向日葵 x AI:把远程控制封装成 MCP,让 AI 替我远程控制设备

大家好,我是不如摸鱼去,wot-ui 的"主理人",欢迎来到我的 AI 工具分享专栏。

最近 OpenClaw 火爆全网,这只大龙虾让越来越多的人意识到 AI 不仅是能聊聊天、写写代码的辅助工具了,现在它们能回邮件、整文档,甚至能自己跑去 GitHub 提 PR(当然这也带来了一些问题,太多的无意义 PR 会让开发者感到头疼)。

想一想确实爽,AI 终于能替人干活了,我终于可以安心摸鱼了...吗?

如果我要远程操作另外一台电脑,还能用 AI 吗?这就需要用到远控软件葵向日葵 MCP 了。

向日葵 MCP 是什么?

向日葵想必大家都知道,它是一个堪称「国民级」远程控制软件,而 MCP(Model Context Protocol)是一个技术协议,它的作用是让AI能够安全、规范地访问外部数据和服务。

你可以把MCP理解成一套"插座标准",AI 是电器,外部系统(数据库、API、文件系统)是电源,MCP 是插座标准。

向日葵 MCP 则就是把向日葵的"设备管理"和"远程操作"能力,封装成了AI能听懂的标准接口(MCP协议)。

向日葵 MCP 能做什么?

  1. 智能设备管理:让AI帮你管设备,不用再手动翻列表,支持设备检索与定位、设备信息维护和设备状态控制等。
  2. 远程会话与桌面控制:让AI结合"视觉识别 + 自动化操作",支持远程会话智能调度和桌面自动化操作。

配置向日葵 MCP

使用向日葵 MCP 非常简单,只需要在你的AI客户端中添加一个 MCP 配置即可。这里我们以 TRAE 为例子,展示一下如何使用向日葵 MCP。

前置条件:在主控环境,将向日葵客户端升级至 V16.2.3及以上版本,下载地址:sunlogin.oray.com/download/be...

安装向日葵后,按照下图获取 mcp 相关配置:

在 TRAE 中配置向日葵 MCP,按下图操作:

配置完成后我们可以看到向日葵提供了二十多个工具,这是 AI 可用的工具集,见下图:

至此,配置大功告成!

搞点事

先看看我的设备都有谁在线:

很好,有一台 win11 笔记本在线,我们来试一试让 AI 结合"视觉识别 + 自动化操作",支持远程会话智能调度和桌面自动化操作,也就是打开大家都爱玩的游戏「黑神话·悟空」。

可以看到,我们顺利启动了游戏「黑神话·悟空」,不过中间其实是有波折的,因为要实现"视觉识别 + 自动化操作"就要求我们所使用的大模型具备图片理解的能力,而我一开始使用的 TRAE CN 版本的 GLM 5 模型并不具备这一能力,导致操作失败,后续换到 Gemini 3 Pro 就顺利实现了。

不止于此:构建全能的 AI 运维专家

通过组合 AweSun MCP Server 提供的三大类核心工具,我们还可以构建出自动化工作流:

1. 设备管理与监控

  • 远程开关机 :利用 device_wakeupdevice_shutdown 工具,可实现设备的按需唤醒与自动关机,适用于自动化运维任务。
  • 硬件状态获取 :通过 device_info 读取设备的 CPU、内存、硬盘及网络状态,可用于资产统计或设备健康巡检。

2. 多样化的连接方式

  • 命令行控制 :支持通过 control_connect 建立 CMD 或 SSH 连接,配合 control_command 执行脚本或命令,适合批量服务器维护。
  • 端口转发 :利用 control_portforward 建立隧道,将远程内网服务映射到本地,方便进行远程开发调试。

3. 桌面自动化操作

  • 模拟键鼠操作 :通过 desktop_move_mousedesktop_click_mousedesktop_typing_keys 等工具,能够精确控制远程桌面,完成软件安装、表单填写等任务。
  • 视觉反馈 :结合 control_screenshot 获取屏幕截图,让模型根据画面内容判断下一步操作,实现基于视觉反馈的自动化流程。

以后我们的工作可能是这样的场景:我们使用飞书下发指令给 OpenClaw ,OpenClaw 使用 AweSun MCP 唤醒远程机器,自动完成开发任务,期间实时监控进度,遇到错误自动重试,任务完成后将结果通过文件传输回传,最后关闭电脑。哈哈,多是一件美事儿啊。

总结

从 ChatGPT 到 OpenClaw,AI 已经深入到了生活的方方面面。AI 参与工作的方式也从人主导、 AI 辅助,到现在 AI 甚至都要雇佣人类了来工作了,没人可以准确预测未来 AI 是以什么样的形式存在,但是我们可以做的是要积极拥抱 AI。向日葵是远控行业首个将"AI+远控"深度融合的产品,今天我们使用 TRAE 结合向日葵 MCP 体验了一番 AI 远程控制,也期待其未来做出更多深度融合 AI 的功能出来。

参考资料

相关推荐
武子康3 分钟前
GPT-Live 全双工语音 Agent 深度拆解:连续交互 + 后台委托 + Voice Runtime 三层架构
人工智能·ai·chatgpt·架构·llm·交互
嘟嘟07173 分钟前
从零理解 MCP:手写一个本地 MCP Server 并接入 LangChain Agent
前端·后端
阿黎梨梨4 分钟前
听说大模型总“胡言乱语”?用 RAG 堵住它的嘴!
人工智能
刘小八5 分钟前
LangGraph 人机交互实战:Interrupt、人工审批与工作流恢复
人工智能·python·人机交互
cocoafei5 分钟前
GPT-5.6 后,别再混淆 ChatGPT 和 Codex 额度了
前端·人工智能·chatgpt
你怎么知道我是队长7 分钟前
JavaScript的函数介绍
开发语言·前端·javascript
范闲8 分钟前
第二章:Octo v0.1.1:从「能用」到「好用」——终端 AI 聊天体验的全面升级
人工智能·后端
念雨思8 分钟前
每日穿搭助手:鸿蒙AI应用开发实战——AI衣橱,每日穿搭不再愁
人工智能·华为·powerpoint·harmonyos·鸿蒙
yangdaxiageo9 分钟前
算法时代的“心智置顶“:《功夫女足》如何构建GEO正向飞轮
人工智能·科技·算法·aigc
weedsfly10 分钟前
观察者模式 vs 发布-订阅模式:从概念到实战,一次讲清楚
前端·javascript·面试