capsulate

本地服务

capsulate.dev云与基础设施02 周前更新

关于 capsulate

capsulate 是供 Claude Code、Claude Desktop、Cursor、Windsurf、Antigravity 等 MCP 客户端使用的服务，可启动并操作隔离的云端 Linux 和 Windows 计算机。它结合命令与文件操作、桌面及浏览器控制、人工接管和可复用技能。

主要功能

01启动、检查和销毁云端计算机
02运行命令、代码并读写文件
03控制桌面并检查界面元素
04通过浏览器工具操作 Chrome
05共享实时屏幕并交接控制权
06记录、保存和运行技能

适用场景

01在隔离环境中运行测试套件
02通过图形界面操作 Windows 或 Linux 应用
03需要登录时将屏幕交给人工处理
04将重复的桌面任务保存为技能

MCP 相关

作为 MCP 服务，capsulate 向客户端提供云端计算机的启动、执行、文件、桌面、浏览器、实时协作及技能管理工具。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置

{
  "mcpServers": {
    "capsulatedev-capsulate": {
      "command": "npx",
      "args": [
        "-y",
        "@capsulate/mcp"
      ],
      "env": {
        "CAPSULATE_API_KEY": "<CAPSULATE_API_KEY>",
        "CAPSULATE_BASE_URL": "<CAPSULATE_BASE_URL>",
        "CAPSULATE_TEAM_ID": "<CAPSULATE_TEAM_ID>"
      }
    }
  }
}

启动命令npx -y @capsulate/mcp

需要配置的环境变量

CAPSULATE_API_KEY密钥A cap_live_ API key from the dashboard (Settings → API & Keys).

CAPSULATE_BASE_URLAPI base URL. Defaults to https://api.capsulate.dev.

CAPSULATE_TEAM_IDTeam to bill. Defaults to the API key's team.

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

npm@capsulate/mcp0.7.0stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
env	object	否	要注入的环境变量
size	string	否	资源规格，例如 '2c4g'（默认值）
wait	boolean	否	等待至 ACTIVE（默认值为 true）
bundle	string	否	用于启动的软件包（Bucket B）ID
region	string	否	区域提示；省略则自动分配
snapshot	string	否	用于还原的快照／模板 ID
template	string	是	模板／操作系统／软件包 ID，例如 'ubuntu-22.04-headless'

详细介绍

@capsulate/mcp

Capsulate 的 Model Context Protocol 服务。让 Claude Code、Claude Desktop、Cursor、Windsurf、Antigravity 及任何 MCP 客户端都能启动和操控隔离的云端计算机（“capsule”），包括可供用户实时观看并接管操作的真实 Linux 和 Windows 桌面。

设置

在 Capsulate 控制面板中创建 API 密钥：Settings → API & Keys。
将服务添加到 MCP 客户端配置中。

Claude Code

claude mcp add capsulate -e CAPSULATE_API_KEY=cap_live_... -- npx -y @capsulate/mcp

Claude Desktop / Cursor

{
  "mcpServers": {
    "capsulate": {
      "command": "npx",
      "args": ["-y", "@capsulate/mcp"],
      "env": {
        "CAPSULATE_API_KEY": "cap_live_…"
      }
    }
  }
}

要避免将密钥放在配置文件中，可将密钥存入文件，并通过 CAPSULATE_API_KEY_FILE 指向该文件。文件中可以只有密钥，也可以包含 CAPSULATE_API_KEY=cap_live_... 这一行。

若使用可自托管或非默认部署，还需设置 "CAPSULATE_BASE_URL": "https://api.your-domain"。

工具

工具	功能
`capsulate_launch`	启动一个 capsule，并等待其就绪
`capsulate_list` / `capsulate_get`	查看 capsule
`capsulate_destroy`	销毁一个 capsule
`capsulate_exec`	运行命令（argv 数组）
`capsulate_run_code`	运行 python/node/bash 代码片段
`capsulate_write_file` / `capsulate_read_file`	文件读写
`capsulate_set_env`	设置环境变量
`capsulate_snapshot`	为 capsule 创建快照
`capsulate_catalog`	查找可启动的模板和套件

桌面计算机操作

工具	功能
`capsulate_screenshot`	查看屏幕（返回图像；设置 `format: "jpeg"`、`scale` 或区域参数可缩小图像）
`capsulate_screen_info`	获取屏幕大小、指针位置和活动窗口
`capsulate_click` / `capsulate_move` / `capsulate_drag` / `capsulate_scroll`	操作指针
`capsulate_type` / `capsulate_key`	操作键盘
`capsulate_ui_tree`	读取无障碍树（Linux 上使用 AT-SPI，Windows 上使用 UI Automation），并获取可点击元素的中心位置
`capsulate_find_element` / `capsulate_wait_element`	按角色、名称或文本查找或等待元素
`capsulate_click_element`	查找并点击元素：可靠地按下指定名称的按钮
`capsulate_clipboard`	读取或设置剪贴板（粘贴长文本，而不是输入文本）
`capsulate_element`	无需坐标即可操作元素：设置其值、清空、切换、展开或折叠、调用、按名称选择选项、聚焦，或滚动至可见位置
`capsulate_windows`	列出窗口或将窗口置于前台
`capsulate_window`	最小化、最大化、还原、关闭、移动或调整窗口大小
`capsulate_open`	按名称打开 URL、文件或应用，并等待其窗口出现
`capsulate_wait_for`	等待元素出现、消失、启用或显示文本，等待窗口出现，或等待屏幕稳定
`capsulate_ocr`	在 UI 树没有标签时读取屏幕上的文字
`capsulate_run_actions`	在一次调用中连续执行多个步骤；在首个失败步骤处停止，并在结束时查看结果

输入操作支持设置 screenshot: true（以及 screenshotDelayMs），以在操作后返回画面。所有工具在 Linux 和 Windows 桌面上的用法相同；多行编辑器在 Windows 上是 document，在 Linux 上是 text。

浏览器快捷方式

使用 capsule 自带的 Chrome，以页面结构和页面速度驱动浏览器，同时显示在用户正在观看的同一屏幕上：capsulate_browser_open、_navigate、_tabs、_snapshot（包含 refs 的大纲）、_click、_fill（不会回显输入的值）、_select、_press、_scroll、_wait、_text、 _eval 和 _screenshot。

实时操作：人员观看、接管并交还控制权

桌面 Capsule 共用一个屏幕。AI 通过上述工具操作屏幕，而人员在浏览器中观看同一屏幕，看到 AI 的指针、点击和按键叠加显示在屏幕上，阅读 AI 的旁白，并可随时接管屏幕。

工具	功能
`capsulate_console_link`	生成一个签名且会过期的 URL，可在任何浏览器中打开实时屏幕，无需登录（`control` 或 `view`）
`capsulate_say`	在实时控制台上显示一行旁白
`capsulate_control`	指定由谁操作：`free`、`agent`（AI）或 `human`；`take` 或 `release` 屏幕；设置人员观看时的 `pace`（`natural` 或 `presentation`）
`capsulate_handoff`	将屏幕交给人员并附上备注（“请登录”），等待对方交还屏幕，并获取对方的备注
`capsulate_wait_for_handback`	持续等待人员交还屏幕

人员控制屏幕时，AI 的输入动词会返回 human_in_control，不会有任何操作发送到 Capsule；工具结果会提示使用 capsulate_wait_for_handback 等待。读取屏幕（截图、UI 树、OCR）仍可继续。每次 AI 输入都会让 AI 控制屏幕 45 秒；在此期间，其他人只能查看控制台。当 AI 停止操作或释放屏幕后，控制台会重新允许交互。

技能：学习一次，几分钟内重放

工具	功能
`capsulate_lesson`	在 Capsule 上学习一项任务：人员可在共享屏幕上进行教学（点击、按键和输入，并记录其操作的元素；密码会被遮蔽；还可选择视频和语音），也可由 AI 朝着目标自学；`get` 用于读取摘要
`capsulate_skills`	团队的技能：从课程摘要保存技能、管理版本、审批、保存环境、排练和安排每周排练
`capsulate_skill_run`	在后台运行技能的步骤；如果技能中有未作出决定的环节，会询问你如何处理
`capsulate_inbox`	查看等待处理的运行、待审批的版本、失败的排练，以及软件发生变化的技能

服务端的说明包含学习流程：带着目标进行探索，记录学到的内容，完成学习，阅读摘要并保存技能；下次使用时，启动对应环境并运行步骤。

试试看

“启动一个 ubuntu-22.04-headless Capsule，运行我的测试套件，并展示输出。”

模型会调用 capsulate_launch，然后调用 capsulate_exec，并向你报告结果。

“启动一个 ubuntu-22.04-desktop Capsule，给我一个实时链接，并查找最新的 Firefox 发行说明。如果需要登录，就交给我处理。”

模型会启动桌面环境，调用 capsulate_console_link 并提供 URL，在操作过程中通过 capsulate_say 播报进度；需要你协助时则调用 capsulate_handoff。你完成后，在实时控制台中点击 Done, hand back，模型便会继续操作。

开发

npm run build                          # from the repo root: sdk, ai-tools, cli, mcp
node apps/mcp/scripts/smoke-live.mjs   # live tools end to end against a fake API

支持 Markdown

登录后评论