🖥️ 桌面管理控制面板（或桌面管理控制中心）
一个用于桌面操作的模型上下文协议（MCP）服务器，为人工智能助手提供在多显示器设置中捕获和分析屏幕内容的能力。
特点/功能
- 📸（相机图标，通常表示拍照或照片） 多显示器截图支持捕获所有连接显示器上任意区域的屏幕截图
- 🖥️ 电脑 屏幕信息获取所有连接显示器的详细信息（分辨率、位置、尺寸）
- 🎨 表示“美术”或“绘画”的意思，可直接用作相关描述，无需额外翻译。 智能图像优化针对AI上下文效率的自动压缩和调整大小
- 🔄 旋转（或循环） 双模式操作作为MCP服务器或独立的Web API运行
- ⚡（闪电符号，常用于表示速度、活力、电力或警告等含义，在中文中无直接对应文字，可保留原符号或根据上下文意译为“闪电”、“快”等） 由FastAPI驱动基于现代、快速且文档齐全的FastAPI框架构建
安装
先决条件
- Python 3.8 或更高版本
- Windows、macOS 或 Linux
设置
- 克隆仓库：
git clone https://github.com/yourusername/desktop-mcp.git
cd desktop-mcp- 安装依赖项：
pip install -r requirements.txt使用方法
MCP 模式（默认）
作为MCP服务器运行，以与Claude Desktop等AI助手配合使用：
python -m app.main网络模式
作为一个独立的网页API运行，并带有交互式文档：
python -m app.main --web这将会：
- 在（指定时间/位置）启动服务器
http://localhost:8000 - 在您的浏览器中自动打开交互式API文档
- 为开发启用实时重载功能
配置
添加到Claude Desktop
将此配置添加到您的Claude Desktop MCP设置文件中（通常位于 ~/.cursor/mcp.json 或者 %APPDATA%/.cursor/mcp.json):
{
"mcpServers": {
"Desktop MCP": {
"command": "python",
"args": ["-m", "app.main"],
"cwd": "/path/to/desktop-mcp"
}
}
}API 参考文档
终点（或：终端点）
GET /desktop/screens
获取所有已连接显示器的信息。
回答：
[
{
"x": 0,
"y": 0,
"width": 1920,
"height": 1080,
"name": "\\\\.\\DISPLAY1",
"is_primary": true,
"width_mm": 527,
"height_mm": 296
}
]POST /desktop/screenshot
截取特定区域的屏幕截图。
参数：
x(int): 左上角的X坐标y(int): 左上角的Y坐标width(int): 捕获区域的宽度height(int): 捕获区域的高度context_mode（字符串，可选）：图像质量模式
- minimal （默认）：最大600像素，30%质量 - 用于基本UI检测 - normal最大800像素，50%质量 - 用于详细检查用户界面 - detailed最大1200像素，70%质量 - 用于像素级精确的UI分析
请求体：
{
"x": 0,
"y": 0,
"width": 1920,
"height": 1080
}回答：
{
"context": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/webp",
"data": "UklGRi..."
}
}
]
}使用示例
示例1：捕获主显示器
import requests
# Get screen info
screens = requests.get("http://localhost:8000/desktop/screens").json()
primary = next(s for s in screens if s["is_primary"])
# Capture primary screen
screenshot = requests.post(
"http://localhost:8000/desktop/screenshot",
params={"context_mode": "normal"},
json={
"x": primary["x"],
"y": primary["y"],
"width": primary["width"],
"height": primary["height"]
}
).json()示例2：捕获特定区域
# Capture a 800x600 region starting at position (100, 100)
screenshot = requests.post(
"http://localhost:8000/desktop/screenshot",
params={"context_mode": "minimal"},
json={
"x": 100,
"y": 100,
"width": 800,
"height": 600
}
).json()示例3：多显示器设置
# For a 3-monitor horizontal setup (each 1920x1080):
# Left monitor: x=0, y=0
# Center monitor: x=1920, y=0
# Right monitor: x=3840, y=0
# Capture right monitor
screenshot = requests.post(
"http://localhost:8000/desktop/screenshot",
params={"context_mode": "detailed"},
json={
"x": 3840,
"y": 0,
"width": 1920,
"height": 1080
}
).json()使用AI助手的用例
当与像Claude这样的AI助手集成时：
- 可视化调试“你能看到我屏幕上显示的错误信息是什么吗？”
- 用户界面/用户体验分析“你觉得这个设计布局怎么样？”
- 教程协助“我卡在这个步骤了，你能看看我哪里做错了？”
- 代码审查“你能看看我屏幕上显示的代码吗？”
- 无障碍性测试“这个用户界面是否易于访问且组织得当？”
发展
项目结构
desktop-mcp/
├── app/
│ ├── __init__.py
│ ├── main.py # Application entry point
│ ├── api/
│ │ ├── __init__.py
│ │ └── desktop.py # Desktop API routes
│ └── schemas/
│ ├── __init__.py
│ ├── enums.py # Context mode enums
│ ├── rect.py # Rectangle schema
│ └── screeninfo.py # Screen info schema
├── requirements.txt
└── README.md运行测试
# Run the server in web mode for testing
python -m app.main --web
# Visit http://localhost:8000/docs to test endpoints要求
fastapi- 现代网络框架fastmcp- MCP协议实现uvicorn- ASGI服务器screeninfo- 监控信息检索pyautogui- 截图捕捉pillow- 图像处理pydantic- 数据验证
安全考虑事项
⚠️（警告/注意的符号，无具体文字含义，可理解为“小心”、“注意”等） 重要的这个工具提供了直接访问屏幕内容的功能。在部署时：
- 仅连接到受信任的网络
- 考虑用于生产环境的认证机制
- 注意截图中的敏感信息
- 使用适当的上下文模式以最小化数据传输
贡献
欢迎贡献！请随时提交拉取请求。
许可证
MIT 许可证 - 欢迎自由地将此项目用于个人或商业用途。
故障排除
截图捕获失败
- Linux（发音：/ˈlɪnʊks/）确保已安装所需的X11库
- macOS（苹果电脑操作系统）在系统偏好设置中授予屏幕录制权限
- Windows如果捕获受保护内容，请以适当的权限运行
多显示器问题
- 使用
GET /desktop/screens首先验证显示器坐标 - 记住，坐标是基于虚拟桌面布局的
- 显示器可以水平、垂直或按照自定义配置进行排列
性能优化
- 使用
minimal频繁捕获时的上下文模式 - 仅捕获所需区域，而非整个屏幕
- 考虑缓存屏幕信息，避免重复查询
支持
对于问题、疑问或建议，请在GitHub上提交一个议题。
______________________________________________________________________
用心打造，旨在提升AI助手能力