MCP极简入门：第一个服务器DesktopCommanderMCP
引言
@wonderwhy-er/desktop-commander 是一个强大的 MCP（Model Context Protocol）服务器实现，专为与大语言模型 (LLM) 集成而设计。它通过标准化接口，使 LLM 能够执行终端命令、管理文件系统和控制进程。结合 MCP Inspector 这一交互式调试工具，开发者可以轻松测试和验证其功能。本文将详细介绍 Desktop Commander 的功能、安装步骤、测试用例帮助我们快速使用公共的服务器。
什么是 Desktop Commander？
Desktop Commander 是一个基于 Node.js 的 MCP 服务器，支持以下核心功能：
- 执行系统命令：运行操作系统命令（如启动应用程序或查询系统信息）。
- 文件系统操作：读写文件、列出目录内容等。
- 进程管理：启动、监控或终止进程。
- 跨平台支持：兼容 Windows、Linux 和 macOS（本文以 Windows 为例）。
通过 MCP Inspector，开发者可以在交互界面中测试这些功能，验证命令执行结果并调试潜在问题。Desktop Commander 特别适合需要自动化任务或与 LLM 集成的工作场景，例如 Claude Desktop 的工具调用。
安装与配置
前提条件
- Node.js：版本 18.20.8 或更高（建议从 Node.js 官网 下载）。
- Python：3.8 或更高，推荐 3.10+，需配置 Conda 环境。
- MCP Inspector：通过 npm 安装 @modelcontextprotocol/inspector。
- 操作系统：Windows 10/11（其他系统需调整命令格式）。
安装步骤
-
安装 Node.js：
-
下载并安装 Node.js（v18.20.8+）。
-
验证：
-
node -v
npm -v
配置 Conda 环境：
-
安装 Miniconda 或 Anaconda。
-
创建并激活 Python 环境：
conda create -n python39 python=3.9
conda activate python39
安装 MCP Inspector 和 Desktop Commander：
npm install -g @modelcontextprotocol/inspector
npm install -g @wonderwhy-er/desktop-commander
通过MCP Inspector运行Desktop Commander
我们以系统管理的身份打开cmd，这注意乱码问题需要特殊处理：
我们是使用windows操作系统，设置CMD 使用 UTF-8 编码，默认windows的CMD使用的GBK，所以才会有乱码问题
#通过下面的命令查看
chcp
设置成uft-8：
chcp 65001
另外由于Desktop Commander是使用python运行命令，所以也需要设置python的编码格式，必须要设置，不然无法运行。
set PYTHONIOENCODING=utf-8 && npx @modelcontextprotocol/inspector npx @wonderwhy-er/desktop-commander
核心功能用例
执行系统命令
功能：运行操作系统命令，如启动应用程序。 示例：启动 Windows 计算器。
{
"command": "start calc",
"timeout_ms": 5000
}
- 输出：计算器启动，返回进程 ID（PID）。
- 用途：自动化启动工具或脚本。
查找文件
功能：搜索指定关键字的文件。 示例：查找D:imcp 文件中包含 "mcpconfig" 的文件。
用途：快速检索相关的文件。
读取文件
功能：读取具体的文件内容。 示例：读取D:imcpmcpconfig.json 文件的内容。
用途：获取本地文件作为内容与llm交互。
查找文件内容
功能：搜索指定文件中的内容。 示例：查找D:imcpmcpconfig.json 文件中包含 "desktop"的代码 。
用途：快速检索文件内容，适合日志分析或验证文件数据。
写文件
功能：把内容写到文件中。 示例：把"hello"写到D:imcp est.txt文件下，会自动创建此文件，然后写入。
用途：直接把llm生成的结果生成文件。
结论
@wonderwhy-er/desktop-commander 是一个功能强大的 MCP 服务器，结合 MCP Inspector 可实现系统命令执行、文件操作（包括内容查找）和进程管理。其跨平台支持和易用性使其成为 LLM 集成开发的理想工具。通过本文提供的安装步骤、测试用例和调试方法，开发者可以快速上手并解决常见问题。
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等
😝有需要的小伙伴，可以 下方小卡片领取🆓↓↓↓
