OmniParser AutoGUI MCP

全解析器autogui mcp

（日语版在这里）

已在Windows上确认。

许可证说明

这是MIT许可证，但不包括子模块和子包。\ OmniParser的存储库是CC-BY-4.0。\ 每个OmniParser模型都有不同的许可证(参考).

安装

1. 请执行以下操作：

git clone --recursive https://github.com/NON906/omniparser-autogui-mcp.git
cd omniparser-autogui-mcp
uv sync
set OCR_LANG=en
uv run download_models.py

（除Windows外，请使用 export 而不是 set.)\ （如果你愿意 langchain_example.py 工作， uv sync --extra langchain 相反。)

1. 将此添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "omniparser_autogui_mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "D:\\CLONED_PATH\\omniparser-autogui-mcp",
        "run",
        "omniparser-autogui-mcp"
      ],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "OCR_LANG": "en"
      }
    }
  }
}

（替换 D:\\CLONED_PATH\\omniparser-autogui-mcp 使用您克隆的目录。)

env 允许以下附加配置：

• OMNI_PARSER_BACKEND_LOAD\

如果它不适用于其他客户（例如 自由聊天)，指定 1.

• TARGET_WINDOW_NAME\

如果要指定要操作的窗口，请指定窗口名称。\ 如果未指定，则在整个屏幕上运行。

• OMNI_PARSER_SERVER\

如果要在另一台设备上完成OmniParser处理，请指定服务器的地址和端口，例如 127.0.0.1:8000.\ 服务器可以通过以下方式启动 uv run omniparserserver.

• SSE_HOST, SSE_PORT\

如果指定，通信将通过SSE而不是stdio完成。

• SOM_MODEL_PATH, CAPTION_MODEL_NAME, CAPTION_MODEL_PATH, OMNI_PARSER_DEVICE, BOX_TRESHOLD\

这些是用于OmniParser配置的。\ 通常，它们不是必需的。

使用示例

• 在屏幕浏览器中搜索“MCP服务器”。

等等