Windows MCP 正式开源，大模型第一次拿到操作系统级“遥控器”——文件、注册表、网络端口，一条自然语言指令就能全链路操控。开发者用 200 行 Python 即可让 AI 替你装软件、配环境、发邮件，甚至跨应用完成“写报告→生成图表→PPT 排版”一条龙。Agent 时代的基础设施已就位，下一个被自动化“拿下”的，就是你的桌面。

讲真的，现在的大模型，就像一个超级聪明的大脑，你问它什么它都知道。

但它一直有个痛点，就是没有手和脚，只能动嘴皮子，没法真的帮你做事。

为了解决这个问题，MCP（Model Context Protocol）应运而生，为大模型装上了四肢，让大模型可以方便调用外部工具和资源。

MCP 出来后，诞生出了非常多的 MCP 项目，统计了下光在 ModelScope 上就有多达 5157 个。

在 GitHub 上更是诞生了非常多基于 MCP 的优质工具，但可惜的是，大多是浏览器插件或者Web 自动化的思路，只能在网页上指点江山，系统层面上的操作相对较少。

恰巧，我今天在逛 GitHub 摸鱼的时候，就发现了一个叫 Windows-MCP的开源项目，简直是给 Windows 系统量身定做的义体，让我大开眼界。

这是项目地址：https://github.com/CursorTouch/Windows-MCP

Windows-MCP 牛逼的地方在于，它能直接操控你的操作系统！

这是什么概念？

别人家是给AI配了个浏览器扩展，这家伙是直接把AI变成了你电脑的系统管理员。从文件管理器到Photoshop，从微信到你的代码编辑器，任何桌面应用它都能染指。

比如自动打开浏览器搜索天气，并智能抓取网页

还比如可以让 Claude 打开本地的 word 文档。

还可以配合上 Gemini CLI，自动打开浏览器，找下在 X 上谁最后关注了自己。

目前，Windows MCP 可以做到：自动打开本地应用、控制窗口、模拟用户输入有丰富的 UI 自动化工具集:包括基本的键盘、鼠标操作和捕获窗口/UI 状态的工具。可做到实时交互，从一次鼠标点击到下一次的典型延迟范围为 0.7 到 2.5 秒

对应的 MCP Tool 分别是：

• Click-Tool：在给定的屏幕坐标上进行点击。
• Type-Tool：在某个元素上输入文本（可选择性地清除现有文本）。
• Clipboard-Tool：使用系统剪贴板进行复制或粘贴。
• Scroll-Tool：在窗口或特定区域内进行垂直或水平滚动。
• Drag-Tool：从一个点拖拽到另一个点。
• Move-Tool：移动鼠标指针。
• Shortcut-Tool：按下键盘快捷键（如Ctrl+cAlt+Tab等）。
• Key-Tool：按下单个按键。
• Wait-Tool：暂停指定的时长。
• State-Tool：结合默认语言、浏览器、活动应用、可交互/文本/可滚动元素以及桌面截图的综合快照。
• Resize-Tool：用于更改应用的窗口大小或位置。
• Launch-Tool：从开始菜单启动一个应用程序。
• Shell-Tool：用于执行PowerShell命令。
• Scrape-Tool：用于抓取整个网页的信息。

看到这你肯定也心动了，想知道这玩意儿怎么用吧？

别急，我看了下文档，其实还挺简单的，可在任意 MCP 客户端使用，官方推荐在 Gemini CLI 和 Claude Desktop 中效果更佳。

以 Claude Desktop 为例，分以下几步：

第一步：下载项目找个地方，直接用git把项目克隆下来。

git clone https://github.com/CursorTouch/Windows-MCP.git

第二步：构建扩展文件进入项目目录构建扩展文件。

cd Windows-MCP npx @anthropic-ai/dxt pack

第三步：Claude Desktop 中配置打开设置 → 扩展 → 安装扩展，选择生成的 DXT 文件即可完成安装

添加到 Gemini CLI 也很简单，先在文件资源管理器中导航到 %USERPROFILE%/.gemini 并打开 settings.json。

然后在 settings.json 中添加 windows-mcp 配置并保存。

{  “theme”: “Default”,  …

//MCP Server Config”mcpServers”: {

“windows-mcp”: {

“command”: “uv”,

“args”: [

“–directory”,

“<path to the windows-mcp directory>”,

“run”,

“main.py”

]

}

}

}

就这么简单，一个能听懂人话的 AI 电脑管家就诞生了。

说实话，这种操作系统级别的 MCP 开源出来，想象空间实在太大了。

以后我们衡量一个人会不会用电脑，可能不再是看他会不会用某个软件，而是看他会不会给 AI 提需求。

我已经把项目地址贴在下面了，感兴趣的兄弟可以冲了！

https://github.com/CursorTouch/Windows-MCP

MCP 火过一阵后，现在仿佛过气了，但其实也有不少公司在偷偷发力，纷纷把自己的工具或核心业务 MCP 化。

就比如最近发现滴滴也发布了个滴滴 MCP。

好了，现在也可以把叫车交给大模型了，结合地图和旅游信息，做出行管家，这会真可一条龙服务了。

在无数的热度退却后，留下的是更深的思考，如何结合自己的业务场景让技术和工具发挥出最大的价值。

或许才是我们需要好好琢磨的地方。

另外你们觉得这个 Windows MCP 项目最能解放双手的场景是啥？评论区告诉我！

别忘了点赞关注，我研究透了就立马出个视频版保姆级教程！