Windowsデスクトップ自動化のためのMCPサーバー — スクリーンショット、マウス、キーボード、UIオートメーションを、LLMエージェント向けのトークン効率的なPフレーム差分検出と共に提供します。
これは、Windowsデスクトップを直接操作するためのMCP（Model Context Protocol）サーバーです。AIエージェント（Claude、Codex、Geminiなど）が、スクリーンショットの取得、マウス操作、キーボード入力、UI要素の自動操作を実行できるようにします。特に重要なのは、``Pフレーム差分検出``技術を採用している点です。これは、連続するスクリーンショット間の変化部分のみを効率的に抽出・送信することで、LLMとのやり取りにおけるトークン消費を大幅に削減します。これにより、高コストな全画面画像を毎回送信することなく、デスクトップ上の変化をリアルタイムに把握し、的確な操作を指示できます。GitHubから発見されたこのツールは、AIエージェントによるデスクトップ自動化ワークフローを構築するための強力な基盤となります。
npx skills add Harusame64/desktop-touch-mcpWindowsデスクトップ自動化のためのMCPサーバー — スクリーンショット、マウス、キーボード、UIオートメーションを、LLMエージェント向けのトークン効率的なPフレーム差分検出と共に提供します。
ソース: https://github.com/Harusame64/desktop-touch-mcp
過去24時間以内にGitHubにプッシュされたリポジトリから発見されました。エージェントスキル、Claude/Codex/Geminiワークフロー、MCPツール、および関連するAIエージェント自動化を対象としています。
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".