native-devtools-mcp
Управление рабочим столом macOS, Windows и Android, Chrome и Electron через MCP: скриншоты, OCR, клики и ввод текста
- 141 ★ репозитория
- Последний коммит
- MIT
Широкий доступ
Почему такой уровень
- Агент видит весь экран и может кликать и вводить текст в любых окнах, включая почту и банк
- Разрешения Accessibility и Screen Recording дают широкий доступ к системе
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add mcp/native-devtools-mcpОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Агент видит весь экран и может кликать и вводить текст в любых окнах, включая почту и банк
- Разрешения Accessibility и Screen Recording дают широкий доступ к системе
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
native-devtools-mcp дает агенту прямое управление нативными приложениями, браузерами Chrome и Electron и устройствами Android в одном локальном сервере. Скриншоты экрана, окна или области проходят через встроенное распознавание текста: Vision на macOS и Windows Media OCR на Windows. Ввод включает клики, перетаскивание, прокрутку и набор текста, окна можно перечислять, фокусировать, запускать и закрывать. Подходов три. Визуальный подходит для любого приложения: `take_screenshot`, `find_text`, `click`, `type_text`, `find_image`. На macOS предпочтителен диспетчер дерева доступности: `take_ax_snapshot`, затем `ax_click`, `ax_set_value` и `ax_select` действуют на элементы, не двигая мышь и не забирая фокус. Для Chrome и Electron работает протокол DevTools: `cdp_connect`, `cdp_find_elements`, `cdp_click`, `cdp_fill`. Android управляется по ADB через USB или Wi-Fi.
Для кого. Разработчикам и тестировщикам, которые автоматизируют настольные и мобильные приложения агентом там, где нет API.
Подходит, если
- Нужно прогнать сценарий в нативном приложении на macOS, например в Системных настройках, без мыши и захвата фокуса
- Приложение на Electron, например Slack или VS Code, требует DOM-уровня: поиск элементов, клик и заполнение полей
- Нужно найти на экране иконку или переключатель, которые OCR не распознает, шаблонным поиском `find_image`
- Приложение для Android проверяется через ADB: скриншот, поиск текста и ввод
Не подходит, если
- Нужен безголовый запуск в CI или Linux: сервер зависит от реальных разрешений машины, а Linux пока не поддержан
- Достаточно автоматизации браузера: Playwright MCP проще, когда нужен только веб
- Нужна работа с банковскими и платежными приложениями или чужими аккаунтами: агент с таким доступом слишком опасен
Пример запроса к агенту
Открой Системные настройки на macOS, найди раздел «Дисплеи», сделай скриншот и переключи тему оформления через дерево доступностиMCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
На macOS нужны разрешения Accessibility и Screen Recording: без них клики молча пропадают, и скриншоты выходят черными, мастер установки открывает нужные панели Системных настроек. Для Android нужен включенный ADB, для ввода еще режим отладки с разрешением на события. Linux не поддерживается, нужны macOS, Windows или Android. Сервер работает только в режиме с экраном, без безголового запуска. Скриншоты и ввод не покидают машину, но агент видит все, что видно на экране. Файл `SECURITY_AUDIT.md` перечисляет, какие разрешения и где используются. Установка командой `npx -y native-devtools-mcp`, версия пакета и лицензия указаны в npm.
Как отключить. Удалите запись сервера (`claude mcp remove native-devtools`) и отзовите разрешения Accessibility и Screen Recording у терминала или клиента в Системных настройках.
Частые вопросы
Как подключить сервер к Claude Code?
Командой `claude mcp add native-devtools -- npx -y native-devtools-mcp`. На macOS затем выдайте разрешения Accessibility и Screen Recording.
Какие платформы поддерживаются?
macOS, Windows и Android, а также Chrome и Electron через протокол DevTools. Linux пока не поддерживается.
Чем диспетчер доступности лучше кликов по координатам?
Он действует на элементы дерева доступности, не двигая мышь и не отбирая фокус, поэтому надежнее на нативных приложениях macOS.
Куда уходят скриншоты?
Сервер работает целиком локально, скриншоты и ввод не покидают машину. Но агент видит содержимое экрана и передает его своей модели.
Что делать, если скриншоты черные?
На macOS не хватает разрешения Screen Recording или Accessibility. Запустите мастер `setup`, он откроет нужные панели Системных настроек.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер дает агенту видеть экран и управлять macOS, Windows и Linux: скриншоты, клики, ввод, OCR и память экрана
MCP-сервер управления рабочим столом macOS через Accessibility API: клики, ввод, окна, приложения, команды и AppleScript
MCP-сервер на Swift дает агенту управлять любым приложением macOS: кликать, печатать и читать дерево интерфейса
MCP-сервер для управления Windows: агент открывает приложения, кликает и печатает, читает состояние окон и интерфейса, работает с файлами и PowerShell
MCP-сервер для macOS: агент двигает мышь, печатает, управляет окнами и снимает экран, когда у приложения нет API
MCP-сервер дает агенту управлять окнами и приложениями: он читает экран как структуру и действует по имени элемента
Коротко о README
Заголовок описывает сервер для управления нативными приложениями на macOS, Windows и Android. Дальше быстрый старт, возможности, три подхода к взаимодействию, таблица сравнения с Playwright MCP, Windows-MCP, Appium и pywinauto, настройка разрешений, сведения о безопасности и устройство под капотом.