Open Computer Use icon

Open Computer Use

Open Computer Use 是一个开源的 Computer Use 服务,以 MCP 形式封装,适用于 macOS、Linux 和 Windows。可帮助 AI agents 和 MCP 客户端通过客户端安装命令或手动 MCP 配置运行桌面自动化工作流。

Open Computer Use

面向 MCP 客户端的开源 Computer Use

Open Computer Use 是一个开源的 Computer Use 服务,以 MCP 形式封装。它的设计目标是让 AI agents 和支持 MCP 的客户端能够在 macOS、Linux 和 Windows 上运行 Computer Use 工作流。

该仓库将此项目定位为 Codex Computer Use 的开源替代方案,并称其灵感来自 OpenAI 的实现。README 还展示了命令行设置、多个客户端的内置安装命令,以及用于单次操作、多步骤序列和本地验证的示例用法。

核心能力

MCP 封装的 Computer Use 服务

以开源 Computer Use 服务运行,并通过 MCP 暴露,因此 agent 和 MCP 客户端可以调用它,而不是使用封闭的、特定厂商的集成。

跨平台桌面支持

根据 README 支持 macOS、Linux 和 Windows;其中 macOS 还需要额外完成 Accessibility 和 Screen Recording 权限步骤。

多种客户端设置路径

提供面向 Codex、Claude Code、Gemini CLI 和 opencode 的内置安装命令,并附带手动 `mcpServers` 配置示例。

单次操作与序列运行

包含用于一次性工具执行的 `call` 命令,以及会在多次操作之间复用元素索引状态的序列模式。

权限与设置检查

提供 `doctor` 用于检查权限,并且只有在缺少内容时才会打开引导流程,有助于用户在使用前验证本地设置。

项目验证命令

列出本地验证命令,例如 `make smoke`、`make stress` 以及 agent smoke-test 脚本,用于从源码检出环境中验证项目。

实际用例

  • 基于 MCP 的桌面自动化

    当你希望 AI agent 通过 MCP 控制桌面应用,而不是通过专有的 Computer Use 端点时使用它。

  • 跨客户端 agent 工作流

    当你希望在 Codex、Claude Code、Gemini CLI 或 opencode 中都能使用同一套 Computer Use 后端时,将它安装到这些环境里。

  • 本地多步骤自动化

    在本地机器上运行它以自动化重复性的 GUI 任务;当同一应用状态需要在多个步骤之间复用时,可使用序列模式。

  • 设置验证与调试

    使用 `doctor` 命令和本地 smoke tests 在将其纳入工作流之前验证权限和安装情况。

Pros and Cons

Pros

  • 开源且采用 MIT 许可证。
  • 可在 macOS、Linux 和 Windows 上运行。
  • 支持多个兼容 MCP 的客户端,包括 Codex、Claude Code、Gemini CLI 和 opencode。
  • 同时文档化了一次性工具调用和可复用的多步骤序列。
  • 包含权限检查命令和本地 smoke-test 命令。

Cons

  • README 对文档中命令和演示之外支持的工作流说明有限。
  • Mac 设置要求在使用前授予 Accessibility 和 Screen Recording 权限。
  • 源码未列出正式托管服务或管理方案;它被呈现为一个自托管的开源工具。

FAQ

什么是 Open Computer Use?

它是一个以 MCP 形式封装的开源 Computer Use 服务。README 表示,任何 AI agent 或 MCP 客户端都可以用它在 macOS、Linux 和 Windows 上运行 Computer Use。

如何进行设置?

README 展示了使用 `npm i -g open-computer-use` 进行命令行安装,然后可以通过内置的 MCP 安装命令,或通过手动添加 MCP 服务器条目,将其安装到 Codex、Claude Code、Gemini CLI 或 opencode 等 agent 中。

它需要特殊权限吗?

README 说明,macOS 用户需要先运行一次并授予 Accessibility 和 Screen Recording 权限。Windows 和 Linux 不需要这一步。

它支持哪些客户端?

该仓库记录了用于安装到 Codex、Claude Code、Gemini CLI 和 opencode 的内置命令,并且还提供了手动 MCP 配置示例。这表明它面向的是支持 MCP 的客户端,而不只是某一个应用。

它可以运行多步骤 Computer Use 序列吗?

README 包含一个用于运行单个 Computer Use 工具的 `call` 命令,以及一个 `--calls` / `--calls-file` 工作流,可在一个进程中运行序列,以便复用元素索引状态。

Quick Facts

类别
开发者工具
源域名
github.com
许可证
MIT
平台支持
macOS, Linux, Windows
价格
开源自托管;仓库中未列出付费方案
主要界面
MCP 客户端或命令行