mcp-remote-macos-use 的安装和配置教程
2025-05-27 17:54:10作者:滑思眉Philip
1. 项目基础介绍和主要编程语言
mcp-remote-macos-use 是一个开源项目,旨在提供一个能够使 AI 完全控制远程 macOS 系统的 MCP 服务器。它是一个直接替代 OpenAI Operator 的解决方案,专门为具有完全桌面能力的自主 AI 代理优化,且不需要安装任何额外的软件。
该项目主要用于远程操作 macOS 系统,支持各种自动化任务,如社交媒体自动化、应用操作等。项目主要使用的编程语言是 Python,同时也涉及到了 Docker 容器技术。
2. 项目使用的关键技术和框架
- Docker: 用于容器化应用,确保在不同环境中的一致性和便捷部署。
- WebRTC: 通过 LiveKit 集成,提供低延迟的实时屏幕共享功能。
- Python: 用于编写服务器端的控制逻辑和脚本。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- macOS 或 Linux 操作系统
- Docker Desktop 已经安装并运行
- 目标 macOS 系统上已启用屏幕共享功能
安装步骤
步骤 1: 克隆项目仓库
首先,您需要在您的本地环境中克隆项目仓库:
git clone https://github.com/baryhuang/mcp-remote-macos-use.git
cd mcp-remote-macos-use
步骤 2: 构建 Docker 镜像
接下来,构建项目的 Docker 镜像:
docker build -t mcp-remote-macos-use .
步骤 3: 配置 Claude Desktop
为了使用 Docker 镜像,您需要配置 Claude Desktop 来连接到您的 MCP 服务器。在 Claude 配置中添加以下内容:
{
"mcpServers": {
"remote-macos-use": {
"command": "docker",
"args": [
"run",
"-i",
"-e",
"MACOS_USERNAME=your_macos_username",
"-e",
"MACOS_PASSWORD=your_macos_password",
"-e",
"MACOS_HOST=your_macos_hostname_or_ip",
"--rm",
"buryhuang/mcp-remote-macos-use:latest"
]
}
}
}
请确保替换 your_macos_username, your_macos_password, 和 your_macos_hostname_or_ip 为您的 macOS 系统的实际登录凭据和 IP 地址或主机名。
步骤 4: 启动 MCP 服务器
使用以下命令启动 MCP 服务器:
docker run -d -e MACOS_USERNAME=your_macos_username -e MACOS_PASSWORD=your_macos_password -e MACOS_HOST=your_macos_hostname_or_ip buryhuang/mcp-remote-macos-use:latest
再次确保替换环境变量为您的实际信息。
完成以上步骤后,您的 MCP 服务器应该已经准备好接受来自 Claude Desktop 的连接,并且可以开始远程操作 macOS 系统了。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
最新内容推荐
一颗老鼠屎坏了一锅汤:慎用 MemoryManager 的外部 Provider 注入Agent 突然装死?揭秘 batch_runner 遇到“无推理”提示词无限重试的死循环把公司钉钉变成超级中枢:利用 MCP 协议打通 Hermes 与内部工单系统告别卡顿:为何轻量级调度必须留本地,重度推理该上云端 API?别让 Agent 慢在推理上:Beelink 等高性能 PC 本地并发调优指南彻底告别环境玄学:用 Nix 打包具有持久化层的高性能 Agent重试、重规划还是再拆解?打造能在生产环境活下来的多智能体容错管线Matrix-nio 为什么被扫进历史垃圾堆?从源码看陈旧依赖带来的编译灾难让 Hermes 完美驾驭满血版 DeepSeek-R1:彻底搞定思维链解析与路由Python 扛不住高并发?优化 Hermes Gateway 并发处理能力的 3 把斧
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
512
622
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
884
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924