Open Computer Use

Open Computer Use 是一款开源的桌面自动化工具，它将本地桌面操作转化为标准的 MCP（Model Context Protocol）服务，让 AI 代理能够像人类一样操控电脑。无论是 Codex、Claude Code、Gemini CLI、opencode 还是自定义 MCP 客户端，都可以通过它来检查应用界面、点击、输入、滚动、拖拽以及截取屏幕截图。它支持 macOS、Linux 和 Windows 三大平台，通过 npm 即可安装，旨在将非侵入式的 Codex 计算机使用体验引入任何代理堆栈。

核心功能

Open Computer Use 的核心在于将桌面自动化抽象为 MCP 服务，使得 AI 代理可以无缝地与操作系统交互。它提供了一套标准化的接口，让代理能够执行常见的 GUI 操作，如鼠标点击、键盘输入、窗口切换等，同时支持屏幕截图和元素定位，从而实现对复杂桌面应用的自动化控制。

主要特性

• 跨平台支持：兼容 macOS、Linux 和 Windows，确保在不同操作系统上的一致体验。
• 标准化 MCP 接口：基于 Model Context Protocol，方便与各种 AI 代理框架集成。
• 非侵入式设计：无需修改系统设置或安装额外驱动，安全可靠。
• 丰富的操作能力：支持点击、输入、滚动、拖拽、截图等常见桌面操作。
• 开源与易安装：完全开源，通过 npm 一键安装，降低使用门槛。

适用场景

Open Computer Use 适用于需要 AI 代理直接操控桌面应用的场景，例如自动化测试、智能助手、RPA（机器人流程自动化）以及 AI 驱动的软件演示。开发者可以将其集成到自己的 AI 代理工作流中，让代理完成诸如填写表单、操作设计软件、管理文件等任务。