上已经获得了2k+的星标。

这个项目的强大之处在于它能直接操控你的操作系统！从文件管理器到Photoshop，从微信到代码编辑器，任何桌面应用它都能操作。

Windows-MCP提供了丰富的工具集来实现各种操作：Click-Tool（点击）、Type-Tool（输入文本）、Clipboard-Tool（复制粘贴）、Scroll-Tool（滚动）、Drag-Tool（拖拽）、Move-Tool（移动鼠标）、Shortcut-Tool（快捷键）等。

如何安装和使用？

Windows-MCP的使用相当简单。以Claude Desktop为例，只需要三个步骤：

第一，下载项目：使用git命令克隆项目到本地。

git clone https://github.com/CursorTouch/Windows-MCP.git

第二，构建扩展文件：进入项目目录并执行构建命令。

cd Windows-MCP npx @anthropic-ai/dxt pack

第三，在Claude Desktop中配置：打开设置→扩展→安装扩展，选择生成的DXT文件即可完成安装。

它也支持Gemini CLI，只需要在settings.json文件中添加相应配置即可。

技术优势与特点

Windows-MCP有几个突出的技术优势：无缝Windows集成是其核心能力，它可以与Windows UI元素进行原生交互，打开应用程序，控制窗口，模拟用户输入等。

它可以使用任何LLM（视觉可选）与许多自动化工具不同，Windows MCP不依赖于任何传统的计算机视觉技术或特定的微调模型。

项目是轻量级和开源的，依赖性极小，易于设置，并且在MIT许可证下提供完整的源代码。同时它也是可定制和可扩展的，可以轻松地调整或扩展工具，以满足独特的自动化或AI集成需求。

实时交互体验也很不错，操作之间的典型延迟（例如，从一次鼠标单击到下一次鼠标单击）范围为0.7到2.5秒，并且可能因活动应用程序的数量和系统负载以及LLM的推理速度而略有不同。

应用场景与实用案例

Windows-MCP的应用场景非常广泛：在自动化办公任务方面，它可以自动整理文件、填写表格、发送邮件，提升办公效率。

对于软件测试与开发，它可以模拟用户操作测试软件，辅助代码编辑和自动化部署。在教育与培训领域，它可以自动演示教学软件操作，辅助在线课程学习。

它也能提升个人生产力，自动管理日程、控制多媒体播放，优化个人生活和工作流程。在系统监控与安全方面，它可以基于自动化脚本监控系统资源，运行安全扫描，保障系统稳定运行。

实际案例包括：自动打开浏览器搜索天气，并智能抓取网页信息；让Claude打开本地的Word文档；配合Gemini CLI，自动打开浏览器，查找在X上谁最后关注了自己。

局限性与发展前景

Windows-MCP目前也有一些局限性：由于依赖于a11y树，因此无法选择段落中的特定文本部分（正在努力解决）。Type-Tool旨在用于键入文本，而不是在IDE中进行编程，因为它会将程序作为一个整体键入到文件中（正在努力解决）。

也需要谨慎使用此MCP，因为它会直接与您的Windows操作系统交互以执行操作。避免在无法容忍此类风险的环境中部署它。

尽管MCP协议在一段时间内曾经历热度退潮，但其潜在价值并未被忽视。越来越多的企业开始将MCP技术融入到自己的产品和服务中，例如滴滴推出的滴滴MCP。

这种趋势表明，AI工具链的构建正在加速，未来的应用场景将更加丰富。随着技术的不断发展，我们衡量一个人是否熟练使用电脑的标准，或许将不再是掌握某个软件的操作，而是能否熟练地向AI提出需求。

适用人群与使用建议

Windows-MCP特别适合以下几类人群：开发者和技术爱好者可以使用它构建智能代理和自动化工作流；普通办公人员可以用它自动化重复性的电脑操作任务，提高工作效率；测试人员可以利用它进行应用程序的自动化测试和QA验证。

企业和组织可以基于它开发内部使用的智能工具和系统；研究人员和教育工作者也可以用它进行AI与操作系统交互的研究和教学。

使用建议方面：先从简单的任务开始，如文件操作、应用程序打开关闭等，逐步过渡到更复杂的操作流程。注意安全问题，不要在敏感环境中随意部署，避免执行危险操作。

了解其局限性，避免在需要精细文本选择或编程输入的场景中使用。结合强大的LLM，如Claude或Gemini，以获得更好的理解和执行能力。

随着Windows MCP的开源，AI桌面时代正式开启。我们衡量一个人会不会用电脑，可能不再是看他会不会用某个软件，而是看他会不会给AI提需求。

这种操作系统级别的MCP开源出来，想象空间实在太大了。开发者用200行Python即可让AI替你装软件、配环境、发邮件，甚至跨应用完成”写报告→生成图表→PPT排版”一条龙服务。

未来已来，只是尚未均匀分布。Windows MCP正在将这种未来带到每个人的桌面。

万事屋版权信息，转载请保留出处：https://www.rei3.com

评分

欢迎为Ta评分

赞赏