内容
<p align="center">
<img src="https://raw.githubusercontent.com/ellmos-ai/open-compute-mcp/main/assets/banner.png" alt="open-compute-mcp banner" width="100%">
</p>
# open-compute-mcp
**用于 [open-compute](https://github.com/ellmos-ai/open-compute) 的 MCP 服务器的 npm 启动器** —
模型无关的 **计算机使用** 工具，通过模型上下文协议（MCP）暴露。
**中文** | [德语](README_de.md)
[](https://www.npmjs.com/package/open-compute-mcp)
[](https://www.npmjs.com/package/open-compute-mcp)
[](https://opensource.org/licenses/MIT)
[](https://nodejs.org/)
📦 **[在 npm 上查看 →](https://www.npmjs.com/package/open-compute-mcp)**
MCP **客户端是推理者**（无需 API 密钥，模型无关）：它调用 `capture` 查看屏幕，然后使用 `do` / `click_name` / `invoke` 进行操作。这是 open-compute 的无密钥模式 A 环路，但作为原生工具调用。
> 这个包是一个 **薄启动器**。它不包含服务器逻辑 — 它启动 **Python** open-compute 服务器（从 GitHub 拉取）并通过管道传输 MCP 标准输入输出。
> 真实的屏幕捕获和输入需要 **交互式 Windows 桌面会话**。
## 要求
- **Python 3.10+** 和 **[uv](https://docs.astral.sh/uv/)** 在主机上。默认启动使用 `uvx` 从 GitHub 拉取 open-compute（带有 `mcp` 额外功能）—
在第一次运行时，`mcp` 额外功能跟踪 GitHub 仓库，因此这适用于 PyPI 发布时机无关。
- **Windows** 用于真实捕获/输入（mss + UIA）。其他平台导入工具但无法驱动桌面。
## 工具
| 工具 | 用途 |
|---|---|
| `capture` | 截图 → 返回图像（可选单个窗口）。 |
| `do` | 执行一个规范操作或批处理（点击/类型/按键/滚动/拖动/...）。 |
| `tree` | 通过 Windows UIA 列出 UI 元素（名称/角色/`center_norm`）。 |
| `click_name` | 通过名称解析元素并点击它。 |
| `invoke` | 通过 UIA 模式无点击激活元素。 |
| `watch_dir` | 监视目录的文件系统更改。 |
| `push_status` | 饲料管理器状态（只读）。 |
| `rec_replay` | 重放 `.clirec` 宏（需要可选的 `clirec` 包）。 |
所有坐标都相对于虚拟桌面 **归一化为 0..1**。通过 `OC_LANGUAGE` 使用六种语言（`de/en/es/ja/ru/zh`）本地化工具描述。
## 与 MCP 客户端一起使用
**通过此 npm 启动器（npx）：**
```json
{
"mcpServers": {
"open-compute": {
"command": "npx",
"args": ["-y", "open-compute-mcp"]
}
}
}
```
**直接通过 Python（uvx），无需 npm：**
```json
{
"mcpServers": {
"open-compute": {
"command": "uvx",
"args": ["--from", "open-compute[mcp,local,uia] @ git+https://github.com/ellmos-ai/open-compute.git", "open-compute-mcp"]
}
}
}
```
## 配置（环境变量）
| 变量 | 效果 |
|---|---|
| `OPEN_COMPUTE_PYTHON` | `python.exe` 的路径；启动器使用它运行 `-m open_compute.mcp_server`（如果您已将 open-compute 安装到特定环境中，请使用此变量）。 |
| `OPEN_COMPUTE_MCP_CMD` | 命令覆盖（空格分隔），例如 `python -m open_compute.mcp_server`。 |
| `OPEN_COMPUTE_GIT_REF` | 用于 uvx 启动的 Git 引用（分支/标签/SHA）（默认为仓库的默认分支）。 |
| `OPEN_COMPUTE_EXTRAS` | 默认 `uvx` 启动的额外功能（默认为 `mcp,local,uia`）。 |
| `OC_LANGUAGE` | 工具描述的语言：`de`/`en`/`es`/`ja`/`ru`/`zh`。 |
| `OC_SAFETY_MODE` | `confirm`（默认）· `read_only` · `allow_all`。 |
| `OC_DENY` | 始终拒绝的动作类型（逗号分隔），例如 `type,launch_app`。 |
## 安全
计算机使用功能强大。`OC_SAFETY_MODE` 是一个操作员 **上限**（`confirm` 默认 · `read_only` · `allow_all`）；每个调用的 `mode` 只能 **收紧**，而不能放松。由于 MCP 标准输入输出没有服务器→客户端确认回调，`confirm` / `read_only` **报告** 操作而不执行它。对于交互式使用，在 **隔离的 VM/会话** 中运行，设置 `OC_SAFETY_MODE=allow_all`，并让客户端的工具审批对话框成为人为循环。`OC_DENY`（逗号分隔的动作类型）是一个硬拒绝列表。将屏幕内容视为不受信任（提示注入风险）。
## 许可证
MIT — 见 [LICENSE](LICENSE)。open-compute 项目的一部分。
