rdp-cli
MCP ツール vs GUI 操作：エージェントに実デスクトップが必要なとき
MCP ツールと GUI によるコンピューター操作は、異なる問題を解決します。
アプリケーションに安定した API があるなら、MCP ツールが適しています。データベース検索、チケット作成、CRM 更新、構造化レポートの生成などです。エージェントは定義されたパラメータを送り、構造化された結果を受け取ります。
一方、古い Windows アプリを開く、画面上の手順を進める、グラフを確認する、動画編集ソフトを操作する、人が使っているデスクトップセッションに入る、といった作業には API がないことがあります。この場合は GUI 操作が必要です。
MCP ツールを選ぶ場面
- 安定した API がある。
- 作業の中心が構造化データである。
- 予測可能な結果とログが必要である。
- GUI のないサーバー上で動いている。
- 変わりやすい画面座標に依存したくない。
500 件の顧客レコードを更新するなら、通常は API または MCP を使うべきです。ブラウザーで 1 件ずつクリックさせる方法は遅く、検証も困難です。
実デスクトップが必要な場面
メニュー、ダイアログ、タイムライン、ドラッグ操作、ローカルファイル、現在のユーザーセッションに依存する作業では GUI が役立ちます。rdp-cli では Agent が RDP や VNC デスクトップを操作し、画面を取得し、ファイルを転送し、同じセッションを人が引き継げます。
実用的なハイブリッド手順
- MCP でデータを取得するか作業を準備する。
- 必要なファイルをリモートデスクトップへ送る。
- Agent にアプリを操作させる。
- 重要な操作の後にスクリーンショットを取得する。
- 完成ファイルを戻す。
- 画面状態が不明なら人に引き継ぐ。
rdp-cli files upload --session SESSION --local .\sales.xlsx --path sales.xlsx
rdp-cli screenshot --session SESSION --monitor M1 --out before.png
作業後は次のように確認します。
rdp-cli screenshot --session SESSION --monitor M1 --out after.png
rdp-cli files download --session SESSION --path report.pdf --local .\report.pdf
データを直接取得できるなら MCP、見てクリックする必要があるなら実デスクトップを使います。