Install
npx -y @harusame64/desktop-touch-mcpPara quem
Para quem quer que o Claude, o Cursor ou outro cliente MCP veja e opere um ambiente de trabalho Windows 10/11. As capacidades oficiais incluem screenshots, UI Automation, Chrome CDP, keyboard / mouse, terminal, e semantic discover-then-act, evitando pixel-coordinate guessing.
Não é um ambiente de trabalho remoto multiplataforma. Esta máquina tem de ser Windows 10/11. O texto oficial também escreve 32 tools, native Rust engine (UIA in 2 ms), zero-config PowerShell fallback, full CJK support, MIT licensed, e pode conduzir Notepad, Excel, Chrome, Windows Terminal e outras aplicações locais.
Página oficial:
https://github.com/Harusame64/desktop-touch-mcp
Primeira tentativa em 3 minutos
Seguir só o comando oficial:
npx -y @harusame64/desktop-touch-mcp
Adicione-o à configuração Claude / Cursor / VS Code Copilot. Não procurar um instalador que não aparece.
Pré-requisitos: Windows 10/11; esta máquina consegue correr npx. Na primeira tentativa não mover o rato para clicar numa aplicação e não abrir o Key Locker. Primeiro recorde a paragem de emergência: manter o rato no canto superior esquerdo do ecrã principal (within 10px of 0,0) durante 500ms.
Configuração: a configuração MCP desses clientes. O texto oficial não dá um caminho de ficheiro.
A primeira chamada deve usar o desktop_discover nomeado. Devolve interactive entities e short-lived leases, não coordenadas em bruto. Sucesso: vê as entidades e os arrendamentos, e nenhuma entrada de teclado nem clique de rato caiu numa janela.
Não chamar desktop_act de imediato. Isso vai operate on what you mean; o texto oficial tem per-action perception guards que verificam identity e bounds da janela alvo antes de a entrada aterrar, mas continua a ser escrita.
A descoberta somente leitura não é risco zero: tira capturas, lê a árvore UI e pode tocar no Chrome CDP. O conteúdo do ambiente de trabalho local entra no cliente.
Casos de uso
Caso 1: primeiro descobrir e depois decidir se age. Chamar desktop_discover e ler as entidades e arrendamentos devolvidos. O texto oficial não escreve duração do arrendamento nem uma tabela de campos de entidade. Por agora só se chega a «ver objetos interativos, não pontos de pixel».
Caso 2: executar uma ação num arrendamento existente. Chamar desktop_act. O texto oficial insiste que opera sobre what, não where, com perception guards contra wrong-window typing. Não há enumeração de ações. Antes de chamar deve ver um ponto de confirmação e estar pronto para a paragem de emergência no canto superior esquerdo.
Key Locker é outra capacidade nomeada: guardar uma credencial uma vez no seu próprio diálogo de segurança (cifra Windows DPAPI, never shown to the assistant), depois abrir uma consola com key_locker(action='launch_console'); os avisos ocultos de ssh / sudo preenchem o segredo automaticamente. Não seguir este caminho na primeira tentativa.
Limites de uso
Limite de plataforma: Windows 10/11. Limite de capacidade: as ferramentas nomeadas são desktop_discover, desktop_act, key_locker; no total escrevem-se 32 tools, mas os outros nomes não aparecem.
Limite de segurança: a paragem de emergência é o canto superior esquerdo do ecrã principal, 10px, 500ms. As credenciais não são mostradas ao assistente, mas ficam nesta máquina. O texto oficial não descreve uma sessão remota nem um recuo fora do Windows.