投稿 提交工具 投放合作

agent-desktop:基于无障碍树的AI代理桌面操作工具

智能体与MCP 21.5k(+388) 1.9k Rust 2026-11-17 访问官网 ↗ 在 GitHub 打开

通过操作系统无障碍树让AI代理查看并操作macOS、Windows、Linux桌面应用,无需截图或像素匹配,提供CLI与C库。

agent-desktop 让 AI 代理获得计算机操作能力:读取桌面应用的无障碍树并以 JSON 返回,每个可操作元素带 ref;代理点击或输入 ref、重新读取界面验证结果并循环。项目本身不含模型,循环由你的代理驱动,以 CLI 或 C 库形式提供。核心通过 PlatformAdapter 访问各平台无障碍 API(macOS AX、Windows UI Automation、Linux AT-SPI),每个二进制只针对一个操作系统构建。ref 属于某次快照,界面变化后旧 ref 会返回 STALE_REF 或 AMBIGUOUS_TARGET,需重新快照;多窗口需用 --window-id 指定。默认无头运行,不移动指针或抢焦点,`--headed` 才允许物理输入。提供 61 个命令(快照、点击、输入、窗口与应用管理、通知、剪贴板、等待、会话、沙箱等),`agent-desktop mcp` 可将每个命令作为 MCP 工具经 stdio 提供。附带与版本匹配的代理技能,可从 skills.sh 安装或写入 AGENTS.md。快照、剪贴板读取、截图、命令输出可能含私密桌面内容,README 提醒勿写入公开日志或上传。Apache-2.0 许可。

Star 趋势2026-11-06 — 2026-11-17当前 Stars 25k24h +3887 日 +5.5k

18k21k25k11-0611-0811-1111-1211-1311-1411-1511-1611-17