向日葵 x AI：把远程控制封装成 MCP，让 AI 替我远程控制设备

最近 OpenClaw 火爆全网，这只大龙虾让越来越多的人意识到 AI 不仅是能聊聊天、写写代码的辅助工具了，现在它们能回邮件、整文档，甚至能自己跑去 GitHub 提 PR（当然这也带来了一些问题，太多的无意义 PR 会让开发者感到头疼）。

想一想确实爽，AI 终于能替人干活了，我终于可以安心摸鱼了…吗？

如果我要远程操作另外一台电脑，还能用 AI 吗？这就需要用到远控软件向日葵 MCP 了。

向日葵 MCP 是什么？

向日葵想必大家都知道，它是一个堪称「国民级」远程控制软件，而 MCP（Model Context Protocol）是一个技术协议，它的作用是让AI能够安全、规范地访问外部数据和服务。

你可以把MCP理解成一套"插座标准"，AI 是电器，外部系统（数据库、API、文件系统）是电源，MCP 是插座标准。

而向日葵 MCP 则就是把向日葵的"设备管理"和"远程操作"能力，封装成了AI能听懂的标准接口（MCP协议）。

向日葵 MCP 能做什么？

智能设备管理：让AI帮你管设备，不用再手动翻列表，支持设备检索与定位、设备信息维护和设备状态控制等。

远程会话与桌面控制：让AI结合"视觉识别 + 自动化操作"，支持远程会话智能调度和桌面自动化操作。

配置向日葵 MCP

使用向日葵 MCP 非常简单，只需要在你的AI客户端中添加一个 MCP 配置即可。这里我们以 TRAE 为例子，展示一下如何使用向日葵 MCP。

前置条件：在主控环境，将向日葵客户端升级至 V16.2.3及以上版本，下载地址：https://sunlogin.oray.com/download/beta

安装向日葵后，按照下图获取 mcp 相关配置：

在 TRAE 中配置向日葵 MCP，按下图操作：

配置完成后我们可以看到向日葵提供了二十多个工具，这是 AI 可用的工具集，见下图：

至此，配置大功告成！

搞点事

先看看我的设备都有谁在线：

很好，有一台 win11 笔记本在线，我们来试一试让 AI 结合"视觉识别 + 自动化操作"，支持远程会话智能调度和桌面自动化操作，也就是打开大家都爱玩的游戏「黑神话·悟空」。

可以看到，我们顺利启动了游戏「黑神话·悟空」，不过中间其实是有波折的，因为要实现“视觉识别 + 自动化操作”就要求我们所使用的大模型具备图片理解的能力，而我一开始使用的 TRAE CN 版本的 GLM 5 模型并不具备这一能力，导致操作失败，后续换到 Gemini 3 Pro 就顺利实现了。

不止于此：构建全能的 AI 运维专家

通过组合 AweSun MCP Server 提供的三大类核心工具，我们还可以构建出自动化工作流：

1. 设备管理与监控

• 远程开关机：利用 device_wakeup 和 device_shutdown 工具，可实现设备的按需唤醒与自动关机，适用于自动化运维任务。
• 硬件状态获取：通过 device_info 读取设备的 CPU、内存、硬盘及网络状态，可用于资产统计或设备健康巡检。

2. 多样化的连接方式

• 命令行控制：支持通过 control_connect 建立 CMD 或 SSH 连接，配合 control_command 执行脚本或命令，适合批量服务器维护。
• 端口转发：利用 control_portforward 建立隧道，将远程内网服务映射到本地，方便进行远程开发调试。

3. 桌面自动化操作

• 模拟键鼠操作：通过 desktop_move_mouse、desktop_click_mouse 和 desktop_typing_keys 等工具，能够精确控制远程桌面，完成软件安装、表单填写等任务。
• 视觉反馈：结合 control_screenshot 获取屏幕截图，让模型根据画面内容判断下一步操作，实现基于视觉反馈的自动化流程。

以后我们的工作可能是这样的场景：我们使用飞书下发指令给 OpenClaw ，OpenClaw 使用 AweSun MCP 唤醒远程机器，自动完成开发任务，期间实时监控进度，遇到错误自动重试，任务完成后将结果通过文件传输回传，最后关闭电脑。哈哈，多是一件美事儿啊。

总结

从 ChatGPT 到 OpenClaw，AI 已经深入到了生活的方方面面。AI 参与工作的方式也从人主导、 AI 辅助，到现在 AI 甚至都要雇佣人类了来工作了，没人可以准确预测未来 AI 是以什么样的形式存在，但是我们可以做的是要积极拥抱 AI。向日葵是远控行业首个将“AI+远控”深度融合的产品，今天我们使用 TRAE 结合向日葵 MCP 体验了一番 AI 远程控制，也期待其未来做出更多深度融合 AI 的功能出来。

内容来自“鱼哥聊前端”