内容
---
license: mit
language:
- zh
tags:
- mcp
- 模型上下文协议
- 桌面自动化
- llm
- ollama
- openai
- anthropic
- pyautogui
- python
pipeline_tag: 文本生成
library_name: mcp
---
# 孙悟空-大卫智解-mcp
一款作为桌面自动化助手的模型上下文协议（MCP）服务器。它连接本地或云端的LLM（Ollama、OpenAI、Claude/Anthropic）与桌面自动化功能（PyAutoGUI 鼠标、键盘、快捷键、截图），并实施独家任务锁定，确保任务在无中断的情况下完成。
## 功能特点
1. **多LLM路由器**：
- 查询通过 **Ollama** 运行的本地模型（例如 Llama 3、Mistral、Gemma）。
- 将查询请求路由到 **OpenAI** （GPT-4o 等）和 **Anthropic** （Claude 3.5 Sonnet 等）。
- 所有本地和云端提示路由的统一接口。
2. **桌面控制与快捷键**：
- 完整的键盘控制：输入文本、按下特定键或发送多键热键组合（如 `Ctrl + Alt + T` 或 `Ctrl + S`）。
- 鼠标控制：点击（左、中、右键）、拖动、相对或绝对移动，以及滚轮操作。
- 屏幕截图工具，用于拍摄快照并保存到文件中。
3. **独家任务锁定**：
- 防止并行任务执行或并发客户端请求。
- 一旦通过 `start_task` 启动任务，就会获取独家跨进程锁。所有后续自动化工具都会受到该锁的保护和验证。
- 完成后，`complete_task` 释放锁，使服务器恢复空闲状态。
---
## 架构流程
服务器的运行流程如下图所示：
*（原始矢量格式，请参见 [docs/architecture.svg](docs/architecture.svg)）*
---
## 设置与安装
### 1. 先决条件
- Python >= 3.10
- [Ollama](https://ollama.com/)（可选，用于运行免费的本地模型）
### 2. 安装依赖项
初始化虚拟环境并安装依赖项：
```bash
python -m venv venv
source venv/Scripts/activate # 在 Windows 上：venv\Scripts\activate
pip install -r requirements.txt
```
### 3. 环境配置
将 `.env.example` 复制到 `.env` 并填写您的 API 凭证：
```bash
cp .env.example .env
```
更新任何 API 密钥：
- `OPENAI_API_KEY`：路由到 GPT 模型时必填。
- `ANTHROPIC_API_KEY`：路由到 Claude 模型时必填。
- `OLLAMA_BASE_URL`：默认为 `http://localhost:11434`。
---
## 使用方法
### 运行服务器
服务器通过标准 I/O（stdio）运行。您可以使用 python 启动它：
```bash
python -m src.server
```
或将其安装为包并使用控制台入口点：
```bash
pip install -e .
sonu-mcp-server
```
### 客户端模拟测试
我们提供了一个独立的测试脚本，用于模拟客户端工具激活、任务锁定、鼠标移动、按键组合和模型列表查询：
```bash
python examples/client_example.py
```
---
## MCP 工具定义注册表
此 MCP 服务器公开了以下工具：
| 工具类别 | 工具名称 | 参数 | 描述 |
| :--- | :--- | :--- | :--- |
| **生命周期** | `start_task` | `task_id`（str），`description`（str） | 启动任务并锁定自动化会话。 |
| | `complete_task` | `task_id`（str），`success`（bool），`details`（str） | 完成活动任务并释放锁。 |
| | `get_task_status` | 无 | 获取当前活动任务状态。 |
| | `force_unlock` | 无 | 在发生错误时重置和清除锁。 |
| **自动化** | `click_mouse` | `x`（int），`y`（int），`button`（str），`clicks`（int） | 在坐标处点击鼠标。受保护。 |
| | `move_mouse` | `x`（int），`y`（int），`duration`（float） | 移动光标。受保护。 |
| | `drag_mouse` | `x`（int），`y`（int），`duration`（float），`button`（str） | 拖动鼠标。受保护。 |
| | `scroll_mouse` | `clicks`（int） | 滚动向上/向下。受保护。 |
| | `type_keyboard` | `text`（str），`interval`（float） | 输入字符串。受保护。 |
| | `press_key` | `key`（str） | 按下单个键盘按键。受保护。 |
| | `press_hotkey` | `keys`（list[str]） | 按下热键组合（例如 `['ctrl', 'c']`）。受保护。 |
| | `take_screenshot` | `filename`（str） | 捕获屏幕快照。受保护。 |
| **LLM 路由器** | `route_llm_query` | `provider`（str），`model`（str），`prompt`（str），`system_prompt`（str） | 查询提供商（ollama/openai/anthropic）。 |
| | `list_llm_models` | 无 | 列出活动提供商模型。 |
---
## 与 Claude Desktop 集成
要与 Claude Desktop 集成，请将服务器添加到您的 `claude_desktop_config.json` 中：
```json
{
"mcpServers": {
"sonu-davinceResolve-mcp": {
"command": "python",
"args": ["-m", "src.server"],
"cwd": "C:/Users/janmw/.gemini/antigravity-ide/scratch/sonu-davinceResolve-mcp",
"env": {
"OPENAI_API_KEY": "your-openai-api-key",
"ANTHROPIC_API_KEY": "your-anthropic-api-key"
}
}
}
}
```
