mcp-server-macos-use

mcp-server-macos-use

公式ウェブサイト：https://macos-use.dev/

Swift 製の Model Context Protocol（MCP）サーバーです。主に MacosUseSDK を通じてアクセシビリティ API を活用し、macOS アプリケーションを操作できます。

Claude Desktop や、互換性のあるその他の MCP クライアントで使用できます。

このサーバーは標準入出力（stdio）経由で MCP コマンドを受け付け、アプリケーションとやり取りするための複数のツールを公開します。

https://github.com/user-attachments/assets/cd203171-bac6-4124-9a58-59947a25be07

https://github.com/user-attachments/assets/f274560a-559f-4140-b133-c0b5c500a02d

利用可能なツール

このサーバーは、MCP の CallTool メソッドを介して以下のツールを公開します。

1. macos-use_open_application_and_traverse

   • 説明： 指定されたアプリケーションを開くかアクティブにし、その後アクセシビリティツリーをたどります。
   • パラメーター：
     • identifier（String、必須）：アプリケーション名、バンドル ID、またはファイルパスです。

2. macos-use_click_and_traverse

   • 説明： 対象アプリケーション（PID で識別）のウィンドウ内の指定座標でマウスクリックをシミュレートし、その後アクセシビリティツリーをたどります。
   • パラメーター：
     • pid（Number、必須）：対象アプリケーションのプロセス ID（PID）です。
     • x（Number、必須）：クリックする X 座標です（SDK の動作に応じて、ウィンドウまたは画面を基準とします）。
     • y（Number、必須）：クリックする Y 座標です。

3. macos-use_type_and_traverse

   • 説明： 対象アプリケーション（PID で識別）へのテキスト入力をシミュレートし、その後アクセシビリティツリーをたどります。
   • パラメーター：
     • pid（Number、必須）：対象アプリケーションのプロセス ID（PID）です。
     • text（String、必須）：入力するテキストです。

4. macos-use_press_key_and_traverse

   • 説明： PID で指定されたアプリケーションを対象に、修飾キーを任意で押しながら特定のキーボードキー（例：「Enter」、「Tab」、「a」、「B」）を押す操作をシミュレートし、その後アクセシビリティツリーをたどります。
   • パラメーター：
     • pid（Number、必須）：対象アプリケーションのプロセス ID（PID）です。
     • keyName（String、必須）：キーの名前です（例：Return、Escape、ArrowUp、Delete、a、B）。修飾キーが押されていない場合、英字は大文字と小文字を区別します。
     • modifierFlags（Array、任意）：キーを押す間、押し続ける修飾キーの配列です。有効な値：CapsLock（または Caps）、Shift、Control（または Ctrl）、Option（または Opt、Alt）、Command（または Cmd）、Function（または Fn）、NumericPad（または Numpad）、Help。

5. macos-use_refresh_traversal

   • 説明： 指定されたアプリケーション（PID で識別）のアクセシビリティツリーをたどる処理のみを実行します。操作を行わずに現在の UI 状態を取得する場合に便利です。
   • パラメーター：
     • pid（Number、必須）：ツリーをたどるアプリケーションのプロセス ID（PID）です。

共通の任意パラメーター（CallTool 用）

これらは、デフォルトの MacosUseSDK の動作を上書きするため、任意のツール呼び出しの arguments オブジェクトに渡すことができます（コード内の ActionOptions を参照してください）。

• traverseBefore（Boolean、任意）：主要な操作の前にアクセシビリティツリーをたどります。
• traverseAfter（Boolean、任意）：主要な操作の後にアクセシビリティツリーをたどります（通常、デフォルトは true です）。
• showDiff（Boolean、任意）：該当する場合、ツリーをたどった結果の差分を含めます。
• onlyVisibleElements（Boolean、任意）：ツリーをたどる対象を表示中の要素に限定します。
• showAnimation（Boolean、任意）：操作時に視覚的なフィードバックアニメーションを表示します。
• animationDuration（Number、任意）：フィードバックアニメーションの時間です。
• delayAfterAction（Number、任意）：操作後に遅延を追加します。

依存関係

• MacosUseSDK（macOS の制御機能を提供するローカルまたは外部の Swift パッケージを想定）

ビルドと実行

# Example build command (adjust as needed, use 'debug' for development)
swift build -c debug # Or 'release' for production

# Running the server (it communicates via stdin/stdout)
./.build/debug/mcp-server-macos-use

クライアントとの連携（例：Claude Desktop）

ビルドが完了したら、サーバーの実行ファイルの場所をクライアントアプリケーションに知らせる必要があります。たとえば、Claude Desktop を設定するには、次の内容を設定ファイルに追加します。

{
    "mcpServers": {
        "mcp-server-macos-use": {
            "command": "/path/to/your/project/mcp-server-macos-use/.build/debug/mcp-server-macos-use"
        }
    }
}

/path/to/your/project/ を、mcp-server-macos-use ディレクトリの実際の絶対パスに置き換えてください。

お問い合わせ

[email protected] までご連絡ください。
Discord: m13v_

今後の予定

ご要望に合わせてサーバーを調整できます。お気軽に issue を作成するか、ご連絡ください。