如果您正在寻找MCP服务器： 在这里找到它.
如果你正在寻找Python库，请继续；)
平滑运算符代理工具-Python库
这是Smooth Operator Agent Tools的官方Python库实现，这是一个最先进的工具包，供程序员在Windows系统上开发计算机使用代理。
概述
Smooth Operator Agent Tools是一个功能强大的工具包，可以处理与Windows Automation Tree和Playwright浏览器控件交互的复杂任务，同时提供高级AI功能，例如通过屏幕截图和文本描述识别UI元素。
此Python库为Smooth Operator Tools Server API提供了一个方便的包装器，使您能够轻松地将这些功能集成到Python应用程序中。
在代码中实现之前，可以通过方便的Windows用户界面测试和探索所有功能。试试看 流畅的操作员工具用户界面.
安装
pip install smooth-operator-agent-tools先决条件
谷歌浏览器
Smooth Operator Agent Tools库需要在系统上安装Google Chrome（或兼容的基于Chromium的浏览器），以便浏览器自动化功能正常工作。
服务器安装
Smooth Operator客户端库包含一个需要安装在应用程序数据目录中的服务器组件。服务器文件与库打包在一起，并在首次使用时自动提取。
首次执行
当您第一次使用库时，它将自动：
- 创建目录
%APPDATA%\SmoothOperator\AgentToolsServer（或操作系统上的等效工具） - 从包中提取服务器文件
- 启动服务器进程
请注意，为了使Chrome自动化功能正常工作，您需要确保按照先决条件部分中的描述安装了Node.js和Playwright。
适用于应用程序安装程序
如果你正在构建一个包含此库的应用程序安装程序，你应该在应用程序的安装过程中包括安装Node.js和Playwright的步骤，以获得更好的用户体验。有关所需的安装步骤，请参阅先决条件部分。
用法
from smooth_operator_agent_tools import SmoothOperatorClient
# Initialize the client with your API key, get it for free at https://screengrasp.com/api.html
client = SmoothOperatorClient(api_key="YOUR_API_KEY")
# Start the Server - this takes a moment
client.start_server()
# Take a screenshot
screenshot = client.screenshot.take()
# Get system overview
overview = client.system.get_overview()
# Perform a mouse click
client.mouse.click(500, 300)
# Find and click a UI element by description
client.mouse.click_by_description("Submit button")
# Type text
client.keyboard.type("Hello, world!")
# Control Chrome browser
client.chrome.open_chrome("https://www.example.com")
client.chrome.get_dom()
# You can also use the to_json_string() method on many objects
# to get a JSON string that can easily be used in a prompt to a LLM
# to utilize AI even more for automated decision making特性
- 屏幕截图和分析：捕获屏幕截图并分析UI元素
- 鼠标控制：使用坐标或AI驱动的元素检测进行精确的鼠标操作
- 键盘输入：键入文本并发送组合键
- Chrome浏览器控件：导航、与元素交互和执行JavaScript
- Windows自动化：与Windows应用程序和UI元素交互
- 系统操作：打开应用程序并管理系统状态
文档
有关API的详细文档，请访问：
许可证
此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。