MCPDesk

Manos y ojos para un agente de IA sobre Windows: mueve el mouse, teclea, ve la pantalla y señala en ella — con un botón de paro siempre a la vista y registro de cada acción.

Código y descarga en GitLab ← Todos los programas

En acción

Video en camino Mientras tanto, mira las capturas abajo o clona el repositorio. Ver el código en GitLab mientras tanto →

Qué hace

Un servicio en Sesión 0 no puede mover el mouse ni capturar la pantalla real; por eso MCPDesk corre como agente dentro de la sesión interactiva y expone todo por el protocolo MCP. Un modelo de lenguaje recibe capturas, decide, y actúa con precisión al pixel — incluso en varios monitores. La seguridad viene de fábrica: control activable, límite de ritmo, kill-switch físico y bitácora firmada.

Mouse, teclado y touchEntrada inyectada con coordenadas absolutas; soporta clic, arrastre, scroll y gestos táctiles.
Captura multi-monitorDXGI Desktop Duplication o GDI, por ventana o escritorio completo, con el cursor incluido.
Anota la pantallaFlechas, cajas, resaltados, subtítulos y lupa para mostrar en vivo qué está haciendo o dónde mirar.
Kill-switch de emergenciaAtajo global Ctrl+Alt+Pausa y un botón rojo flotante que detiene todo control al instante.
Seguro por diseñoToken de acceso, límite de acciones por segundo y bitácora JSONL de cada operación.
Corre como servicioWatchdog que mantiene el agente vivo en la sesión activa; desplegable por SSH en máquinas remotas.

Capturas

MCPDesk abriendo PowerPoint con el mouse controlado por IA — El agente abre PowerPoint moviendo el mouse real.

Anotaciones sobre la pantalla — Flechas y cajas dibujadas sobre la pantalla en vivo.

Detalle de anotaciones — Señala con precisión dónde está cada opción.

Botón de paro de emergencia — Botón de paro: verde con control activo, rojo detenido.

Escritorio operado por el agente — Operando el escritorio de Windows de punta a punta.

Descarga y código

Abierto y en C++. Incluye el servidor MCP, el instalador del servicio y la bandeja de configuración. Lee el README para el arranque, los permisos y las notas de seguridad antes de exponerlo en red.

Abrir en GitLab