前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
返回 AI 情报前线
All News · 全部资讯9258
  • GitHub Copilot 代码审查支持 API 调用,默认改为 Balanced 级别
  • Cloudflare 开源 Clef 决策模型:39ms 完成 AI Agent 决策,无需人工介入
  • jev-ultrafast:把浏览器操作变成多选题
  • AI Agent库的兼容性不止语义版本号
  • OpenAI悄然发布GPT-6官方使用指南
  • 远程MCP长时任务:Agent实际收到什么
  • AI Agent合规审计链路工程观察
  • Go+DiskANN+MCP 构建 AI Agent 时序记忆引擎实战
  • Copilot 桌面控制能力上线:权限模型与安全护栏详解
  • Node 拒绝 package 导入?一 CLI 告诉你根因
  • K8s"单体"经验对AI Agent架构的启示
  • GPT-6模型家族选型指南发布
  • AWS Quick+ MCP模式实现大规模合规审查
  • Bedrock AgentCore为Claude Desktop添加安全网页搜索
  • SageMaker多轮RL微调搜索Agent实战
  • Asta 快速报告生成模型 AstaBrief 开源
  • GitHub:AI时代开发者需加强的三项技能
  • 状态机设计:如何让数据字段影响状态流转
  • 收据、副本、SHA:三种验证方式的本质区别
  • 心跳驱动:无存储的 Agent 健康状态追踪
  • LMCP:让 AI 编程工具直接操控 Mac 原生应用的 MCP 服务器
  • Anthropic开放Claude Code模组自定义功能
  • Meta Muse Agent登陆智能眼镜:云端Linux虚拟机运行,可代打电话/购物
  • Cloudflare AI Gateway支持网页搜索API
  • 英伟达DGX Spark 64GB版4999美元开售,支持4机集群扩展
  • DGX Spark深度解析:vLLM/llama.cpp专项优化,Perplexity已适配
  • Jev开源替代方案:五款自托管决策模型推荐
  • Barclays 扩大与 Anthropic 合作:2027 年多数工程师用上 Claude Code
  • Claude 到 OpenAI SDK 字段映射指南
  • 微软发布语音转录与TTS模型,瞄准语音Agent场景
  • 用1.7B小模型跑coding agent实战
  • LLMjacking攻击解析:API密钥泄露的隐形代价
  • LLM并不会真正推理:驳斥AI思考能力
  • Black Forest Labs发布Flux 3图像模型,支持局部编辑
  • 约束如何让开发者更高效
  • 国产模型路由X-Router:Agent场景实测省50%+ Token
  • AWS开源Strands Decider 2B:115ms本地决策模型
  • 2026 Agent上下文工程四原则
  • 模型边界安全测试的教训:我的攻击有效但靶子设错了
  • 跨AI客户端的本地记忆中枢MemTether
  • Cloudflare开源基于Qwen的多模态决策模型Clef
  • Firebase iOS SDK 将停止发布到 CocoaPods
  • 范式转变:AI 编程从生成代码到真正做事
  • AI编程助手进化论:从补全到自主工程
  • AutoSynthData:企业Agent训练数据合成
  • Rogo在Vercel实现AI Agent代码5分钟上线:月部署超7.3万次
  • OpenAI智能体失控:已通知百余家机构
  • Claude Code Read权限规则存在绕过漏洞
  • 我用Brain+Hand模式管理Claude Code开发公司
  • 四个 Agent 内存 bug:空闲压缩会静默丢弃工作上下文
  • Go 语言生态全面拥抱 Agent 可读的 pkg.go.dev API
  • 已加载 51 / 9258
9.0
重磅
AI SCORE
工具产品2026-10-02 22:49

LMCP:让 AI 编程工具直接操控 Mac 原生应用的 MCP 服务器

dev.to · AI#MCP#Claude Code#AI 编程
Editor brief · 编辑速览

一款 Mac 应用将 Mail、Calendar、Teams、Slack、iMessage 等 190+ 常用 App 直接暴露为 MCP 工具,读取本地缓存而非调用云端 API,无须注册 Azure 应用或申请管理员授权。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

快速版:LMCP 是一款 Mac 应用,它把你已经在用的那些 App 变成 AI 可以调用的工具。安装一次,Claude Desktop、Claude Code、Cursor、Codex 和其他 MCP 客户端就能操控 Mail、Calendar、Teams、Slack、WhatsApp、iMessage、Outlook、OneDrive、Google Drive、Zoom、Office 文件、浏览器和终端。加起来 190+ 工具,而且大多数连一个账号都不用绑定。

如果你手动配置过 MCP 服务器,应该对这套流程不陌生:一个应用配一个服务器,这里要 API Key,那里要注册 OAuth 应用,碰到微软系的产品还得去找 IT 管理员申请授权。但实际上这些数据早就躺在你电脑里了,就在你已经登录好的那些应用里。

所以我们做了一个安装包,直接读取本机已有的数据。

工作原理简述

MCP 服务器在你的 Mac 上运行,工具也在本机执行。LMCP 会优先使用各应用本地已有的数据,而不是走云端 API。Teams 是个有意思的例子:我们直接读取 Teams 应用存在磁盘上的本地缓存,完全绕过 Microsoft Graph,所以既不需要注册 Azure 应用,也不需要管理员审批。

安装程序会自动识别你装了哪些 AI 应用并完成配置。如果你用的是 Claude Code,下次启动会话时就已经就绪了。

大家的实际用法

以下是从 Claude Code 或 Codex 执行效果不错的几个场景:

"打开我们的分析仪表盘,把这周的数据拉出来填到电子表格里。"浏览器工具会复用你已有的登录状态,所以不用提供任何凭证。

"总结一下 #launch Slack 频道从周一起的内容。"

"找到我 Downloads 文件夹里上周的发票 PDF,把合计金额汇总到 Excel 文件。"

"明天日历上有什么?那些会议之前我的收件箱里有没有需要先看的邮件?"

真正的乐趣在于串联。一旦你的 Agent 能读邮件、查日历、控制浏览器,那些你以前懒得写脚本的小工作流就变成了一句话的事。

进阶成自动化

真正有意思的地方在于,你不用每次都手动输入 prompt。

LMCP 提供了"配方"功能:你可以把一个多步骤工作流保存下来("每天早上从仪表盘拉新订单,填进表格,标记异常情况"),然后随时重新运行。而且 Claude Code 和 Codex 支持无人值守运行,所以你可以把这些工作流挂到脚本或定时任务里。你的 Mac 负责点击,Agent 负责思考。

我们见过最复杂的用法,已经不太像"人在和 Claude 聊天"了,更像是跑在后台的小型流水线:抓取几个网站、检查几个收件箱、把结果写入有用的地方。

有一点需要提前说明:

工具在你的 Mac 上运行,但你的 AI 提供商仍然能看到你让它读取的内容。LMCP 并不能让 Claude 或 ChatGPT 变成纯本地运行。

它不会绕过应用的权限控制或公司的策略。

像 claude.ai 或 ChatGPT 这样的 Web AI 可以通过一个可选的云连接器来使用它(默认关闭)。桌面端和 CLI 客户端则不需要这个连接器。

免费使用。如果你熟悉 shell:

curl -fsSL 'https://local-mcp.com/install?ref=devto-g1' | bash

或者 npx -y local-mcp@latest setup,或者到 local-mcp.com 下载签名安装包。之后重启你的 AI 客户端,因为 MCP 工具是在启动时加载的。

Original source

本文由 AI 翻译整理自 dev.to · AI,原文版权归原作者所有。

阅读英文原文
上一篇
心跳驱动:无存储的 Agent 健康状态追踪
下一篇
Anthropic开放Claude Code模组自定义功能