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

 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:\\ai\\mcp 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:\\ai\\mcp\\mcpconfig.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:\\ai\\mcp\\mcpconfig.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:\\ai\\mcp\\test.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🆓↓↓↓