跳到主内容
@wquguru
精选88逸尘AI 产品与模型

开源agent-desktop-router:多Agent桌面分工方案

把我自用的桌面 App 和浏览器分工方案开源了——agent-desktop-router。

原文
发到 X
推荐理由

结构清晰拆解了多 Agent 协作的痛点,提供了从接口层到视觉层的完整分层逻辑及具体的安全防护策略,技术细节详实,极具参考价值。

把我自用的桌面 App 和浏览器分工方案开源了——agent-desktop-router。

一套配置同时接入 Codex、Claude Code 和 Antigravity,后台干活不抢鼠标、省掉大半截图 Token、自动给不同Agent分配最佳自动化操作路径。

⓵ Agent自动操作本地App时,分三层处理

第一层原生接口:AE 跑 ExtendScript、剪映改草稿文件、Obsidian 改本地 Markdown、飞书和企微走官方 CLI 第二层结构化后台:Obsidian、企业微信、访达和各软件菜单栏用 agent-desktop 读无障碍树静默点,不抢鼠标焦点 第三层视觉兜底:只有剪映自绘导出面板、AE 弹窗、FocuSee、iPhone 镜像这类读不到树的地方,才切LCU(Codex的Computer Use)截图点击

⓶ 浏览器按 Cookie 状态自动分流

1、Codex / Claude Code(已同步 Chrome 登录态):无论是否登录,网页一律优先走各自内置浏览器 2、Antigravity(内置浏览器为独立沙盒):免登录走内置浏览器;需登录态时用 agent-desktop 单开专用 Chrome 窗口并锁死 window-id,和自己正在看的窗口互不打扰

⓷ 执行前防误触安全守卫,主要防止误触微信类App

直接在 Hook、CLI 入口和 Swift 窗口探针设卡,实时反查元素 PID、窗口归属与点击坐标叠放层:

默认拦死微信、iMessage、WhatsApp、Telegram、1Password、钥匙串和系统通知中心。

支持白名单剥离:要从拦截目标里面隔离的要单独加白名单。比如网站的微信公众号文章、微信读书App等和微信有关的网站/App。

⓸ 多端共用视觉引擎 + 一句话接入

电脑只装一个官方 ChatGPT 桌面端,靠 LCU 把同一套 Computer Use 引擎引给三端共用,带 Touch ID 逐应用授权

开源地址和底层组件放评论区👇

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件