用自然语言控制你的电脑：Windows-MCP 项目实测

1. 什么是 Windows-MCP？

一句话总结：

Windows-MCP 是一个开源的 MCP 服务器，把大语言模型（LLM）和 Windows 桌面「打通」，让 AI 可以像人一样点击、输入、查文件、跑程序。

2. 核心能力

功能	一句话说明	典型场景
文件浏览	列出/打开任意目录	让 AI 帮你找日志、整理桌面
应用控制	启动、关闭、切换窗口	"打开 Excel 并新建表格"
UI 自动化	鼠标、键盘、截图	自动填写表单、批量改图
QA 测试	读取 UI 状态并断言	让 AI 替你跑回归测试
零视觉依赖	不靠截图，纯系统 API	速度更快、兼容高分屏

3. 真实体验数据

• • 平均延迟：1.5--2.3 秒/次操作

• • 系统占用：Python 单进程 < 50 MB 内存

• • 首次配置：3 条命令，2 分钟完成（见下方教程）

4. 3 步上手（Windows 实测）

① 准备环境

# 安装 Python 3.13+
winget install Python.Python.3.13
# 或官网下载安装包

② 一键启动

git clone https://github.com/CursorTouch/Windows-MCP.git
cd Windows-MCP
uv sync          # 自动装依赖
uv run server    # 启动 MCP 服务器

③ 接入 Cursor / Claude Desktop

在项目根目录新建 .cursor/mcp.json：

{
  "mcpServers":{
    "windows":{
      "command":"uv",
      "args":["run","server"],
      "cwd":"<你的Windows-MCP路径>"
    }
}
}

重启 Cursor，看到 ✅ 即成功。

5. 与同类方案对比

方案	是否开源	依赖视觉	最低延迟	扩展难度
Windows-MCP	✅	❌	1.5 s	改 Python 脚本即可
传统 RPA	❌	✅	3--5 s	需要商业 IDE
纯浏览器插件	✅	✅	2--4 s	仅限 Web

6. 安全提示

• • 默认只监听 127.0.0.1，不外露端口

• • 所有操作需用户显式授权（Cursor 会弹窗）

• • 代码 MIT 协议，可自审、可二开

7. 下一步

• • GitHub 地址：github.com/CursorTouch/Windows-MCP

• • 欢迎提 Issue、PR，或直接在 Discussion 分享你的自动化脚本！