computer-control-mcp
让 AI 直接操控鼠标键盘并识别屏幕文字
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-11-10 · 当前星标 ★ 174
技术标签
核心亮点
- 零外部依赖，OCR 与推理本地运行，无需云 API 和额外驱动
- 同时提供鼠标键盘控制与屏幕 OCR，可基于识别文本定位点击目标
- 以 MCP server 形式封装，能直接接入支持 MCP 的 AI 客户端
不足之处
- 仅 174 星，属早期项目，接口与行为可能频繁变动
- 基于 PyAutoGUI 的坐标操作对分辨率、缩放和多屏环境较敏感
- 缺少权限隔离与操作审计机制，桌面控制权限较大需谨慎使用
适用场景
- 让 AI 助手自动填写桌面软件表单并点击提交
- 对屏幕截图做 OCR 后定位按钮或菜单完成重复点击任务
- 在无图形接口的自动化流程中模拟人工键鼠操作做回归测试
替代项目
pyautogui、Open Interpreter、UI-TARS
上一篇：formkit
同类项目推荐
RPA-Python
开源
用 Python 写脚本，轻松搞定桌面重复操作，跨平台自动跑。
Python package for doing RPA
customermates
开源
比 Pipedrive 直观 10 倍的现代开源 CRM，轻松管理客户与自动化流程。
Open-source CRM for people and AI agents, with MCP, a company knowledge base and a s···
ghidra-cli
开源
终端跑 Ghidra，JSON 喂给 AI，逆向自动化一步到位
Automate Ghidra reverse engineering from the command line — headless analysis, deco···
visitran
开源
用大白话描述需求，自动完成数据清洗转换
Agentic & No-Code Data Transformations
ralph
开源
循环跑AI编程CLI，每次全新会话，避免上下文污染
A configurable Bash/PowerShell loop that runs an AI coding CLI with a fresh session ···
stagehand-python
开源
用自然语言指挥浏览器，自动完成点击填表与抓取
⚠️ No longer maintained The official Stagehand Python source has moved here. Docu···
simulink-agentic-toolkit
开源
让AI智能体真正会读会改Simulink模型
The Simulink Agentic Toolkit gives your AI agent both the tools and the expertise to···
XActions
开源
免 API 费用，用 AI 代理自动运营 X 账号，涨粉互动一键搞定。
⚡ The Complete X/Twitter Automation Toolkit — Scrapers, MCP server for AI agents (···
headless-browser
开源
验证码代理全自动，再难搞的网站也扒得动
Execute complex automation scripts via remote cloud sessions , featuring integrated ···