touchpoint-labs/touchpoint

Developer tools

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。原文を見る

47 stars 5 forks 品質 82 トレンド 17MIT

Repository Install

どのデスクトップでもAIエージェントの目と手を出しましょう — MCP サーバーでクロスプラットフォームのアクセシビリティ API

概要

Touchpoint あらゆるデスクトップでAIエージェントの目と手を与えます。 pip インストールタッチポイントピー AIエージェントは、Chromeでデータを研究し、フォーマットされたExcelテーブルを作成します。~12分で完了したフルタスク Touchpoint は、ネイティブアクセシビリティ API を使用してデスクトップ UI を読み込み、やり取りするためのものです。 1つのインポート、1つの API — Linux、macOS、Windows で動作します。Chromium および Electron アプリケーションを CDP (Chrome DevTools Protocol) 経由で組み込みサポートします。ピクセルをスクレイピングしたり、ビジョンモデルを実行したりする代わりに、Touchpoint は、実際のアクセシビリティツリーを読み込み、構造化された名前、ロール、状態、画面上のすべての要素の位置を読み込みます。速く、信頼できる、と。 Claude、Cursor、またはローカルモデルのようなLMエージェントがボックスから任意のデスクトップアプリを制御することができるので、MCPサーバーで出荷します。プラットフォームのネイティブバックエンド、ブラウザと電子アプリ、MCPサーバー、スクリーンショット機能のサポートがすべて含まれています.

概要（AI 翻訳）

タッチポイント

あらゆるデスクトップでAIエージェントの目と手を与えます。

pipインストールタッチポイント-py

AIエージェントは、Chromeでデータを研究し、フォーマットされたExcelテーブルを作成します。~12分で完了したフルタスク

お問い合わせ

Touchpoint は、ネイティブアクセシビリティ API を使用してデスクトップ UI を読み込み、やりとりするための cross-platform Python ライブラリ です。 1つのインポート、1つの API — Linux、macOS、Windows で動作します。Chromium および Electron アプリケーションを CDP (Chrome DevTools Protocol) 経由で組み込みサポートします。

ピクセルをスクレイピングしたり、ビジョンモデルを実行したりする代わりに、Touchpoint は、実際のアクセシビリティツリーを読み込み、構造化された名前、ロール、状態、画面上のすべての要素の位置を読み込みます。 no のビジョンモデルを必須と速く、信頼できる。* Claude、Cursor、またはローカルモデルのようなLMエージェントがボックスから任意のデスクトップアプリを制御することができるので、MCPサーバーで出荷します。

なぜタッチポイント?

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

README

以下は原文 README の抜粋です。原文を見る。

Touchpoint

Give your AI agent eyes and hands on any desktop.












pip install touchpoint-py

AI agent researches data in Chrome, then creates a formatted Excel table — full task completed in ~12 minutes

Touchpoint is a cross-platform Python library for reading and interacting with desktop UI through native accessibility APIs. One import, one API — works on Linux, macOS, and Windows, with built-in support for Chromium and Electron apps via CDP (Chrome DevTools Protocol).

Instead of scraping pixels or running vision models, Touchpoint reads the real accessibility tree — structured names, roles, states, and positions for every element on screen. Fast and reliable, with no vision model required. Ships with an MCP server so LLM agents like Claude, Cursor, or any local model can control any desktop app out of the box.

import touchpoint as tp

elements = tp.find("Send", role=tp.Role.BUTTON, app="Slack")
tp.click(elements[0])

Why Touchpoint?

	Screenshot / vision	Browser automation	Touchpoint
Native desktop apps	⚠️ inaccurate or slow	❌	✅
Browsers	⚠️ inaccurate or slow	✅	✅ via CDP
Electron apps (Slack, VS Code, …)	⚠️ inaccurate or slow	⚠️ web content only	✅ native + web
Structured element data	❌ needs OCR/vision model	✅ web only	✅ names, roles, states, positions
Works with local / non-vision models	❌	✅ web only	✅ all apps
Works across Linux, macOS, Windows	✅	✅	✅

Table of Contents
Install
- Platform requirements
Quick Start
- Element IDs
- Output formats
MCP Server
- Tools

GitHub で README 全文を見る

インストール

This server does not publish a one-line install command.

Open the repository installation guide MCP 初心者？mcpskill.org のガイドから始めましょう →

設定

{
  "mcpServers": {
    "touchpoint": {
      "command": "touchpoint-mcp"
    }
  }
}