OmniParser AutoGUI MCP服务器
一款支持Windows的自动化GUI操作与分析工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：OmniParser AutoGUI MCP服务器。 它的用途是：一款支持Windows的自动化GUI操作与分析工具。 完整的 Skill 内容见：https://321skill.com/skills/omniparser-autogui-mcp服务器/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我把桌面右下角弹出的所有更新通知窗口都关掉。”，它会通过OmniParser分析屏幕，定位到通知窗口的关闭按钮位置，并自动点击。或者
对AI说：“读取一下Excel里A列前10行的数据给我。”，它会激活Excel窗口，识别单元格区域并提取文本信息返回。
介绍
OmniParser AutoGUI MCP服务器解决了在Windows环境下，需要手动重复操作图形界面或自动化处理屏幕信息的难题。它通过分析屏幕显示内容，识别界面元素，并模拟鼠标键盘操作，实现GUI的自动化。
使用时，您需要将其作为MCP（Model Context Protocol）服务器配置到您的AI助手（如Claude Desktop）中。之后，您可以通过自然语言向AI助手下达指令，例如“点击那个按钮”或“读取这个窗口的文本”，AI助手会通过该服务器解析当前屏幕并执行相应的自动化操作。
该工具非常适合需要与Windows桌面应用频繁交互，或希望将视觉信息纳入AI工作流的用户。无论是自动化办公流程、测试软件界面，还是辅助完成重复性的点击和录入任务，它都能显著提升效率。
请注意，该工具目前仅支持Windows操作系统。在使用前，请确保您有权限对目标应用程序进行自动化操作，并了解相关自动化行为可能带来的风险。建议在非生产环境或充分测试后再进行关键任务的自动化。
核心特点
与仅能通过API或命令行交互的自动化工具不同，它直接解析和操作屏幕图形界面，无需目标程序提供专门的接口；同时，它作为MCP服务器，能与Claude等AI助手深度集成，实现“所见即所得”的自然语言自动化控制。
注意事项
目前仅支持Windows操作系统，且对复杂或动态变化的GUI界面识别可能存在挑战。
常见问题
支持Mac或Linux吗？
不支持，目前仅支持Windows系统。
需要编程基础才能使用吗？
不需要，通过配置MCP服务器后，用自然语言向AI助手描述任务即可。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/omniparser-autogui-mcp服务器/raw/index.md 读取 OmniParser AutoGUI MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/omniparser-autogui-mcp服务器/raw/index.md（查看排版版本）