nuphus-mcp
MCP-сервер на Rust, который дает агенту управлять рабочим столом и браузером Chrome на вашем компьютере
- 329 ★ репозитория
- Последний коммит
- MIT
Широкий доступ
Почему такой уровень
- Агент получает те же права, что и вы: мышь, клавиатура, буфер обмена, окна и браузерные cookie
- По умолчанию записывающие инструменты работают без подтверждения, пока вы не включите `--confirm-write`
Установка
- Работает в
Ручная установка
npm install -g @nuphus/nuphus-mcpСтавит готовый бинарник под вашу систему, после чего команда nuphus-mcp доступна в PATH.
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Агент получает те же права, что и вы: мышь, клавиатура, буфер обмена, окна и браузерные cookie
- По умолчанию записывающие инструменты работают без подтверждения, пока вы не включите `--confirm-write`
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
nuphus-mcp — небольшая кроссплатформенная программа на Rust, которая отдает управление компьютером как набор стандартных MCP-инструментов. Она общается с клиентом по stdio через JSON-RPC 2.0 и состоит из одного исполняемого файла без демона и сетевого сервиса. Подключить ее можно к Claude Desktop, Cursor, VS Code, Copilot или другому клиенту MCP. Всего 45 инструментов: 22 для рабочего стола и 23 для браузера. Настольные отвечают за экран, окна, мышь и клавиатуру, а еще за буфер обмена. Браузерные работают через протокол CDP: переходят по адресам и снимают дерево доступности со ссылками @N. Еще они кликают, вводят текст и управляют вкладками, загрузками и cookie. Отдельная группа из семи инструментов работает через дерево доступности Windows UIA и macOS AX вместо координат пикселей. Агент наблюдает за интерфейсом, выбирает элемент и действует, а затем проверяет состояние. Для зрения есть пара desktop_vision и desktop_perceive. Первый инструмент отправляет скриншот в вашу модель с поддержкой изображений. Второй распознает текст локально через PaddleOCR.
Для кого. Для разработчиков агентов и тестировщиков, которым нужен контроль над настольным приложением или браузером под управлением ИИ.
Подходит, если
- Нужно автоматизировать настольную программу без API: клики, ввод, переключение окон
- Агенту надо открыть сайт в Chrome, прочитать дерево доступности и заполнить форму
- Требуется сделать скриншот окна и распознать на нем текст локально без отправки в облако
- Хотите подключить агента к уже запущенному браузеру с отпечатками через порт отладки
- Нужно, чтобы агент действовал по дереву доступности Windows UIA или macOS AX и проверял результат каждого шага
Не подходит, если
- Задачу можно решить через API сервиса или командную строку: прямое управление экраном медленнее и менее надежно
- Компьютер содержит открытые сессии банков и почты, а изоляции нет: агент получает ту же свободу действий, что и вы
- Работаете на Linux и ждете полного набора функций для рабочего стола: там доступна лишь часть возможностей окон и ввода
- Нужна работа в браузере без Chrome и Edge: инструментам браузера нужен один из них
Пример запроса к агенту
Открой в Chrome страницу входа моего тестового стенда, сделай снимок дерева доступности и покажи, какие поля есть в форме.MCP
- Транспорт
- stdio
- Авторизация
- не нужна
Переменные окружения
NUPHUS_MCP_CONFIRM_WRITE- Значение 1 включает строгое подтверждение записывающих инструментов.
NUPHUS_MCP_VISION_API_KEYсекрет- Ключ вашей модели с поддержкой изображений, нужен только для desktop_vision.
NUPHUS_MCP_VISION_MODEL- Идентификатор модели для desktop_vision.
NUPHUS_MCP_BROWSER_CDP_URL- Адрес отладочного порта внешнего браузера, например http://127.0.0.1:9222.
Ограничения
Для браузерных инструментов нужен Chrome или Edge. Полное управление рабочим столом работает в Windows. На macOS доступны семантический режим AX, мышь и клавиатура, но только после выдачи разрешения Accessibility. На Linux работает лишь часть функций окон и ввода. Инструменту desktop_vision нужны ключ и идентификатор модели с поддержкой изображений. Модели PaddleOCR для desktop_perceive скачиваются при первом запуске, поэтому первый вызов идет дольше.
Как отключить. Уберите запись nuphus-mcp из конфигурации клиента и перезапустите его. Саму программу снимите командой `npm uninstall -g @nuphus/nuphus-mcp`.
Частые вопросы
Как установить nuphus-mcp?
Выполните `npm install -g @nuphus/nuphus-mcp`. Мета-пакет сам подберет готовый бинарник для вашей системы (Windows x64 и arm64, macOS arm64, Linux x64 и arm64), поэтому Rust не нужен. Затем укажите команду nuphus-mcp в конфигурации клиента.
Как включить подтверждение опасных действий?
Запустите сервер с флагом `--confirm-write` или задайте переменную `NUPHUS_MCP_CONFIRM_WRITE=1`. Тогда записывающие инструменты отклоняются, пока клиент не передаст аргумент confirm: true. Переменная действует сразу для всех MCP-клиентов на машине.
Нужен ли ключ API?
Для управления рабочим столом и браузером ключ не требуется, распознавание текста работает локально. Ключ и идентификатор модели с поддержкой изображений нужны только инструменту desktop_vision.
Какие протоколы поддерживает desktop_vision?
Чат-API, совместимое с OpenAI (по умолчанию), и родной Messages API Anthropic. Протокол выбирается автоматически по хосту адреса NUPHUS_MCP_VISION_BASE_URL либо задается переменной NUPHUS_MCP_VISION_PROVIDER.
Можно ли подключить сервер к своему браузеру?
Да, через отладочный порт, например к браузеру с отпечатками. Если подключение не удалось, сервер вернет ошибку и не перейдет на собственный Chrome. Открытый вами браузер при выходе остается открытым.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер и расширение Chrome, которые дают агенту управлять вашим уже открытым браузером с вашими авторизованными сессиями, все локально
Расширение браузера и локальный прокси, которые приносят инструменты MCP в веб-чаты ChatGPT, Perplexity, Grok и другие
Hyperbrowser MCP
Hyperbrowser MCP Server
Официальный MCP-сервер облачных браузеров Hyperbrowser: выгрузка и обход страниц, структурированные данные, поиск Bing и три браузерных агента
MCP-мост для управления вашим браузером из кодового агента: расширение Chrome и набор инструментов автоматизации вкладок и страниц
MCP-сервер, который управляет вашим уже открытым Chrome и останавливается спросить вас про код из двух шагов, капчу или важный выбор
MCP-сервер, который дает агенту управлять браузером: открывать страницы, кликать и заполнять формы через Playwright
Коротко о README
Кроме настройки популярных клиентов автор дает плагин для DeepSeek Harness и схему обмена между клиентом и сервером.