---

💡 autoMate是什么？

autoMate是一个MCP服务器，赋予AI助手（如Claude、GPT等）控制任何桌面应用程序的能力——即使是那些没有API、没有插件系统、也不支持自动化操作的应用程序。

你可以把它看作是跨平台、原生支持AI的Quicker替代方案——但与通过拖拽模块来构建工作流不同，你只需简单描述想要完成的任务即可。

它与文件系统/MCP、浏览器/MCP、Windows/MCP的区别：

MCP服务器	自动化对象
文件系统MCP	文件和文件夹
浏览器MCP	网页
Windows MCP	操作系统的设置和系统调用
autoMate	任何没有API的桌面GUI应用 — 剪映、Photoshop、AutoCAD、微信、SAP、内部工具……

---

✨ 功能特性

• 🖥️ 自动化无API的应用程序 — 只要有GUI界面，autoMate就能操控
• 📚 可复用的脚本库 — 一次保存工作流，永久使用；只需一条命令即可安装社区脚本
• 🧠 Claude知道何时使用它 — 清晰的身份标识避免了被其他MCP绕过
• 🤖 零配置 — 无需API密钥、环境变量；由主机LLM负责思考
• 🌍 跨平台 — 支持Windows、macOS和Linux（而Quicker仅限Windows）

---

🔌 安装与配置

前提条件： pip install uv

Claude Desktop

打开 设置 → 开发者 → 编辑配置，然后添加：

{
  "mcpServers": {
    "automate": {
      "command": "uvx",
      "args": ["automate-mcp@latest"]
    }
  }
}

重启Claude Desktop——完成。autoMate会在每次重启时自动更新。

OpenClaw

编辑 ~/.openclaw/openclaw.json：

{
  "mcpServers": {
    "automate": {
      "command": "uvx",
      "args": ["automate-mcp@latest"]
    }
  }
}

openclaw gateway restart

Cursor / Windsurf / Cline

设置 → MCP服务器 → 添加：

{
  "automate": {
    "command": "uvx",
    "args": ["automate-mcp@latest"]
  }
}

---

🛠️ MCP工具集

脚本库——核心价值：一次保存工作流，永久运行。

工具	描述
list_scripts	显示所有已保存的自动化脚本
run_script	根据名称运行已保存的脚本
save_script	将当前工作流保存为可复用的脚本
show_script	查看脚本内容
delete_script	删除脚本
install_script	从URL或社区库安装脚本

底层桌面控制——Claude在构建或执行脚本时会用到这些工具。

工具	描述
screenshot	截取屏幕并以Base64编码的PNG格式返回
click	在屏幕坐标处点击
double_click	在屏幕坐标处双击
type_text	输入文本（全面支持Unicode/CJK字符）
press_key	按下某个键或组合键（如ctrl+c、win）
scroll	上下滚动页面
mouse_move	移动鼠标指针而不点击
drag	从一个位置拖动到另一个位置

---

📚 脚本库

脚本以.md文件形式保存在~/.automate/scripts/目录中——人类可读、便于Git管理且易于分享。

示例脚本：

---
name: jianying_export_douyin
description: 将当前剪映项目导出为9:16比例的抖音视频
created: 2025-01-01
---

## 步骤

1. 打开导出对话框 [key:ctrl+e]
2. 选择分辨率为1080×1920 [click:coord=320,480]
3. 将格式设置为MP4 [click:coord=320,560]
4. 点击导出 [click:coord=800,650]
5. 等待导出完成 [wait:5]

内联提示语法：

提示	动作
[click:coord=320,240]	在绝对屏幕坐标处点击
[type:hello]	输入文本
[key:ctrl+s]	按下键盘快捷键
[wait:2]	等待2秒
[scroll_up] / [scroll_down]	滚动页面

未加提示的步骤将在运行时由AI视觉模型进行解释。

安装社区脚本：

告诉Claude：“从<url>安装autoMate脚本”

或者Claude直接调用install_script，传入原始的GitHub URL。

---

📝 常见问题解答

问：这与直接使用Claude的电脑操作能力有何不同？
autoMate提供了持久且可复用的脚本。一旦你将某项任务自动化，它就会被保存下来，下次可以直接运行——无需再次推理。

问：为什么Claude有时会使用Windows MCP/文件系统MCP而不是autoMate？
请升级到v0.4.0及以上版本——现在的服务器描述会明确告知Claude何时使用autoMate，何时使用其他MCP。

问：对于UI经常变化的应用程序，它是否有效？
基于坐标的提示（[click:coord=x,y]）对UI变化较为敏感。为了使脚本更具鲁棒性，建议用自然语言描述步骤，让Claude在每次运行时重新定位元素。

问：它能在macOS/Linux上运行吗？
可以——三个平台都支持。这也是它相比仅支持Windows的Quicker的主要优势。

---

🤝 贡献

---

autoMate 快速上手指南

autoMate 是一个 MCP 服务器，旨在赋予 AI 助手（如 Claude）控制任何桌面应用程序的能力，即使这些应用没有 API、插件系统或原生自动化支持。它通过视觉识别和模拟操作，让你能用自然语言描述任务，自动执行剪映、Photoshop、微信等 GUI 软件的操作。

环境准备

在开始之前，请确保满足以下要求：

• 操作系统：支持 Windows、macOS 和 Linux。
• 前置依赖：必须安装 Python 包管理工具 uv。
• AI 客户端：已安装并配置好支持 MCP 的客户端（如 Claude Desktop、Cursor、Windsurf 或 OpenClaw）。

安装前置依赖：

pip install uv

提示：国内用户若遇到 pip 下载缓慢问题，可指定国内镜像源安装：

pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

根据你的 AI 客户端类型，选择对应的配置方式。核心原理是在 MCP 配置中添加 automate-mcp 服务。

1. Claude Desktop

1. 打开 Settings → Developer → Edit Config。
2. 在配置文件中添加以下内容：

{
  "mcpServers": {
    "automate": {
      "command": "uvx",
      "args": ["automate-mcp@latest"]
    }
  }
}

3. 重启 Claude Desktop 即可生效。autoMate 会在每次重启时自动更新到最新版本。

2. Cursor / Windsurf / Cline

1. 进入 Settings → MCP Servers。
2. 点击 Add 添加新服务器。
3. 填入以下 JSON 配置：

{
  "automate": {
    "command": "uvx",
    "args": ["automate-mcp@latest"]
  }
}

3. OpenClaw

1. 编辑配置文件 ~/.openclaw/openclaw.json，添加上述 JSON 配置到 mcpServers 字段。
2. 重启网关使配置生效：

openclaw gateway restart

基本使用

安装完成后，你可以直接在对话框中用自然语言指挥 AI 操作桌面应用。

场景示例：自动化导出视频

假设你需要将当前的“剪映”项目导出为抖音格式（9:16）的视频。

操作步骤：

1. 确保目标应用（如剪映）已打开并处于前台。

2. 在聊天窗口输入指令：

   “帮我把当前剪映项目导出为 9:16 的抖音视频，分辨率设为 1080x1920，格式为 MP4。”

3. autoMate 会自动截取屏幕画面，分析界面元素，并依次执行点击、选择分辨率、设置格式和确认导出等操作。

进阶：保存复用脚本

为了避免每次重复推理，你可以将成功的工作流保存为脚本：

• 保存脚本：告诉 AI“将刚才的操作保存为脚本，命名为 jianying_export"。
• 运行脚本：下次只需说“运行 jianying_export 脚本”，即可瞬间完成相同任务。
• 查看脚本：脚本以人类可读的 .md 文件形式存储在 ~/.automate/scripts/ 目录下，支持手动编辑和版本控制。

核心能力概览

autoMate 底层支持以下原子操作，AI 会根据需要组合使用：

• screenshot: 截屏分析
• click / double_click: 鼠标点击
• type_text: 输入文本（支持中文）
• press_key: 键盘快捷键（如 ctrl+c）
• scroll: 滚动页面
• drag: 拖拽操作