1. Windows-MCP 到底解决什么问题让 AI 从“聊天”变成“动手”Windows-MCP 是一个跑在本地的 MCP 服务端它把 AI 代理和 Windows 操作系统连起来让模型能直接开应用、点按钮、敲键盘、跑 PowerShell、抓网页信息。简单说以前你问 AI“帮我整理一下桌面文件”它只能给你一段操作说明接上 Windows-MCP 之后它能真的去点开始菜单、打开资源管理器、拖动窗口、执行命令。适合谁适合想把重复的 Windows 操作交给 AI 的人比如批量改文件名、自动填表、跑 UI 回归测试、远程让代理帮你开某个软件并截图确认状态。它的核心机制不依赖计算机视觉也不需要专门微调模型而是通过 MCP 协议暴露一组工具给任意 LLM 调用。工具集包括 Click-Tool、Type-Tool、Clipboard-Tool、Scroll-Tool、Drag-Tool、Move-Tool、Shortcut-Tool、Key-Tool、Wait-Tool、State-Tool、Resize-Tool、Launch-Tool、Shell-Tool、Scrape-Tool。典型交互延迟在 0.7 到 2.5 秒之间对本地自动化来说够用。前置条件也不复杂Python 3.13、UV 包管理器、一个支持 MCP 的客户端Claude Desktop、Gemini CLI、Cline 等Windows 默认语言建议为英语否则 Launch-Tool 和 Resize-Tool 可能因为菜单名称匹配不上而失效。我实测下来最容易卡住的不是服务端本身而是客户端配置里的路径和命令参数写错。下面从环境准备开始一步步把服务端跑起来再接到客户端最后用几个真实任务验证 AI 是否真的能操控你的 Windows。2. 前置准备与 TaoToken 统一通道接入Key、Base URL、Model ID 三件套Windows-MCP 本身只负责“操作 Windows”它不提供模型。你需要一个能调用 LLM 的客户端而客户端要连模型就得有 API Key 和 Base URL。这里用 TaoToken 的统一通道一个 Key 可以走多家模型省去到处申请账号的麻烦。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 。先装基础依赖。打开 PowerShell逐条执行pip install uv npm install -g anthropic-ai/dxt python --version确认 Python 版本不低于 3.13。如果版本偏低去官网下载新版安装包安装时勾选“Add Python to PATH”。UV 装好后可以用uv --version验证。接着克隆 Windows-MCP 仓库并进入目录git clone https://github.com/CursorTouch/Windows-MCP.git cd Windows-MCP uv run main.py第一次运行会拉依赖看到服务端启动日志、没有报错就说明 MCP 服务端就绪。注意这个窗口不要关它是常驻进程。现在去 TaoToken 控制台创建 API Key。打开 https://taotoken.net/api-keys 新建一个 Key 并复制保存。然后在客户端配置里填三件套Base URL 填https://taotoken.net/apiAPI Key 填刚复制的值Model ID 按你用的模型填比如claude-sonnet-4-20250514或gpt-4o。这三个值缺一不可后面每个客户端的配置片段都会重复出现。如果你打算长期跑编码类或 Agent 类任务可以看下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 它更适合高频调用场景。只想先验证模型通不通用模型对话页面即可https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。3. 可复制配置Claude Desktop、Gemini CLI、Cline 三套 settings 片段这一节给出可直接粘贴的配置。路径和原文保持一致你只需要替换windows-mcp目录的路径和 TaoToken 的 Key。3.1 Claude Desktop 的 claude_desktop_config.jsonClaude Desktop 的配置文件在%APPDATA%\Claude\claude_desktop_config.json。用记事本打开写入{ mcpServers: { windows-mcp: { command: uv, args: [ --directory, C:\\Users\\你的用户名\\Windows-MCP, run, main.py ] } } }保存后完全退出 Claude Desktop 再重启。注意 Windows 路径里的反斜杠要写成双反斜杠否则 JSON 解析会失败。3.2 Gemini CLI 的 settings.json文件位置在%USERPROFILE%\.gemini\settings.json。内容如下{ theme: Default, mcpServers: { windows-mcp: { command: uv, args: [ --directory, C:\\Users\\你的用户名\\Windows-MCP, run, main.py ] } } }改完在终端重新运行 Gemini CLI它会自动加载这个 MCP 服务端。3.3 Cline 的 MCP 配置Cline 在 VS Code 里通过 MCP 设置面板添加等价 JSON 如下{ mcpServers: { windows-mcp: { command: uv, args: [ --directory, C:\\Users\\你的用户名\\Windows-MCP, run, main.py ], env: { OPENAI_API_KEY: 你的TaoToken Key, OPENAI_BASE_URL: https://taotoken.net/api } } } }这里把 TaoToken 的 Base URL 和 Key 通过 env 注入Model ID 在 Cline 的模型选择里填。三件套齐了Cline 才能既调模型又调 Windows 工具。如果你用的是 Codex 类客户端认证信息写在auth.json里结构类似{ apiKey: 你的TaoToken Key, baseURL: https://taotoken.net/api, model: claude-sonnet-4-20250514 }保存路径按客户端要求放通常是用户目录下的隐藏文件夹。改完配置后所有客户端都要重启进程MCP 服务端才会被重新拉起。4. 验证请求让 AI 真的打开记事本、写文件、跑命令配置完成后先做最小验证。在客户端对话框里输入用 State-Tool 获取当前桌面状态然后告诉我活动窗口是什么。如果返回了活动应用名称和元素快照说明 MCP 通道通了。接着做真实操作验证用 Launch-Tool 打开记事本用 Type-Tool 输入“Windows-MCP 测试成功”然后用 Shell-Tool 执行Get-Date并把结果告诉我。正常情况你会看到记事本被打开、文字被输入、PowerShell 返回当前时间。整个过程延迟大概 1 到 2 秒。再试文件任务在桌面创建一个 test_mcp 文件夹在里面新建 note.txt写入“hello from AI”。这条会走 Shell-Tool 执行 PowerShell 命令。执行完你去桌面看文件夹和文件应该都在。如果这一步成功说明 AI 已经能通过 Windows-MCP 操控你的系统。验证清单可以按这个顺序走State-Tool 能读状态 → Launch-Tool 能开应用 → Type-Tool 能输入 → Shell-Tool 能跑命令 → Scrape-Tool 能抓网页。五步全过接入就算完成。想单独确认模型通道是否正常可以去模型对话页面发一条消息https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节对照真实报错给排查路径。401 UnauthorizedTaoToken Key 没填对或过期。检查auth.json或客户端 env 里的 Key 是否完整复制Base URL 是否为https://taotoken.net/api。注意 Base URL 末尾不要多加/v1除非文档明确要求。local proxy failed客户端连不上本地 MCP 服务端。先确认uv run main.py那个窗口还活着没有崩溃。然后检查配置里的--directory路径是否指向 Windows-MCP 实际目录路径中有空格要用引号包住。端口被占用也会报这个重启客户端和终端再试。reading choices 报错通常是模型返回格式和客户端预期不一致。检查 Model ID 是否写错比如把claude-sonnet-4-20250514写成了别的。换一个模型再试或者去模型对话页面确认该模型可用。OAuth 相关报错某些客户端默认走 OAuth 登录但你用的是 API Key 模式。在客户端设置里把认证方式切成 API Key填入 TaoToken 的 Key 和 Base URL。如果客户端强制 OAuth换用支持自定义 Base URL 的客户端比如 Cline。Launch-Tool 打不开应用Windows 默认语言不是英语时开始菜单名称匹配会失败。解决办法是把系统语言设为英语或者在 MCP 服务端配置里禁用 Launch-Tool 和 Resize-Tool改用 Shell-Tool 直接执行可执行文件路径。Type-Tool 输入乱码目标应用不接受模拟输入或者焦点不在输入框。先用 Click-Tool 点一下输入区域再调 Type-Tool。IDE 里编程场景目前支持不完善官方也在开发中建议先用记事本验证。排查时优先看服务端窗口的日志报错信息比客户端更详细。每改一次配置记得重启客户端进程否则旧配置还在内存里。6. 长期使用建议与接入文档入口Windows-MCP 直接操作你的系统权限很大建议在虚拟机或测试机上先跑通再上主力机。日常使用时把高风险操作删文件、改注册表交给人工确认别让 AI 全自动执行。Shell-Tool 能跑任意 PowerShell 命令这一点要心里有数。如果你要长期跑编码或 Agent 任务Coding Plan 比按次调用更划算https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。接入过程中遇到配置问题先翻接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 里面有针对不同客户端的完整示例。Key 管理在控制台https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 可以随时轮换和吊销。最后提醒一句MCP 服务端窗口关掉AI 就失去对 Windows 的控制能力。想让它常驻可以把uv run main.py做成开机启动项或者用任务计划程序托管。配置改完后先用 State-Tool 做一次状态读取确认通道活着再交给 AI 执行实际任务。