Referência ao servidor MCP do Windows 365 para Agentes

O Windows 365 for Agents é um servidor MCP que lhe dá controlo operacional total de um PC cloud com Windows 365. Use este servidor MCP para gerir um ambiente Windows real através da interação com o ambiente de trabalho (rato, teclado, captura de ecrã, execução de comandos), automação do navegador via Microsoft Edge e inspeção semântica da interface via Windows Automatização da Interface de Utilizador.

Para saber mais sobre Windows 365 para Agentes, consulte Windows 365 para documentação de Agentes.

Overview

Ferramentas disponíveis

mcp_W365ComputerUse_StartSession

Inicia uma sessão de Utilização de Computador do Windows 365, estabelecendo uma ligação a um PC na nuvem e alocando um recurso de PC na nuvem. Devolve o sessionId que pode ser usado para gerir a sessão.

Sem parâmetros obrigatórios.

mcp_W365ComputerUse_EndSession

Termina uma sessão ativa de Utilização de Computador do Windows 365 e liberta os recursos associados ao PC na nuvem. Passe o sessionId retornado por mcp_W365ComputerUse_StartSession.

Parâmetros exigidos: sessionId

mcp_W365ComputerUse_GetSessionDetails

Devolve metadados para uma sessão de Uso de Computador do Windows 365 identificada por .sessionId Passe o sessionId retornado por mcp_W365ComputerUse_StartSession. Não lista várias sessões.

Parâmetros exigidos: sessionId

move_mouse

Move o cursor para uma posição no ecrã. Use click em vez disso se pretende clicar no destino. Parâmetros necessários:

• x: Coordenada X em píxeis do ecrã
• y: Coordenada Y nos píxeis do ecrã

clicar

Clica numa posição, ou na posição atual do cursor se as coordenadas forem omitidas. Suporta um clique, duplo clique e todos os cinco botões do rato.

Parâmetros opcionais:

• x: Coordenada X nos píxeis do ecrã (omitir a posição atual)
• y: Coordenada Y nos píxeis do ecrã (omitir a posição atual)
• botão: Esquerdo, Direito, Central, Avançar ou Retroceder (por defeito Esquerdo)
• Número de cliques: 1 = clique simples, 2 = clique duplo (padrão 1)

get_cursor_position

Devolve as coordenadas atuais do cursor. Sem parâmetros. Retorna {cursorX, cursorY}.

drag_mouse

Arrastar de uma posição para outra. Útil para mover objetos, redimensionar janelas ou fazer scroll com precisão de píxeis. Parâmetros necessários:

• startX: Coordenada Start X.
• startY: Coordenada Y inicial.
• endX: Coordenada do fim X.
• endY: Coordenada Y final. Parâmetros opcionais:
• botão: Esquerda, Direita ou Meio (o padrão é Esquerdo)

Pergaminho

Desloca-se numa posição usando unidades de entalhe, não pixels. Três entalhes correspondem aproximadamente a uma página.

Parâmetros necessários:

• x: Posição de rolo X
• y: Posição de rolo Y

Parâmetros opcionais:

• deltaX: Entalhes horizontais, positivo = direito (padrão 0)
• deltaY: Entalhes verticais, positivo = baixo (padrão 0)

type_text

Escreve texto simulando a entrada do teclado. Para atalhos de teclado, use press_keys. Para campos de formulário web, use browser_type.

Parâmetros necessários:

• texto: Texto para escrever.

Parâmetros opcionais:

• usePaste: Cola texto a partir da prancheta em vez de escrever.

press_keys

Pressiona uma combinação de teclas simultaneamente. Suporta teclas modificadoras, teclas de função e teclas padrão.

Parâmetros necessários:

• teclas: Array de nomes de teclas a pressionar juntos (por exemplo, ["ctrl","c"], ["alt","tab"], ["ctrl","shift","s"])

capturar_ecrã

Captura o ecrã inteiro ou uma região recortada como uma imagem PNG (codificada base64).

Parâmetros opcionais:

• x: Região de cultivo da borda esquerda
• y: Região de cultivo na borda superior
• largura: Largura da região de recorte
• altura: Altura da região de cultivo

região_de_zoom

Captura uma região do ecrã em resolução nativa como uma imagem PNG (codificada base64). Use esta funcionalidade para inspecionar texto pequeno ou elementos densos da interface que são difíceis de ler numa captura de ecrã em ecrã inteiro reduzida.

Parâmetros necessários:

• x: Coordenada X da borda esquerda nos pixels do ecrã
• y: Coordenada Y da borda superior nos píxeis do ecrã
• largura: largura da região em píxeis
• altura: Altura da região em píxeis

analisar_ecrã

Realiza OCR em todo o ecrã. Sem parâmetros. Retorna {fullText, averageConfidence, boxes[{text, confidence, x, y, width, height}], width, height}.

get_screen_size

Retorna a resolução do ecrã. Sem parâmetros. Retorna {width, height}.

list_windows

Lista todas as janelas visíveis com os seus títulos, posições e dimensões. Sem parâmetros. Devolve um array de {title, processName, handle, x, y, width, height}.

activate_window

Coloca uma janela em primeiro plano utilizando uma correspondência aproximada do título.

Parâmetros necessários:

• título: Título parcial da janela (subcadeia sem distinção entre maiúsculas e minúsculas)

focus_browser

Foca uma janela do navegador (Edge, Chrome ou Firefox), opcionalmente filtrada por URL ou título.

Parâmetros opcionais:

• padrão: URL ou parte do título a corresponder (omita para corresponder a qualquer janela do navegador)

close_window

Fecha uma janela normalmente através de uma correspondência aproximada do título. O sistema protege processos críticos e não pode fechá-los.

Parâmetros necessários:

• título: Título parcial da janela (limiar de correspondência de 80%). Retorna {matchedTitle, processName, closed}.

redimensionar_janela

Redimensiona, move, maximiza, minimiza ou restaura uma janela através de uma correspondência aproximada do título.

Parâmetros necessários:

• título: Título da janela a corresponder (correspondência aproximada sem distinção entre maiúsculas e minúsculas)
• ação: Ação para executar - Resize, Move, Maximize, Minimize, ou Restore

Parâmetros opcionais:

• x: Coordenada X da aresta esquerda (usada com Resize ou Move)
• y: Coordenada Y da aresta superior (usada com Resize ou Move)
• largura: Largura em píxeis (usada com Resize)
• altura: Altura em pixels (usado com Resize)

execute_shell_command

Executa um comando shell num ambiente sandbox. O comando é verificado em relação a uma lista de autorizações, e os padrões perigosos são bloqueados.

Parâmetros necessários:

• comando: Comando a executar

Parâmetros opcionais:

• cwd: Diretório de trabalho. Use barras para a frente (por exemplo, C:/Users/me/project).
• timeoutMs: Timeout em milissegundos (padrão 30000, máximo 120000)

execute_python_code

Executa código Python num ambiente sandbox com limites de recursos. Esta função é ideal para processamento de dados, cálculos, I/O de ficheiros e qualquer cálculo que vá além de simples comandos de shell.

Parâmetros necessários:

• código: código Python (máximo 262.144 caracteres).

Parâmetros opcionais:

• cwd: Diretório de trabalho. Usa cortes para a frente.
• timeoutMs: Timeout em milissegundos (padrão 30000, máximo 120000).

Devolve o mesmo esquema que execute_shell_command.

wait_milliseconds

Pausa a execução para permitir a conclusão de animações ou transições. Não uses esta função em loops de sondagem. Em vez disso, use browser_wait_for para sondagens do DOM.

Parâmetros necessários:

• ms: Duração de espera em milissegundos (apertado a [0, 5000])

clipboard_read

Lê o conteúdo atual da prancheta do sistema. Este comando não requer parâmetros. Devolve um objeto JSON que descreve o formato da área de transferência e a carga útil, que pode ser uma cadeia de texto ou uma imagem codificada em base64.

clipboard_write

Escreve texto na prancheta do sistema, substituindo o conteúdo atual.

Parâmetros necessários:

• texto: Texto para escrever na prancheta

Devolve uma confirmação que inclui a contagem de caracteres.

list_processes

Lista processos em execução na sessão atual. Cada entrada inclui o PID, nome do processo, utilização de memória, título da janela (se existir) e startTimeTicks. Combina startTimeTicks com kill_process para evitar matar um PID reciclado.

Parâmetros opcionais:

• maxCount: Número máximo de processos a devolver (padrão 200)

Devolve um array JSON de objetos info de processo.

terminar_processo

Termina um processo por PID. Indique o valor de startTime a partir de list_processes para proteger contra a reciclagem de PID.

Parâmetros necessários:

• pid: ID do processo devolvido por list_processes
• startTime: Ticks do tempo de início do processo devolvidos por list_processes

Parâmetros opcionais:

• force: Terminar à força sem um encerramento normal (predefinição: falso)

Devolve um resultado JSON que descreve o resultado.

iniciar_aplicação

Inicia uma aplicação GUI a partir de um diretório permitido. Usa execute_shell_command para comandos de CLI em vez disso.

Parâmetros necessários:

• path: Caminho absoluto para o executável. Use barras para a frente (por exemplo, C:/Program Files/app.exe).

Parâmetros opcionais:

• args: Array de argumentos de linha de comandos

Retorna {path, pid}.

get_system_info

Devolve a versão do sistema operativo, CPU, RAM, espaço disponível em disco e resolução de visualização. Sem parâmetros. Devolve um objeto JSON contendo a informação do sistema.

navegador_navegar

Navega até uma URL e espera que a página carregue.

Parâmetros necessários:

• URL: URL completo incluindo protocolo (por exemplo, https://example.com)

browser_back

Navega no histórico do navegador. Sem parâmetros.

navegador_avançar

Navega para a frente no histórico do navegador. Sem parâmetros.

browser_reload

Recarrega a página atual. Sem parâmetros.

browser_get_url

Devolve a URL da página atual como uma string simples. Sem parâmetros.

browser_get_title

Devolve o título da página atual como uma cadeia simples. Sem parâmetros.

browser_get_text

Devolve o texto visível da página como uma cadeia simples. Sem parâmetros. Reduzido a 512 KB.

browser_get_html

Devolve a fonte HTML da página completa como uma string simples. Sem parâmetros. Reduzido a 512 KB.

browser_get_page_state

Recupera múltiplos campos de estado de página numa única chamada. Útil para captar vários sinais ao mesmo tempo sem emitir chamadas separadas para ferramentas.

Parâmetros necessários:

• campos: Array de campos a devolver. Valores permitidos: url, title, dom, screenshot, tabs

Devolve um objeto JSON contendo apenas os campos solicitados.

browser_click

Clica num elemento DOM através do seletor CSS. Mais fiável do que clicar com base em coordenadas para conteúdo web.

Parâmetros necessários:

• seletor: seletor CSS (por exemplo, #submit-btn ou a.nav-link)

tipo_de_navegador

Digita texto num elemento de formulário usando um seletor CSS.

Parâmetros necessários:

• seletor: Seletor CSS do elemento de entrada.
• texto: Texto para escrever.

browser_query_text

Obtém o conteúdo de texto do primeiro elemento que corresponde a um seletor CSS.

Parâmetros necessários:

• selector: um selector CSS.

browser_wait_for

Espera que apareça um elemento DOM. Esta função é útil para conteúdos dinâmicos que carregam de forma assíncrona.

Parâmetros necessários:

• selector: seletor CSS pelo qual se deve esperar.

Parâmetros opcionais:

• timeoutMs: Tempo de espera em milissegundos. O valor padrão é 5.000 e o máximo é 30.000.

browser_eval_js

Avalia uma expressão JavaScript no contexto da página e devolve o resultado como uma cadeia.

Parâmetros necessários:

• expression: expressão JavaScript que devolve uma cadeia de caracteres

browser_list_tabs

Lista todos os separadores abertos com o seu índice, título e URL. Nenhum parâmetro necessário. Devolve um array de {index, title, url}.

Parâmetros opcionais:

• tabId: Identificador único do separador

browser_switch_tab

Muda para uma aba pelo índice.

Parâmetros necessários:

• tabIndex: índice de tabulação baseado em 0

Parâmetros opcionais:

• tabId: Identificador único do separador

browser_new_tab

Abre um novo separador, opcionalmente navegando até a uma URL.

Parâmetros opcionais:

• URL: URL para abrir (separador em branco se omitido)

Retorna {index, title, url}.

browser_create_tabs

Abre vários separadores ao mesmo tempo. Opcionalmente, traz um deles para o primeiro plano.

Parâmetros necessários:

• urls: lista de URLs a abrir, um separador por URL

Parâmetros opcionais:

• foregroundIndex: Índice do separador a trazer para o primeiro plano após a criação (omitir para manter o separador atual focado)

Responde com uma mensagem de confirmação.

browser_close_tab

Fecha um separador através do índice.

Parâmetros necessários:

• tabIndex: índice de tabulação baseado em 0 Parâmetros opcionais:

• tabId: Identificador único do separador

captura de ecrã do navegador

Captura uma captura de ecrã em PNG apenas da viewport do navegador (não do ecrã inteiro). Sem parâmetros. Devolve um PNG codificado base64.

browser_select_option

Seleciona uma ou mais opções num <select> elemento pelo seu value atributo.

Parâmetros necessários:

• seletor: Seletor CSS para o elemento <select>
• valores: Matriz com o valor ou os valores das opções a selecionar

Devolve uma confirmação com a contagem das opções selecionadas.

navegador_preencher_formulário

Preencha vários campos de formulário numa única chamada. Cada entrada consiste num par {selector, value}. A operação termina na primeira falha e reporta quais os campos que tiveram sucesso.

Parâmetros necessários:

• campos: Matriz de {selector, value} pares

Devolve uma confirmação com a contagem de campos preenchidos.

browser_drag

Arrasta um elemento de origem para um elemento alvo. Ambos os elementos são identificados pelo seletor CSS.

Parâmetros necessários:

• sourceSelector: Seletor CSS da fonte de arrasto
• targetSelector: seletor CSS do destino de largada

browser_pdf_save

Guarda a página atual como ficheiro PDF. Os caminhos de destino são restritos a %USERPROFILE% ou %TEMP%.

Parâmetros necessários:

• filePath: Caminho do ficheiro de destino sob %USERPROFILE% ou %TEMP%. Usa cortes para a frente.

Devolve uma confirmação incluindo o caminho do ficheiro guardado.

browser_handle_dialog

Aceita ou ignora uma caixa de diálogo pendente do navegador (alerta, confirmação, pedido de introdução de dados ou beforeunload). Devolve "Nenhum diálogo pendente" se não houver diálogo ativo.

Parâmetros necessários:

• ação: accept ou dismiss

Parâmetros opcionais:

• promptText: Texto para fornecer a um diálogo de prompt (ignorado para alerta e confirmação)

browser_get_cookies

Recebe cookies para a página atual, ou para um conjunto específico de URLs. Os valores dos cookies são sempre ocultados por motivos de segurança; os nomes, os domínios, os caminhos e os sinalizadores são devolvidos.

Parâmetros opcionais:

• urls: Matriz de URLs para obter cookies (omitir no caso da página atual)

Devolve um array de objetos de cookies com valores censurados.

browser_set_cookies

Define cookies no domínio da página atual. Esta ação adiciona ou sobrescreve cookies, mas não apaga os cookies existentes.

Parâmetros necessários:

• cookies: Conjunto de objetos de cookies. Cada entrada requer name e value. Campos opcionais: domain, path, secure, httpOnly, sameSite.

Responde com uma mensagem de confirmação.

browser_execute_batch

Executa múltiplas ações do navegador sequencialmente numa única chamada. Esta ação para na primeira falha e devolve os resultados recolhidos até esse ponto.

Parâmetros necessários:

• ações: Conjunto de {action, params} objetos. Ações permitidas: navigate, snapshot, click_ref, type_ref, hover_ref, scroll_ref, keypress_ref, wait_for, . eval_js

Devolve um conjunto de resultados, um por ação executada.

instantâneo_do_navegador

Captura a árvore de acessibilidade da página com IDs de referência estáveis (por exemplo, e5) que correspondem aos nós do DOM. Use as referências com browser_click_ref, browser_type_ref, e browser_hover_ref. As referências expiram quando a página muda—capture novamente após a navegação.

Parâmetros opcionais:

• maxDepth: Profundidade máxima da árvore, 1-10 (padrão 5)
• includeIframes: Inclui iframes de origem cruzada (predefinido verdadeiro)

Devolve um objeto JSON contendo o snapshot de acessibilidade e os IDs de referência.

browser_click_ref

Clica num elemento através do ID de referência de browser_snapshot. Um teste de acerto verifica que nenhum outro elemento sobrepõe o alvo. Falha se o snapshot expirar — volte a fazer o snapshot nesse caso.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: referência do elemento (por exemplo, e5) dos nós da captura instantânea

Parâmetros opcionais:

• botão: Esquerdo, Direito ou Central (predefinido: Esquerdo)
• Número de cliques: 1 = clique simples, 2 = clique duplo (padrão 1)

Devolve uma confirmação incluindo as coordenadas clicadas.

browser_type_ref

Digita texto num elemento usando o ID de referência de browser_snapshot. O elemento recebe primeiro o foco, e o texto existente é apagado por defeito. A operação falha se o snapshot expirar.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: referência do elemento (por exemplo, e5) dos nós da captura instantânea
• texto: Texto para escrever

Parâmetros opcionais:

• Limpar: Limpa primeiro o texto existente (predefinido como verdadeiro)

Devolve uma confirmação que inclui a contagem de caracteres.

browser_hover_ref

Paira sobre um elemento usando o ID de referência de browser_snapshot. Regressa imediatamente. A operação falha se o snapshot expirar – nesse caso, volta a tirá-lo.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: referência do elemento (por exemplo, e5) dos nós da captura instantânea

Devolve uma confirmação incluindo as coordenadas de hover.

get_accessibility_tree

Recupera a árvore de elementos UI para a janela em primeiro plano. Cada elemento inclui o seu papel, nome, valor e coordenadas de ecrã.

Parâmetros opcionais:

• maxDepth: Profundidade máxima de travessia na árvore, 1-10 (por defeito 3)
• maxElements: Elementos máximos a devolver, 1-2000 (padrão 500)

Devolve uma árvore hierárquica de {papel, nome, valor, x, y, largura, altura, filhos[...]}.

browser_keypress_ref

Prime uma única tecla num elemento utilizando o ID de referência de browser_snapshot. O elemento é focado primeiro. Suporta teclas modificadoras. Falha se o instantâneo tiver expirado — nesse caso, volte a tirar o instantâneo.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: referência do elemento (por exemplo, e5) dos nós da captura instantânea
• chave: Nome da chave — por exemplo, Enter, Escape, Tab, ArrowUpArrowDown, , ou F1–F12

Parâmetros opcionais:

• modificadores: Conjunto de teclas modificadoras a manter pressionadas durante a pressão — Ctrl, Shift, Alt, ou Meta

Responde com uma mensagem de confirmação.

browser_scroll_ref

Desloca um elemento até ficar visível através do ID de referência de browser_snapshot. Opcionalmente, desloca-se por uma delta de píxeis dentro do elemento. Falha se o snapshot expirar.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: referência do elemento (por exemplo, e5) dos nós da captura instantânea

Parâmetros opcionais:

• deltaX: Deslocamento horizontal em píxeis (predefinição: 0)
• deltaY: Delta de scroll vertical nos pixels (por defeito 0)

Responde com uma mensagem de confirmação.

browser_set_file_input_ref

Define os ficheiros num elemento de entrada de ficheiros através do ID de referência de browser_snapshot. Os caminhos dos ficheiros estão limitados aos diretórios Documents, Downloads, Desktop ou %TEMP% do utilizador.

Parâmetros necessários:

• snapshotId: ID de snapshot devolvido por browser_snapshot
• ref: Element ref para a entrada do ficheiro
• filePaths: Array de caminhos de ficheiros a carregar

Responde com uma mensagem de confirmação.

find_ui_element

Procura elementos da interface por conteúdo textual, papel de acessibilidade ou nome (subcadeia sem distinção entre maiúsculas e minúsculas). Retorna os elementos coincidentes e as respetivas coordenadas clicáveis no ecrã.

Parâmetros opcionais:

• texto: Texto a procurar (usado como nome se nome for omitido)
• role: filtro de função UI - Button, TextBox, CheckBox, MenuItem, ComboBox, e mais
• nome: Nome acessível (tem precedência sobre o texto se ambos forem fornecidos)
• windowHandle: Identificador da janela de destino (null = janela em primeiro plano)

Principais características

Interação no ambiente de trabalho

• Clique, duplo clique, clique direito e controlo do rato com cinco botões.
• Arrastar e soltar ao nível do píxel.
• Deslocamento por entalhes (três entalhes ≈ uma página).
• Introdução por teclado e combinações de atalhos com várias teclas.
• Rastreamento da posição do cursor.
• Deteção da resolução do ecrã.

Captura de ecrã e análise

• Capturas de ecrã em ecrã inteiro ou recortadas em PNG.
• OCR do ecrã completo com pontuações de confiança por região e caixas delimitadoras.
• Capturas de ecrã apenas da área visível do navegador para conteúdo web.

Gestão de janelas

• Enumere todas as janelas visíveis com posições e dimensões.
• Ativar as janelas por correspondência aproximada do título.
• Foca as janelas do navegador (Edge, Chrome, Firefox) opcionalmente filtradas por URL ou título.
• Fecho suave da janela com proteção para processos críticos do sistema.

Execução de comandos

• Comandos da shell em sandbox com uma lista de permissões (git, npm, dotnet, python, cargo, node, pip, dir, mkdir, del, copy, move, robocopy, findstr, where, type).
• Execução em sandbox Python até 262.144 caracteres de código.
• Diretório de trabalho e controlo de tempo limite por chamada (máximo 30 segundos).
• Limites de recursos e lista de bloqueios reforçada contra metacaracteres de shell, flags de avaliação, escalada de privilégios e operações destrutivas.

Automatização do browser

• Navegar, recuar, avançar, recarregar e condições de espera configuráveis na navegação (load, networkidle0, networkidle2).
• Ler URL da página, título, texto visível (limite de 512 KB) e HTML completo (limite de 512 KB).
• Recuperação consolidada do estado da página — URL, título, DOM, captura de ecrã e lista de separadores numa única chamada.
• Clique, introdução de texto, preenchimento de formulário, arrasto e seleção de opção <select> ao nível do DOM por seletor CSS.
• Interação baseada em acessibilidade-snapshot por ID de referência — clicar, escrever, passar o curso, pressionar teclas com modificadores, rolar e carregar ficheiros.
• Aguarde por elementos dinâmicos com um timeout configurável, com opção de exigir visibilidade.
• Avaliar expressões JavaScript no contexto da página.
• Gestão de múltiplos separadores: listar, alternar entre eles, abrir um ou vários de uma só vez e fechar.
• Inspeção de cookies (valores censurados) e atribuição ao domínio atual.
• Execução de ações em lote — sequenciar múltiplos passos do navegador numa só chamada, parando na primeira falha.
• Guarde a página atual em PDF em %USERPROFILE% ou %TEMP%.
• Tratamento de diálogo para alert, confirm, prompt, e beforeunload.
• Corre no Microsoft Edge, lançado automaticamente à primeira utilização.

Acessibilidade da interface de utilizador

• Recuperar a Windows Automatização da Interface de Utilizador tree para a janela de primeiro plano com profundidade e contagem de elementos configuráveis.
• Encontre elementos da interface por texto, função ou nome acessível.
• Devolve coordenadas de ecrã clicáveis para direcionar com precisão botões, caixas de texto, caixas de seleção, itens de menu e caixas de combo.

Temporização e sincronização

• Use wait_milliseconds para pausas curtas de um só momento (até cinco segundos).
• Usar browser_wait_for para sondagens ao nível do DOM (até 30 segundos).

Notes

• Todas as coordenadas estão em píxeis do ecrã com (0,0) no canto superior esquerdo. As coordenadas de take_screenshot, analyze_screen, find_ui_element, e list_windows todas partilham o mesmo espaço de coordenadas.
• Um sistema de segurança do cursor está ativo: Se o cursor se mover a menos de cinco píxeis de qualquer canto do ecrã, as operações do rato são canceladas. Evite apontar para as extremidades do ecrã.
• Os operadores pipe da shell (|), os pontos e vírgulas (;), os ampersands (&) e o redirecionamento da saída (>, <) estão bloqueados. Para transformar a saída do comando, capture-a e processe-a com execute_python_code.
• Se os sinalizadores de avaliação do interpretador estiverem bloqueados ou se python -c "..." e node -e "..." forem rejeitados, pode usar execute_python_code para código Python, ou escrever primeiro o código num ficheiro.
• O comando stdout/stderr é reduzido para 32 KB cada. Utilize sinalizadores para limitar a saída verbosa (por exemplo, git log --oneline -20) ou redirecione para um ficheiro e leia-o separadamente.
• O tempo máximo para execute_shell_command e execute_python_code é de 30 segundos. Para trabalhos mais longos, divide-o em passos mais pequenos ou lança um processo em segundo plano a partir do Python e faz sondagens.
• Não existe uma ferramenta dedicada de leitura/escrita de ficheiros. Leia ficheiros com execute_shell_command utilizando o comando type. Escreve ficheiros com execute_python_code usando a I/O de ficheiros integrada da Python. O redirecionamento de saída do shell (>, >>) é bloqueado.
• browser_eval_js retorna sempre uma cadeia de caracteres. Converta objetos ou números explicitamente antes de regressar.
• As ferramentas DOM do navegador (browser_click, browser_type, browser_eval_js, entre outras) funcionam apenas na instância Microsoft Edge.  focus_browser pode colocar em foco janelas do Chrome ou do Firefox, mas as ferramentas de DOM não permitem selecioná-las como alvo.
• take_screenshot requer os quatro parâmetros de corte (x, y, largura, altura) juntos, ou nenhum para uma captura de ecrã completo.
• scroll usa unidades de notch (limitadas ao intervalo [-20, 20]), não píxeis. Três entalhes correspondem aproximadamente a uma página.
• find_ui_element requer pelo menos um entre texto, função ou nome. Quando tanto o texto como o nome são fornecidos, o nome tem prioridade.
• browser_snapshot As referências expiram na navegação. Se uma _ref ferramenta (clicar, escrever, passar o curso, pressionar tecla, deslocar ou definir entrada de ficheiro) falhar porque o snapshot está obsoleto, volte a tirar o snapshot e tente novamente.
• browser_set_file_input_ref só aceita caminhos de ficheiros nos diretórios Documents, Downloads, Desktop ou %TEMP% do utilizador. Ficheiros fora dessas localizações são rejeitados.
• browser_get_cookies Devolve sempre os valores dos cookies censurados. Use-o para inspeção — nomes, domínios, caminhos e flags são devolvidos na totalidade, mas os valores não são expostos.
• browser_set_cookies Só adiciona ou sobrescreve cookies. Não apaga os cookies existentes. Para remover um cookie, substitua-o com um valor expirado expires através desta ferramenta ou limpe-o através da própria página.
• browser_execute_batch para na primeira ação falhada e devolve apenas os resultados recolhidos até esse momento. As ações subsequentes no array não são executadas. As ações em lote permitidas limitam-se a: navigate, snapshot, click_ref, type_ref, hover_ref, scroll_ref, keypress_ref, wait_for e eval_js.
• browser_create_tabs abre os separadores pela ordem indicada. Se foregroundIndex for omitido, o foco mantém-se no separador atualmente ativo.
• browser_get_page_state só devolve os campos listados no fields array. Peça apenas o que precisa – incluir dom ou screenshot pode originar payloads de grande dimensão.

Casos comuns de utilização

Preencha um formulário web

• Ligue browser_navigate para abrir a página alvo.
• Chama browser_wait_for para aguardar que o formulário seja carregado.
• Use browser_type para preencher cada campo através do seletor CSS.
• Ligue browser_click para submeter o formulário.
• Chama browser_wait_for para aguardar o elemento de confirmação.
• Ligue browser_get_text para ler e verificar o resultado.

Automatizar uma aplicação de ambiente de trabalho

• Chame activate_window para trazer a aplicação para primeiro plano.
• Chame take_screenshot para capturar o estado atual.
• Ligue find_ui_element para localizar um botão ou campo pelo nome.
• Chame click nas coordenadas comunicadas pelo elemento.
• Ligue type_text para introduzir dados.
• Prima press_keys para ver os atalhos (por exemplo, ["ctrl","s"] para guardar).
• Ligue take_screenshot para confirmar o resultado.

Extrair dados de uma página web

• Ligue browser_navigate para abrir a página.
• Chame browser_get_text para extrair conteúdo textual visível.
• Chamada execute_python_code para analisar e processar os dados extraídos.
• Chamar browser_eval_js para consultar valores específicos via JavaScript quando a extração de texto não for suficiente.

Executar tarefas de desenvolvimento

• Chame execute_shell_command por git pull, npm install, e dotnet build.
• Chame take_screenshot para capturar a saída da compilação.
• Utilize execute_python_code para analisar registos ou resultados de testes.
• Chamada browser_navigate para abrir um servidor de desenvolvimento local no navegador.
• Chama browser_screenshot para capturar a página renderizada.

Ler e escrever ficheiros

• Leia um ficheiro ao usar execute_shell_command com type C:\path\to\file.txt.
• Escrever um ficheiro com execute_python_code usando open(...) e write(...) do Python.
• Verifique utilizando execute_shell_command com dir C:\path\to\output.txt.

Navegue por interfaces complexas com acessibilidade

• Chama get_accessibility_tree para compreender a estrutura completa da interface do utilizador.
• Chame find_ui_element para encontrar um controlo específico (por exemplo, role: "MenuItem", name: "Settings").
• Chama click usando as coordenadas reportadas pelo elemento.
• Chame find_ui_element novamente para localizar o controlo seguinte na caixa de diálogo.
• Chame type_text ou click para interagir com ela.

Mantém viva uma sessão de longa duração

• Envie qualquer pedido ao MCP pelo menos uma vez a cada 30 minutos para evitar a expulsão por inatividade.
• get_screen_size é leve e funciona bem como batimento cardíaco.

Mais informações

Windows 365 para Agentes