agent-desktop：让 AI Agent 后台操控电脑

Claude Code 和 Codex 现在能直接操作你电脑上的 App 了，点按钮、填表单、切菜单，全在后台完成，两条命令装好！ 以前让 Agent 操控电脑，最烦的就是它一动手，你的鼠标就被抢走了， Vercel Labs 开源的 agent-desktop 把这件事解决得很漂亮：Agent 在后台点按钮、填表单、切菜单，你在前台照常刷微信写东西，两边互不干扰。

Apache-2.0 协议，macOS、Windows、Linux 都能用。

它快的原因很朴素，之前大部分 Computer Use 是截一张图，让模型猜该点哪个坐标，又慢又容易点歪。

agent-desktop 不截图，它直接读系统的无障碍树，也就是读屏软件用的那套接口，给界面上每个按钮和输入框编一个号，Agent 按编号去点、去输入，点完再读一遍，确认结果对不对。

默认是后台模式，不动鼠标、不抢焦点。真要用物理鼠标键盘时，再加 --headed。

几个让它好用的点： → 自己不带模型，Claude Code、Codex 这类能跑命令的 Agent 都能直接用 → 也能当 MCP 服务接进去，每个命令就是一个工具 → 覆盖窗口管理、剪贴板、通知、菜单栏，常用操作基本都包了 → npm 一装就能用，不依赖任何第三方 App 的运行时

装起来只要两步： npm install -g agent-desktop agent-desktop permissions --guide 第二条会在 Mac 上一步步引导你打开辅助功能权限。

然后在 AGENTS.md 或 CLAUDE.md 里加一句，让 Agent 第一次使用前先读一遍它自带的使用指南，之后它就会用了。

有一点要提前知道：它读到的界面快照、剪贴板和截图，可能带着你的私人内容，作者在文档里也专门提醒过，别把这些日志贴到公开的地方。

老规矩仓库和那句 AGENTS.md 指令原文放一楼了