OpenAI 的 Codex Computer Use 最吊的就是它不靠纯视觉盲猜坐标,而是基于系统底层 Accessibility 实现了非侵入式的桌面操控。
现在有人直接把这个思路开源并做成了通用 MCP 服务:open-computer-use(简称 ocu)。
它把主流 AI 编程客户端的接入全打通了,一行命令就能给你的本地 Agent 装上“操作系统级”的手脚:
• 全客户端一键挂载:原生内置 Codex、Claude Code、Gemini CLI、opencode 和 DeepSeek Harness 的安装指令
• 跨平台通用:同时支持 macOS、Linux 和 Windows
• 免截图精准检索(macOS):提供 targeted query,不用每次都截全屏烧 Token,直接按文本或角色定位控件
• 代码优先(Code-first):内置 ocu js 和 ocu repl,支持直接用 JS 脚本或长连接会话编排连续的自动化动作,复用元素索引状态
如果你平时重度使用 Claude Code 或 Codex CLI,装上这个 MCP 基本就能让 Agent 跨出终端,直接接管本地桌面工作流了。
我刚才使用 Sonnet 5.5 试了一下, 操作比Codex Computer use快。
顯示更多