ahk-mcp について
ahk-mcp は、AutoHotkey の機能を AI モデル向けのツールとして公開する MCP サーバーで、Windows 上のタスク自動化に使用します。デスクトップアプリを操作する AI アシスタントを対象とし、ウィンドウのテキストが取得できない場合は画面 OCR で補います。
主な機能
- 01ウィンドウとアプリケーションの列挙
- 02キーボードとマウス入力の制御
- 03Windows API によるウィンドウテキストとコントロール位置の取得
- 04画面キャプチャと OCR
- 05モニターとウィンドウの位置情報の取得
活用シーン
- 01標準のコントロールで公開されていないテキストを AI アシスタントに読み取らせる
- 02Windows アプリでのクリックや入力の自動化
- 03複数モニター間でのウィンドウの配置と管理
MCP 対応
本プロジェクトは MCP サーバーであり、ウィンドウ操作、入力制御、画面キャプチャ、OCR などを含む 33 のツールを MCP クライアントに公開します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
ahk-mcp
AutoHotkey の機能を公開する MCP サーバーです。Windows 上の自動化タスクでモデルインターフェースを利用できます。
このサーバーは Windows でのみ動作し、AI に次のツールを提供します。
- ウィンドウやアプリケーションを列挙する機能
- キーボードやマウスを操作する機能（入力、クリックなど）
- ウィンドウに関する Windows API を（AutoHotkey 経由で）照会する機能（例：ウィンドウのテキストや GUI コントロールの位置を取得する）
- 画面キャプチャと OCR 機能（Windows API やコントロールからテキストを適切に取得できない場合に便利です）
- ウィンドウの正確な位置や、コンピューターのモニターに関するコンテキスト情報を取得する機能（例：プライマリ／セカンダリモニター上にあるウィンドウを把握する）
- AutoHotkey を使ってウィンドウを操作したり、その他のアクションを実行したりする機能
現在、サーバーでは合計 33 個のツールを公開しています。上記は概要にすぎません。
ドキュメントの整備を進めている間は、main.py のソースコードを確認することをおすすめします。
Usage
このプロジェクトでは、FastMCP と Python MCP SDK を使用しています。詳しい情報については、Python MCP SDK のリポジトリとドキュメントを参照してください。
すでに mcp CLI をセットアップしている場合は、簡単な mcp コマンドでこの MCP サービスを Claude Desktop にインストールできます。
mcp install main.py
このプロジェクトでは、必要な AutoHotkey 実行ファイルを提供する ahk-binary と、AutoHotkey と連携する ahk プロジェクトを使用します。OCR 機能には、mss、easyocr、numpy を使用します。
Contributing
貢献するには、ここ GitHub から参加するのが最適です。まずはお気軽に issue を作成してください。プルリクエストも歓迎しますが、特に大きな変更の場合は、先に issue を作成することを強くおすすめします。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。