maamcp-cc 0.1.0

MaaFramework Pipeline 開發工具 MCP Server，專為 Claude Code 設計

MaaMCP_CC

專為 Claude Code 打造的 MaaFramework Pipeline 開發工具

這是什麼？

MaaMCP_CC 是一個 MCP (Model Context Protocol) 伺服器，讓 Claude Code 能夠直接操控 Android 模擬器或 Windows 視窗，專門優化 MaaFramework Pipeline 開發流程。

與 MaaMCP 的差異

	MaaMCP	MaaMCP_CC
設計對象	Cursor、LM Studio 等早期 AI Agent	Claude Code
截圖方式	OCR 回傳純文字	回傳圖片，Claude 直接用眼睛看
識別測試	要寫檔案 → 跑 Pipeline → 看 log	test_recognition 即時測試，秒出結果
連接流程	多個工具來回呼叫	單一工具完成連接 + 載入資源
執行結果	成功 / 失敗	逐節點詳細報告 + 完成時截圖

---

安裝

前置需求

• Python 3.10 以上
• Claude Code CLI

步驟一：安裝套件

pip install maamcp-cc

步驟二：Clone 此專案

git clone https://github.com/Arcelibs/MaaMCP_CC.git
cd MaaMCP_CC

Clone 完成後，用 Claude Code 開啟此資料夾，Claude Code 會自動偵測 .mcp.json 並詢問是否啟用 MaaMCP_CC。

步驟三：確認安裝成功

claude mcp list

看到 MaaMCP_CC: ... ✓ Connected 即為成功。

---

工具說明

list_devices

掃描所有可用的 Android 模擬器（ADB）和 Windows 視窗。 在連接前先用這個查看有哪些設備。

connect_adb

連接到 Android 設備並一次完成載入 MaaFramework 資源包。

參數	說明
address	ADB 地址，如 127.0.0.1:5555
resource_path	資源包路徑（含 pipeline/ 和 image/ 的資料夾）
adb_path	ADB 執行檔路徑，通常直接填 adb

connect_window

連接到 Windows 視窗（後台操作，不佔用滑鼠鍵盤）。

screenshot

擷取當前畫面，回傳 base64 圖片。 Claude 可以直接「看」這張圖，識別 UI 元素、按鈕位置、文字等。

test_recognition ⭐ 最重要的工具

在當前畫面上即時測試一個識別節點定義，不需要寫入任何 Pipeline 檔案。

回傳結果包含：

• hit：是否命中
• box：命中區域座標 [x, y, width, height]
• best_result：最佳識別結果（OCR 識別到的文字、TemplateMatch 的置信度等）
• annotated_image_base64：標記了命中位置的截圖（命中為綠框，未命中顯示 MISS）

使用範例：

測試 OCR 識別「確認」按鈕：

{
  "recognition_type": "OCR",
  "params": {
    "expected": ["確認", "OK"],
    "roi": [500, 600, 400, 100]
  }
}

測試圖片模板比對：

{
  "recognition_type": "TemplateMatch",
  "params": {
    "template": ["button_confirm.png"],
    "threshold": [0.8]
  }
}

run_task

執行 Pipeline 任務，支援即時覆蓋節點定義（不需儲存到檔案）。

參數	說明
entry	入口節點名稱
pipeline_override	臨時修改的節點定義（可選）
timeout_seconds	超時秒數，預設 120

回傳結果包含每個節點的識別結果、動作結果，以及任務完成時的截圖。

list_tasks

列出已載入資源中的所有 Pipeline 節點，或讀取指定 JSON 檔案的節點列表。

stop_task / get_session_info

停止任務 / 查看目前連接狀態。

---

開發工作流程

1. list_devices          → 查看有哪些設備
2. connect_adb           → 連接設備 + 載入資源
3. screenshot            → 看當前畫面
4. test_recognition      → 測試識別條件（可重複多次調整）
5. 直接修改 Pipeline JSON
6. run_task              → 驗證結果

---

技術細節

• 語言：Python 3.10+
• 依賴：FastMCP、MaaFw、OpenCV
• 授權：MIT

---

相關專案

• MaaFramework — 底層自動化框架
• MaaMCP — 原版 MCP（適合 Cursor 等工具）
• MaaStellaSora — 本工具的主要使用案例