Windows-MCP 安装与使用全指南:让 AI 轻松操控你的电脑

Windows-MCP(Windows Model Context Protocol)作为一款能让 AI 大模型直接与 Windows 系统交互的开源工具,正在改变我们与电脑的互动方式。本文将详细介绍其安装步骤和使用方法,帮助你快速上手这款强大的工具。

一、安装前的准备工作

在开始安装 Windows-MCP 之前,请确保你的系统满足以下要求:

  • 操作系统:Windows 7、8、10 或 11(32 位或 64 位均可)
  • Python 环境:Python 3.13 及以上版本
  • 包管理器:建议安装 UV(更快速的 Python 包管理工具)
  • 额外工具:若使用 Claude 桌面版,需安装 DXT 工具

前置工具安装

首先安装 UV 包管理器(如果尚未安装):

bash

pip install uv 

如果计划使用 Claude 桌面版,还需要安装 DXT 工具:

bash

npm install -g @anthropic-ai/dxt 

二、获取 Windows-MCP 源代码

  1. 打开命令提示符或 PowerShell
  2. 克隆项目仓库:

bash

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

  1. 进入项目目录:

bash

cd Windows-MCP 

如果你没有安装 Git,也可以直接从 GitHub 下载 ZIP 压缩包,然后解压到本地文件夹。

三、不同使用场景的安装方法

场景 1:配合 Claude 桌面版使用

这是最推荐的使用方式,操作简单且体验流畅:

  1. 在项目目录中,构建桌面扩展:

bash

npx @anthropic-ai/dxt pack 

  1. 等待命令执行完成,会生成一个.dxt格式的扩展文件
  2. 打开 Claude 桌面版应用
  3. 点击右上角的设置图标(齿轮形状)
  4. 在设置菜单中,选择 "扩展" 选项
  5. 点击 "安装扩展" 按钮,浏览并选择刚才生成的.dxt文件
  6. 安装完成后,Claude 会提示扩展已启用,此时 Windows-MCP 已准备就绪

场景 2:配合 Gemini CLI 使用

如果你更习惯使用命令行界面的 Gemini,可以按照以下步骤配置:

  1. 找到 Gemini 的配置文件,通常位于:

plaintext

%USERPROFILE%/.gemini/settings.json 

  1. 用文本编辑器打开该文件
  2. 在配置中添加以下内容(请替换路径为你的实际 Windows-MCP 目录):

json

"mcpServers": { "windows-mcp": { "command": "uv", "args": [ "--directory", "C:/你的路径/Windows-MCP", // 替换为实际路径 "run", "main.py" ] } } 

  1. 保存文件并重启 Gemini CLI

四、基本使用方法

启动服务

无论使用哪种场景,首次使用时都需要启动 Windows-MCP 服务:

在项目目录中执行:

bash

uv run main.py 

服务启动成功后,会显示类似以下的信息:

plaintext

Windows-MCP server started on port 5000 Waiting for connections... 

向 AI 发送指令

现在你可以向已连接的 AI(Claude 或 Gemini)发送各种系统操作指令了,例如:

  1. "打开记事本,输入 'Hello Windows-MCP'"
  2. "调整当前窗口大小为 800x600 像素"
  3. "帮我打开计算器并计算 256 乘以 32"
  4. "捕获当前桌面状态并描述给我"

AI 会自动通过 Windows-MCP 将你的自然语言指令转换为实际的系统操作。

常用功能示例

  • 启动应用:"打开 Microsoft Edge 浏览器"
  • 窗口操作:"将浏览器窗口移动到屏幕右侧"
  • 文本输入:"在记事本中输入今天的待办事项"
  • 系统命令:"通过 PowerShell 查看当前目录文件"
  • 截图操作:"捕获当前窗口并保存到桌面"

五、高级配置与自定义

Windows-MCP 支持通过配置文件进行个性化设置,主要配置文件为项目目录下的config.json,你可以在这里:

  • 修改默认端口号
  • 设置操作超时时间
  • 配置日志级别
  • 添加自定义快捷键映射
  • 调整 UI 元素识别精度

六、常见问题解决

  1. 服务启动失败
    • 检查 Python 版本是否符合要求
    • 尝试重新安装依赖:uv install
  2. AI 无法执行操作
    • 确认 Windows-MCP 服务是否正在运行
    • 检查防火墙设置,确保端口未被阻止
  3. 中文应用识别问题
    • 在指令中使用应用的英文名称可能更可靠
    • 可以在配置文件中添加应用名称映射
  4. 操作延迟过高
    • 关闭不必要的后台程序
    • 降低屏幕分辨率或减少同时运行的应用

七、安全注意事项

  • 由于 Windows-MCP 能直接操控系统,请勿在公共或不安全的环境中使用
  • 避免向 AI 授予过高的系统权限
  • 使用完毕后建议关闭服务,特别是在处理敏感信息时
  • 定期更新项目到最新版本,以获取安全补丁

通过以上步骤,你已经可以顺利安装并使用 Windows-MCP 了。这款工具的强大之处在于它能让 AI 真正 "理解" 并 "操作" 你的电脑,将大大提升你的工作效率。随着项目的不断更新,未来还会有更多强大的功能加入,值得持续关注。

Read more

Anaconda安装(2024最新版)

Anaconda安装(2024最新版)

安装新的anaconda需要卸载干净上一个版本的anaconda,不然可能会在新版本安装过程或者后续使用过程中出错,完全卸载干净anaconda的方法,可以参考我的博客! 第一步:下载anaconda安装包         官网:Anaconda | The Operating System for AI (不过官网是外网,这里推荐国内清华大学的镜像源,对于国内的网络友好,下载速度更快!) 清华镜像网:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站,致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务,帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/         这里有许多版本,博主这些选择下载最新版本的2024.06-1版本

By Ne0inhk
【Python 量化入门】AKshare 保姆级使用教程:零成本获取股票 / 基金 / 期货全市场金融数据

【Python 量化入门】AKshare 保姆级使用教程:零成本获取股票 / 基金 / 期货全市场金融数据

做量化交易、财经数据分析、投资复盘的开发者和投资者,经常会遇到核心痛点:付费金融数据接口成本高、免费 API 注册流程繁琐、多市场数据分散难以整合。告别 QMT 回测烦恼!手把手教你搭建 MiniQMT+Backtrader 量化回测框架 本文就给大家详细讲解 Python 量化圈的开源神器AKshare,从安装到核心功能实战全覆盖,代码可直接复制运行,零基础也能一键获取全市场金融行情数据。 一、AKshare 是什么? AKshare 是一款基于 Python 开发的开源金融数据接口库,专为个人投资者、量化爱好者、财经数据分析人员打造,是目前国内生态最完善、维护最活跃的免费金融数据工具之一。 它支持股票、期货、基金、外汇、债券、指数、加密货币等多种主流金融市场的数据获取,核心优势如下: * 免费开源:完全开源免费,无隐藏收费,个人非商用零成本使用,无需开通付费会员 * 数据覆盖全面:A 股、

By Ne0inhk

双重机器学习之因果推断 | CATE条件平均处理效应估计:五大方法原理详解与模拟数据实战(python版)

家人们我又更新了,代码和科研绘图在论文末尾,欢迎大家评论点赞和收藏,你们的认可是我坚持的动力,祝大家科研顺利。 因果推断 | CATE条件平均处理效应估计:五大方法原理详解与模拟数据实战 本文是因果推断系列文章。本篇聚焦 CATE(Conditional Average Treatment Effect,条件平均处理效应) 的估计,从ATE的局限性讲起,深入介绍S-Learner、T-Learner、X-Learner、因果森林DML和线性DML五种主流方法的原理,并在模拟数据上进行完整的代码实操与效果对比。 1 从ATE到CATE:为什么需要异质性处理效应? 1.1 ATE只能回答"平均有没有用" ATE(Average Treatment Effect)回答的是:干预措施对整个群体的平均效果是什么? 但在实际业务中,我们更想知道的是:对于不同的个体或子群,干预效果有什么不同? 举几个例子: * 精准营销:给所有人发满减券ATE为正,但拆开看,高消费用户根本不需要券,低消费用户反而是增量用户——CATE帮你找到真正的增量人群。 * 个性化医疗:

By Ne0inhk
Python + BS4实战:手把手带你爬取商业数据

Python + BS4实战:手把手带你爬取商业数据

目录 一、bs4篇 1.bs4介绍 1.1 什么是BeautifulSoup4? 1.2 为什么选择BeautifulSoup4?       核心优势 2.bs4详解 2.1 首先下载bs4 2.2 接下来引入一个使用bs4的例子让我们快速熟悉它 2.3 运行结果 3.bs4使用实战案例 3.1 完整代码 3.2 为什么会影响翻页 3.3 反爬机制 3.4 已知信息 3.5 解决思路 3.6 结果展示 3.7 容易混淆的一点 3.8 图片爬虫 🌟 Hello,

By Ne0inhk