企业官网建设流程全解析

10 分钟上手 Open Computer Use：npm 一条命令装好 MCP，让 Codex 立刻动手操作你的电脑

【免费下载链接】open-codex-computer-use👾 Open Computer Use – Open-Source Alternative to Codex Computer Use项目地址: https://gitcode.com/gh_mirrors/op/open-codex-computer-use

Open Computer Use 是一个开源的 Computer Use 服务，已经打包成 npm 包并通过 MCP 协议暴露给所有 AI Agent。一条 npm 命令装好之后，Codex 等 Agent 就能像人一样看屏幕、点按钮、打字，在 macOS、Windows、Linux 上真正动手操作你的电脑。

Open Computer Use 是什么？它解决了什么问题

很多 AI 编程助手能读写代码文件，却"看不见"你的屏幕。Open Computer Use 补上了这块拼图：

• 🖥️三端通用：macOS、Windows、Linux 都有对应的原生运行时，统一通过 MCP（Model Context Protocol）暴露给任意 AI Agent。
• 🕵️非侵入式设计：基于各平台的 Accessibility 无障碍框架获取应用状态，不劫持你的鼠标键盘，官方称其为"非抢占式 CUA"。
• 🔌MCP 原生：装进任何支持 MCP 的客户端（Codex、Claude Code、Gemini CLI、opencode……）即可用，不需要写一行胶水代码。

项目的灵感来自 OpenAI 的 Codex Computer Use，作者把整套能力做成了开源版本。如果想深入了解架构，可以阅读仓库自带的 docs/ARCHITECTURE.md 与逆向分析文档 docs/references/。

10 分钟安装教程：从 0 到 Codex 可操作

第 1 步：npm 全局安装 CLI

打开终端，执行这一条命令：

npm i -g open-computer-use

安装完成后会同时得到一个短命令ocu，方便日常输入。npm 启动器要求Node.js 18 或更高版本。

装完先验证一下，能列出系统中的应用就说明运行时已就绪：

ocu call list_apps

对应的原始文档见 README.md 和 skills/open-computer-use/references/installation.md。

第 2 步：macOS 权限授权（Windows / Linux 跳过）

⚠️ macOS 要求macOS 14.0 或更高版本，低于 14.0 时二进制无法启动，授权也无法弥补。

macOS 上第一次使用前需要两项系统权限：Accessibility（辅助功能）和Screen Recording（屏幕录制）。运行体检命令，缺失权限时会自动弹出引导面板：

open-computer-use doctor

按提示在系统设置中授权即可。Windows 和 Linux 不需要这一步，但需要在已登录的图形桌面会话中运行。

第 3 步：一条命令写入 Codex 配置

open-computer-use install-codex-mcp

它会自动把 MCP 服务器条目写入~/.codex/config.toml，Codex 重启会话后即可"动手"。如果你主要用 Codex App，还可以装成插件形态：

open-computer-use install-codex-plugin

到这一步，你只需要对 Codex 说"帮我打开文本编辑，写一句话"，它自己就会调用 Computer Use 工具完成任务。🎉

其他客户端：MCP 配置一键安装或手动添加

除了 Codex，内置安装器还支持主流 Agent，各一条命令：

如果你的客户端支持自定义 MCP，直接粘贴这段标准配置即可：

{ "mcpServers": { "open-computer-use": { "command": "open-computer-use", "args": ["mcp"] } } }

装好后，你的 Agent 会获得 9 个 Computer Use 工具

MCP 服务器以 stdio 方式运行，对外暴露以下原生工具：

工作模式是"先感知、后行动"：Agent 先用get_app_state拿到应用状态树，再基于element_index精确点击输入，比盲目按坐标点击更稳。

体验细节：像官方一样的仿真软件光标

你操作自己的电脑时指针自己动，Agent 操作你的电脑时它怎么"点"？Open Computer Use 在界面上叠加了一层仿真软件光标——你会看到一个虚拟光标平滑地滑向目标、点击、输入，体验与官方 Codex 一致，动作结束前你随时能看懂它要干什么。

这套光标运动系统的实现参考了公开资料，源码在 experiments/CursorMotion/，分析文档见 docs/references/software-cursor-motion-model.md。

不接 Agent 也能玩：CLI 直接调工具

CLI 本身就是完整的 Computer Use 客户端，适合做自动化脚本或排障：

# 调用单个工具，输出 MCP 风格的 JSON 结果 ocu call list_apps ocu call get_app_state --args '{"app":"TextEdit"}' # 编排连续动作（同一进程内复用 element_index 状态） open-computer-use call --calls-file examples/textedit-overlay-seq.json --sleep 0.5

仓库里自带一个可运行的动作序列示例：examples/textedit-overlay-seq.json。更进一步，ocu js/ocu repl还能用 JavaScript 直接编排动作，完整 API 见 docs/references/js-repl.md。

常见问题速查

• macOS 上doctor反复要求授权？先确认系统版本 ≥ 14.0；再确认在系统设置里给了"辅助功能"和"屏幕录制"两项权限。
• ocu: command not found？改用完整命令open-computer-use，或检查 npm 全局 bin 是否在 PATH 中。
• 怎么升级？npm update -g open-computer-use即可。
• 想读源码或跑本地验证？克隆仓库git clone https://gitcode.com/gh_mirrors/op/open-codex-computer-use，然后在源码目录执行make smoke跑冒烟测试。
• Windows / Linux 要注意什么？必须在已登录的图形桌面会话中运行（Windows 走 UI Automation，Linux 走 AT-SPI2）。

写在最后

从npm i -g open-computer-use到 Codex 真正开始点你的鼠标，中间只有三条命令。如果你的 Agent 还在"只能改文件"，不妨花 10 分钟给它装上这双手——安装细节和排障清单都收录在 skills/open-computer-use/ 中。

【免费下载链接】open-codex-computer-use👾 Open Computer Use – Open-Source Alternative to Codex Computer Use项目地址: https://gitcode.com/gh_mirrors/op/open-codex-computer-use