GNOME Desktop MCP

Extensión de GNOME Shell + servidor MCP Python que brinda a los asistentes de IA 30 herramientas para automatizar el escritorio Linux: capturas de pantalla, gestión de ventanas, inyección de ratón/teclado, portapapeles y espacios de trabajo.

GitHub

Prueba este MCPPatrocinado

Documentación

Gnome-MCP

Automatización de escritorio para GNOME Wayland mediante MCP. Toma capturas de pantalla, gestiona ventanas e inyecta entrada de teclado/ratón desde asistentes de IA como Claude Code.

Claude Code  ──MCP──▶  gnome-desktop-mcp (Python)  ──D-Bus──▶  GNOME Shell Extension

Por qué

GNOME Wayland bloquea que los procesos externos tomen capturas de pantalla o inyecten entrada. Esta extensión se ejecuta dentro del compositor, evitando esas restricciones, y expone una API D-Bus. El servidor MCP conecta esa API con cualquier cliente compatible con MCP.

Características

30 herramientas MCP: capturas de pantalla, gestión de ventanas, inyección de entrada, control de espacios de trabajo
Indicador de privacidad: el icono de la barra superior muestra el estado de conexión (rojo = activo, gris = inactivo)
Diálogo de consentimiento: confirmación de primer uso antes de habilitar la automatización
Control de acceso: interruptor maestro para desactivar toda la automatización al instante

Requisitos

GNOME Shell 45-49 (Wayland)
Python 3.12+

Instalación

Instalación rápida (desarrollo)

git clone https://github.com/sbuysse/gnome-mcp.git
cd gnome-mcp
./install.sh

Luego cierra sesión y vuelve a iniciarla (requerido para Wayland), y habilita:

gnome-extensions enable desktop-automation@gnomemcp.github.io

Solo servidor MCP (desde PyPI)

pip install gnome-desktop-mcp

Configuración de Claude Code

Añade a ~/.claude/settings.json:

{
  "mcpServers": {
    "desktop-automation": {
      "command": "gnome-desktop-mcp"
    }
  }
}

Herramientas

Capturas de pantalla

Herramienta	Descripción
`screenshot`	Captura de pantalla completa
`screenshot_window`	Capturar una ventana específica
`screenshot_area`	Capturar una región rectangular
`pick_color`	Obtener el color de un píxel en coordenadas
`cleanup_screenshots`	Eliminar archivos temporales de captura

Ventanas

Herramienta	Descripción
`list_windows`	Listar todas las ventanas abiertas
`get_window`	Obtener propiedades detalladas de la ventana
`focus_window`	Enfocar y elevar una ventana
`move_resize_window`	Mover y redimensionar una ventana
`minimize_window` / `unminimize_window`	Minimizar/restaurar
`maximize_window` / `unmaximize_window`	Maximizar/restaurar
`close_window`	Cerrar una ventana
`list_workspaces`	Listar todos los espacios de trabajo
`activate_workspace`	Cambiar de espacio de trabajo

Entrada

Herramienta	Descripción
`key_press`	Pulsar una tecla ("Return", "F5", "a")
`key_combo`	Combinación de teclas ("Ctrl+Alt+t")
`type_text`	Escribir texto carácter por carácter
`mouse_move`	Mover el ratón a coordenadas
`mouse_click`	Hacer clic en coordenadas
`mouse_double_click`	Doble clic
`mouse_down` / `mouse_up`	Pulsar/soltar botón del ratón
`mouse_drag`	Arrastrar del punto A al punto B
`mouse_scroll`	Desplazarse en coordenadas

Utilidades

Herramienta	Descripción
`ping`	Comprobar que la extensión está activa
`get_enabled` / `set_enabled`	Comprobar/alternar automatización
`get_monitors`	Listar monitores con geometría

Privacidad

Indicador de barra superior muestra cuando la automatización está activa
Interruptor de alternancia para desactivar toda la automatización al instante
Registro de actividad rastrea las últimas 20 llamadas a métodos (solo nombre y marca de tiempo, sin datos)
Control de acceso D-Bus: todos los métodos bloqueados cuando está desactivado
Modelo de confianza del bus de sesión: cualquier proceso de usuario local puede llamar a la API (consistente con el modelo de seguridad de GNOME)

Arquitectura

La extensión de GNOME Shell (desktop-automation@gnomemcp.github.io) se ejecuta dentro del compositor Wayland. Exporta io.github.gnomemcp.DesktopAutomation en el D-Bus de sesión con acceso privilegiado a:

Shell.Screenshot — capturas de pantalla silenciosas (sin diálogo de permisos)
Meta.Window — gestión de ventanas
Clutter.VirtualInputDevice — inyección de teclado/ratón

El servidor MCP en Python (gnome-desktop-mcp) traduce las llamadas a herramientas MCP en llamadas a métodos D-Bus mediante dasbus.

Desarrollo

# Install in development mode
pip install -e mcp-server[dev]

# Run tests
python -m pytest tests/ -v

# Watch extension logs
journalctl /usr/bin/gnome-shell -f

# Test D-Bus directly
gdbus call --session --dest org.gnome.Shell \
  --object-path /io/github/gnomemcp/DesktopAutomation \
  --method io.github.gnomemcp.DesktopAutomation.Ping

Licencia

GPL-3.0