Open Computer Use：Codex Computer Use开源版本
- 内容介绍
- 文章标签
- 相关推荐
周五Codex发布Background Computer Use的能力，Software.Inc原班人马做了一些产品力的支持，整体非常惊艳，花了一天的时间分析复刻开源，下面这篇文章是整个过程的分享，或许可以给各位佬提供一点AI时代我们应该如何继续保持热爱去解决问题的思路
项目在：GitHub - iFurySt/open-codex-computer-use: 👾 Open Computer Use – Open-Source Alternative to Codex Computer Use · GitHub
AI时代改变的只是解决问题的方法，但是Geek或者说解决问题的人，依然是不变的。
今天就借助这两天做Open Computer Use的经历来聊聊这个。
背景是周五OpenAI发了一片文章https://openai.com/index/codex-for-almost-everything/，然后Codex APP也更新了，其中Background Computer Use，着实让我和我的小伙伴震惊了，我们对于其带来的非抢占式Computer Use和那个灵动又自然的鼠标样式深深震撼了。在此之前我们的认知都是Connectors(比如Gmail之类的)+GUI（鼠标和键盘）去实现的Computer Use。但是OAI还是交出了一份牛逼的作业。
我们花了一天的时间分析和复刻，成功实现并开源了这个版本，对外通过MCP的方式可以给到所有的AI Agent去直接拥有非抢占式Computer Use的能力，录屏丢油管了：
这一版我们把功能性的都做掉了，也就是open-computer-use可以无缝的替换掉官方的computer-use，除了那个灵动的鼠标样式。我们先来说说这个过程，记得是早上11点开始处理，到凌晨2点正式发掉，差不多12个小时的时间，我们完成了这个曾经几乎不可能完成的。这背后的故事，我有话要说
解决问题的原始冲动
回顾ChatGPT发布前的年代，从学生时代起，捣鼓就成了主旋律，也是我一直在说的，just for fun，也正是这样，就算把自己的喜好玩成了自己的职业，内核一直没有变化过，就是发现问题，尝试解决，最后获得满足和喜悦。和玩游戏或者刷短视频在本质上没有太大的区别，都是人在满足自身的生化需求
但是过程还是有一定的差异的。我们会分析问题，收集信息，解决问题，验证结果并交付，整个过程可以按部就班，也可以充满了各种奇思妙想。
回到09年的时光，那时候除了灰鸽子、肉鸡之类的流行的东西以外，还有二进制逆向也很火，加密混淆脱壳这些字眼能勾起不少的回忆，还记得当时为了能逆向一个二进制，研究各种脱壳、汇编和OllyDbg等等，对着枯燥无味的界面津津有味的调试
image969×713 252 KB
回忆杀一波。再加上后来做安全，攻防更加对于解决（未知）问题的能力提出了新的视角。虽然我很菜，但是我学到了很多，不是工具使用技巧，而是那个思想。
现在仔细想想，其实也不是那个时间培养的所有的这些习惯和能力，我能回忆起更加老的经历，似乎从小就喜欢用自己感悟的野家拳去整活，不喜欢从寻常路，这个内核一直跟随着我，直到今天
就好像Logan昨天repost了他在前年Devin刚出来时写的文章附带的那个核心观点：
It’s been two years since I wrote this article, and the premise is still true: software engineers are paid to solve problems. Coding is just a tool to do so.
image1276×1200 195 KB
如果有人觉得AI的Coding能力可以抬走自己，那其实只是把自己当作一个Coder。有2个方向可以聊：
- 从AI所有的角度思考，确实可以抬走自己，而不是因为Coding
- 把自己当作解决问题的人，或者提出解决方案的人，那AI的Coding能力，只是其中很小的一部分
这也是为什么我们会很兴奋的在一天内把这个东西搞定的原因，因为我们都保留了解决问题的原始冲动，而且AI为我们提供了更加强大的军火库，能阻碍我们的，只有我们的思维。
打破一切的墙
首先就是执行，也是一样的方法，在开始之前，我们需要足够的信息支撑我们（或者AI）的下一步行动。那我们就从我们想要的这个开始。
我依然选择从我们沉淀出来的harness-template开始，作为一个template开启一个新的repo，好处是不再需要额外写什么东西了，直接拉过来用，AI在分析和执行过程中会持续把一些内容沉淀到这个repo里的docs里，这何尝不是Karpathy提出的LLM Wiki呢？
其实我已经不知道一开始是如何发掘的，就是自然而然的，我们分析出了Codex APP是靠着一个独立的MCP服务来实现Computer Use的，在这个位置~/.codex/plugins/cache/openai-bundled/computer-use/1.0.750/Codex Computer Use.app
image1650×612 62.5 KB
小小的26.5MB，承载了这个牛逼的功能，不仅感到欣喜，因为分析它的工作量不会特别大。后来我们进一步分析出其中有个Client服务SkyComputerUseClient ，然后我们就打算开始了，我已经不记得了，但是好在我们有template
image1920×1200 403 KB
翻看下历史记录，可以很明确的知道，我们一开始就是让Codex去帮忙分析这两个，然后内容不断落到了这个repo里了。期间并行的几个session都在做不通的工作，关于Codex Computer Use的全貌也开始慢慢浮现了：
- 基于Swift写的。知道这个后，我们也直接用swift实现（还记得以前学swift的艰难，现在AI分分钟写完）
- 整体对外是MCP提供的，有9个工具。知道后直接复刻
- 原理是通过Accessibility（AX）去和UI树交互，从而达到可以在后台与APP交互，并附带截图回来做多模态推理下一个Action。在AX不行的时候会回推到osascript（Apple script），甚至是鼠标操作。
一开始我们并不打算直接提供MCP，这就是神奇所在。Usoon上完厕所回来跟我说，我们应该直接做一个MCP服务，听完他解释的，我立马表示认可，这或许就是人类的蜂巢智慧，一个人再牛逼，也永远有偏见。
一开始我们是通过让codex将他上下文里的9个工具的描述和参数输出，实际上是有点出入的，不是100%严格对齐的，后来我们直接给codex配齐了mitmdump，然后让其调用自己的codex去实现抓包dump，里面有大量的system prompt和tools，一下就能严格获取描述和参数定义。
image1920×1200 224 KB
这就是CLI的魅力，套娃获取，后续我们对比评测也是走了一样的方式，query里明确指定叫他走computer-use或者走open-computer-use去做任务，就能达到对比并且dump过程得到数据，这个就是eval和改进最需要的东西！
在忙碌之余，我甚至还拉了一个独立的session，叫他直接设计LOGO，通过直接生成几份SVG，往来几下，就得到了一个我们要的LOGO了（现在看来，回头要换一下那个鼠标，换成无柄的）
image1920×1200 171 KB
image1876×1260 107 KB
ffmpeg/magick之类的工具用得比谁都溜，而且拥有多模态能力，自己可以验收结果，这点非常舒服
在往后其实是对工具执行结果做一个校验，一开始是通过让codex对computer-use的9个工具分别做3个调用输出samples来迭代，后来发现这样其实也不太严格对齐，因为又单独开了一个独立的session，去分析为什么不能通过mcp client直接调用Codex Computer Use，本质上它就是一个符合MCP协议的，前面试了一下一连上进程就死。这次分析发现，实际上是因为SkyComputerUseClient只认同样签名的父进程调用，因为我们让Codex用go直接拉一个cli，通过一定的手段直接吃Codex app的签名过去，顺利执行了，现在我们就拥有了通过CLI执行官方MCP的能力了。
有了这个能力后，可以非常方便的让Codex去校验两边的输入输出做对齐了，这也是经常在实践中遇到的问题，当AI一直解决不了一个问题的时候，你叫他再试试，努力什么的都没用，因为他缺少你想要的那个东西的相关上下文，因此能提供上下文给AI，是人的责任和义务，也是最终AI能走到什么地步的关键。（这个贯穿在这篇文章或者说这次整活的全过程）
至此我们的功能性都解决了， 其他是给流程和丝滑度加分的产品力。因为是一个独立的服务（APP），因此需要单独获取Accessibility和Screen & System Audio Recording的权限，所以为了体验好，OpenAI借助Software.inc（被前者收购了）的能力，做了一个体验超级丝滑的浮窗，只要拖动就行，这个东西也花费了我们一点时间去调试和改造，但是效果还是很棒的（具体参见YouTube里的录屏）
image1920×1309 223 KB
以及发布到npmjs，通过npm i -g open-computer-use就能一键安装，这些全都是AI做的，给一个gh，帮忙点击一些东西就完事了。
image1920×1317 193 KB
还包括一键安装到codex的mcp或者codex.app的plugin，也包装了plugin。方便一键启用，而不需要复制json之类的去对应的配置里配置。这些都是丝滑的体现
后来的迭代中，我们直接用了自己的open-computer-use做dog fooding，结果是非常丝滑，很有效，功能性上和官方的没啥差别了。
最后就是传统艺能了，录屏和剪辑，问AI要了音频网站，随便捞了一个配乐，至此这个开源项目就可以发布了。
但是故事到此还没结束，功能性满足之后，我们还是放不下那个鼠标，到X上逛了一下发现Software.inc的Ari发的：
https://x.com/arix/status/2044842282977993178
他们是3个人实现的这个，我就把视频下载下来，丢给codex去抽帧分析，开始了单独实现一个StandaloneCursorLab的项目，几个小时后，我们有了一个还算过得去的初始版本：
image1920×1351 113 KB
这个版本还是调优过的，也让codex去找一些相关的paper和开源项目做参考和借鉴，里面最关键的就是曲线的绘制和选择以及cursor移动速度的控制。
就这个版本直接上，其实是没问题的，但是还是没有刻画出原版的那种灵动的感觉！我又让grok帮忙基于那个推文去挖掘一下信息，看看能否找到一些开源的方案，
image1352×3564 652 KB
image1432×3590 578 KB
只能整体从他们的推文和其他的评论里推断出一些关键字，其中：
calculates natural and aesthetic motion paths
是我最想要的，但是计算出几个都不是很理想。然后我又新开了一个独立的session，开始逆向工程，因为我想要的一切算法都在二进制里，然后就看到了这些画面：
image1724×1524 247 KB
image1738×1512 307 KB
image1920×1039 229 KB
image1730×1504 250 KB
不敢想一个人要去逆向分析这些东西，需要耗费多久？AI就可以自主的去完成，然后实现并验证。
这部分还在WIP，预期今天就能release一版不错的效果了
screenshot-20260420-1135381920×1506 76.9 KB
尾声
一段小旅程，也是一段奇幻冒险。
想象力和行动加起来，是一个很厉害的组合能力，在畅想诗和远方的同时，也能稳稳把住方向盘，用力踩油门。
网友解答：--【壹】--：
mcp不太容易管理，因为商业应用是给普通用户用的，不过这种插件暂时没想到太好的办法，也不可能在云端跑。
--【贰】--：
感觉佬的这个文章的想法才是这个文章的核心，一份热爱探索和求真的心还有一个能利用一切工具的能力，AI时代缺少是能灵活运用工具的人，佬的这篇文章受益匪浅
--【叁】--：
pi 有 MCP 扩展 GitHub - nicobailon/pi-mcp-adapter: Token-efficient MCP adapter for Pi coding agent · GitHub
用这个应该就可以
--【肆】--：
太牛了确实，未来已来，还没用上佬就开源了
--【伍】--：
惊人的内容量，佬对于这个研究的这么透彻，去收藏一波，看看实用性
--【陆】--：
image1066×1194 92.5 KB
深度好文，忍不住要打赏，仔细看完了，同样是 AI，在不同人手里发挥出来的能量真的差别很大，始终贯穿全局的核心思路【能提供上下文给 AI，是人的责任和义务，也是最终 AI 能走到什么地步的关键】也是对我这种持有，坚持人在回路利用 AI 的人来说，价值观上共鸣。
感谢感谢～
--【柒】--：
支持大佬，能兼容一下pi框架吗，这样就自由了
--【捌】--：
很喜欢这样的文章，好像L站很久没出现过这样的文章了？条理思路清晰，授人以渔。
--【玖】--：
好奇这个开源版本的 computer use 对于采用非标准控件的 gui 程序支持怎么样？ 尝试用官方的的 computer use 去帮我操纵 Matlab 用鼠标生成一个 simulink 模型，效果似乎不是很好
--【拾】--：
不是 L站的佬到底是啥样测存在啊 这也能行
--【拾壹】--：
看佬这思路绝了,我可以理解是吧Open ai的computer use做成了mcp对接其他的例如opencode里面用?刚好想体验下这个 computer use
--【拾贰】--：
泰厉害了，膜拜下，向大佬的思路学习。瑞斯拜
--【拾叁】--：
佬友的解决问题思路太棒了，狠狠学习！！！
--【拾肆】--： Leo:
能提供上下文给 AI，是人的责任和义务，也是最终 AI 能走到什么地步的关键
这句话放在 AI 的认知回路里面，是突破次元壁的存在
--【拾伍】--：
太厉害了，学习一下，mark mair两下
--【拾陆】--：
一个真正有用的东西，但是可能会被国内某些“自研”的公司借鉴过去
--【拾柒】--：
大呼，NB，这个真是太厉害，如果再放进龙虾里面，不敢想，不敢想
--【拾捌】--：
这思路很有价值啊，太厉害了，学习一下，mark
--【拾玖】--：
windows现在的地位真是狗都不如了，
周五Codex发布Background Computer Use的能力，Software.Inc原班人马做了一些产品力的支持，整体非常惊艳，花了一天的时间分析复刻开源，下面这篇文章是整个过程的分享，或许可以给各位佬提供一点AI时代我们应该如何继续保持热爱去解决问题的思路
项目在：GitHub - iFurySt/open-codex-computer-use: 👾 Open Computer Use – Open-Source Alternative to Codex Computer Use · GitHub
AI时代改变的只是解决问题的方法，但是Geek或者说解决问题的人，依然是不变的。
今天就借助这两天做Open Computer Use的经历来聊聊这个。
背景是周五OpenAI发了一片文章https://openai.com/index/codex-for-almost-everything/，然后Codex APP也更新了，其中Background Computer Use，着实让我和我的小伙伴震惊了，我们对于其带来的非抢占式Computer Use和那个灵动又自然的鼠标样式深深震撼了。在此之前我们的认知都是Connectors(比如Gmail之类的)+GUI（鼠标和键盘）去实现的Computer Use。但是OAI还是交出了一份牛逼的作业。
我们花了一天的时间分析和复刻，成功实现并开源了这个版本，对外通过MCP的方式可以给到所有的AI Agent去直接拥有非抢占式Computer Use的能力，录屏丢油管了：
这一版我们把功能性的都做掉了，也就是open-computer-use可以无缝的替换掉官方的computer-use，除了那个灵动的鼠标样式。我们先来说说这个过程，记得是早上11点开始处理，到凌晨2点正式发掉，差不多12个小时的时间，我们完成了这个曾经几乎不可能完成的。这背后的故事，我有话要说
解决问题的原始冲动
回顾ChatGPT发布前的年代，从学生时代起，捣鼓就成了主旋律，也是我一直在说的，just for fun，也正是这样，就算把自己的喜好玩成了自己的职业，内核一直没有变化过，就是发现问题，尝试解决，最后获得满足和喜悦。和玩游戏或者刷短视频在本质上没有太大的区别，都是人在满足自身的生化需求
但是过程还是有一定的差异的。我们会分析问题，收集信息，解决问题，验证结果并交付，整个过程可以按部就班，也可以充满了各种奇思妙想。
回到09年的时光，那时候除了灰鸽子、肉鸡之类的流行的东西以外，还有二进制逆向也很火，加密混淆脱壳这些字眼能勾起不少的回忆，还记得当时为了能逆向一个二进制，研究各种脱壳、汇编和OllyDbg等等，对着枯燥无味的界面津津有味的调试
image969×713 252 KB
回忆杀一波。再加上后来做安全，攻防更加对于解决（未知）问题的能力提出了新的视角。虽然我很菜，但是我学到了很多，不是工具使用技巧，而是那个思想。
现在仔细想想，其实也不是那个时间培养的所有的这些习惯和能力，我能回忆起更加老的经历，似乎从小就喜欢用自己感悟的野家拳去整活，不喜欢从寻常路，这个内核一直跟随着我，直到今天
就好像Logan昨天repost了他在前年Devin刚出来时写的文章附带的那个核心观点：
It’s been two years since I wrote this article, and the premise is still true: software engineers are paid to solve problems. Coding is just a tool to do so.
image1276×1200 195 KB
如果有人觉得AI的Coding能力可以抬走自己，那其实只是把自己当作一个Coder。有2个方向可以聊：
- 从AI所有的角度思考，确实可以抬走自己，而不是因为Coding
- 把自己当作解决问题的人，或者提出解决方案的人，那AI的Coding能力，只是其中很小的一部分
这也是为什么我们会很兴奋的在一天内把这个东西搞定的原因，因为我们都保留了解决问题的原始冲动，而且AI为我们提供了更加强大的军火库，能阻碍我们的，只有我们的思维。
打破一切的墙
首先就是执行，也是一样的方法，在开始之前，我们需要足够的信息支撑我们（或者AI）的下一步行动。那我们就从我们想要的这个开始。
我依然选择从我们沉淀出来的harness-template开始，作为一个template开启一个新的repo，好处是不再需要额外写什么东西了，直接拉过来用，AI在分析和执行过程中会持续把一些内容沉淀到这个repo里的docs里，这何尝不是Karpathy提出的LLM Wiki呢？
其实我已经不知道一开始是如何发掘的，就是自然而然的，我们分析出了Codex APP是靠着一个独立的MCP服务来实现Computer Use的，在这个位置~/.codex/plugins/cache/openai-bundled/computer-use/1.0.750/Codex Computer Use.app
image1650×612 62.5 KB
小小的26.5MB，承载了这个牛逼的功能，不仅感到欣喜，因为分析它的工作量不会特别大。后来我们进一步分析出其中有个Client服务SkyComputerUseClient ，然后我们就打算开始了，我已经不记得了，但是好在我们有template
image1920×1200 403 KB
翻看下历史记录，可以很明确的知道，我们一开始就是让Codex去帮忙分析这两个，然后内容不断落到了这个repo里了。期间并行的几个session都在做不通的工作，关于Codex Computer Use的全貌也开始慢慢浮现了：
- 基于Swift写的。知道这个后，我们也直接用swift实现（还记得以前学swift的艰难，现在AI分分钟写完）
- 整体对外是MCP提供的，有9个工具。知道后直接复刻
- 原理是通过Accessibility（AX）去和UI树交互，从而达到可以在后台与APP交互，并附带截图回来做多模态推理下一个Action。在AX不行的时候会回推到osascript（Apple script），甚至是鼠标操作。
一开始我们并不打算直接提供MCP，这就是神奇所在。Usoon上完厕所回来跟我说，我们应该直接做一个MCP服务，听完他解释的，我立马表示认可，这或许就是人类的蜂巢智慧，一个人再牛逼，也永远有偏见。
一开始我们是通过让codex将他上下文里的9个工具的描述和参数输出，实际上是有点出入的，不是100%严格对齐的，后来我们直接给codex配齐了mitmdump，然后让其调用自己的codex去实现抓包dump，里面有大量的system prompt和tools，一下就能严格获取描述和参数定义。
image1920×1200 224 KB
这就是CLI的魅力，套娃获取，后续我们对比评测也是走了一样的方式，query里明确指定叫他走computer-use或者走open-computer-use去做任务，就能达到对比并且dump过程得到数据，这个就是eval和改进最需要的东西！
在忙碌之余，我甚至还拉了一个独立的session，叫他直接设计LOGO，通过直接生成几份SVG，往来几下，就得到了一个我们要的LOGO了（现在看来，回头要换一下那个鼠标，换成无柄的）
image1920×1200 171 KB
image1876×1260 107 KB
ffmpeg/magick之类的工具用得比谁都溜，而且拥有多模态能力，自己可以验收结果，这点非常舒服
在往后其实是对工具执行结果做一个校验，一开始是通过让codex对computer-use的9个工具分别做3个调用输出samples来迭代，后来发现这样其实也不太严格对齐，因为又单独开了一个独立的session，去分析为什么不能通过mcp client直接调用Codex Computer Use，本质上它就是一个符合MCP协议的，前面试了一下一连上进程就死。这次分析发现，实际上是因为SkyComputerUseClient只认同样签名的父进程调用，因为我们让Codex用go直接拉一个cli，通过一定的手段直接吃Codex app的签名过去，顺利执行了，现在我们就拥有了通过CLI执行官方MCP的能力了。
有了这个能力后，可以非常方便的让Codex去校验两边的输入输出做对齐了，这也是经常在实践中遇到的问题，当AI一直解决不了一个问题的时候，你叫他再试试，努力什么的都没用，因为他缺少你想要的那个东西的相关上下文，因此能提供上下文给AI，是人的责任和义务，也是最终AI能走到什么地步的关键。（这个贯穿在这篇文章或者说这次整活的全过程）
至此我们的功能性都解决了， 其他是给流程和丝滑度加分的产品力。因为是一个独立的服务（APP），因此需要单独获取Accessibility和Screen & System Audio Recording的权限，所以为了体验好，OpenAI借助Software.inc（被前者收购了）的能力，做了一个体验超级丝滑的浮窗，只要拖动就行，这个东西也花费了我们一点时间去调试和改造，但是效果还是很棒的（具体参见YouTube里的录屏）
image1920×1309 223 KB
以及发布到npmjs，通过npm i -g open-computer-use就能一键安装，这些全都是AI做的，给一个gh，帮忙点击一些东西就完事了。
image1920×1317 193 KB
还包括一键安装到codex的mcp或者codex.app的plugin，也包装了plugin。方便一键启用，而不需要复制json之类的去对应的配置里配置。这些都是丝滑的体现
后来的迭代中，我们直接用了自己的open-computer-use做dog fooding，结果是非常丝滑，很有效，功能性上和官方的没啥差别了。
最后就是传统艺能了，录屏和剪辑，问AI要了音频网站，随便捞了一个配乐，至此这个开源项目就可以发布了。
但是故事到此还没结束，功能性满足之后，我们还是放不下那个鼠标，到X上逛了一下发现Software.inc的Ari发的：
https://x.com/arix/status/2044842282977993178
他们是3个人实现的这个，我就把视频下载下来，丢给codex去抽帧分析，开始了单独实现一个StandaloneCursorLab的项目，几个小时后，我们有了一个还算过得去的初始版本：
image1920×1351 113 KB
这个版本还是调优过的，也让codex去找一些相关的paper和开源项目做参考和借鉴，里面最关键的就是曲线的绘制和选择以及cursor移动速度的控制。
就这个版本直接上，其实是没问题的，但是还是没有刻画出原版的那种灵动的感觉！我又让grok帮忙基于那个推文去挖掘一下信息，看看能否找到一些开源的方案，
image1352×3564 652 KB
image1432×3590 578 KB
只能整体从他们的推文和其他的评论里推断出一些关键字，其中：
calculates natural and aesthetic motion paths
是我最想要的，但是计算出几个都不是很理想。然后我又新开了一个独立的session，开始逆向工程，因为我想要的一切算法都在二进制里，然后就看到了这些画面：
image1724×1524 247 KB
image1738×1512 307 KB
image1920×1039 229 KB
image1730×1504 250 KB
不敢想一个人要去逆向分析这些东西，需要耗费多久？AI就可以自主的去完成，然后实现并验证。
这部分还在WIP，预期今天就能release一版不错的效果了
screenshot-20260420-1135381920×1506 76.9 KB
尾声
一段小旅程，也是一段奇幻冒险。
想象力和行动加起来，是一个很厉害的组合能力，在畅想诗和远方的同时，也能稳稳把住方向盘，用力踩油门。
网友解答：--【壹】--：
mcp不太容易管理，因为商业应用是给普通用户用的，不过这种插件暂时没想到太好的办法，也不可能在云端跑。
--【贰】--：
感觉佬的这个文章的想法才是这个文章的核心，一份热爱探索和求真的心还有一个能利用一切工具的能力，AI时代缺少是能灵活运用工具的人，佬的这篇文章受益匪浅
--【叁】--：
pi 有 MCP 扩展 GitHub - nicobailon/pi-mcp-adapter: Token-efficient MCP adapter for Pi coding agent · GitHub
用这个应该就可以
--【肆】--：
太牛了确实，未来已来，还没用上佬就开源了
--【伍】--：
惊人的内容量，佬对于这个研究的这么透彻，去收藏一波，看看实用性
--【陆】--：
image1066×1194 92.5 KB
深度好文，忍不住要打赏，仔细看完了，同样是 AI，在不同人手里发挥出来的能量真的差别很大，始终贯穿全局的核心思路【能提供上下文给 AI，是人的责任和义务，也是最终 AI 能走到什么地步的关键】也是对我这种持有，坚持人在回路利用 AI 的人来说，价值观上共鸣。
感谢感谢～
--【柒】--：
支持大佬，能兼容一下pi框架吗，这样就自由了
--【捌】--：
很喜欢这样的文章，好像L站很久没出现过这样的文章了？条理思路清晰，授人以渔。
--【玖】--：
好奇这个开源版本的 computer use 对于采用非标准控件的 gui 程序支持怎么样？ 尝试用官方的的 computer use 去帮我操纵 Matlab 用鼠标生成一个 simulink 模型，效果似乎不是很好
--【拾】--：
不是 L站的佬到底是啥样测存在啊 这也能行
--【拾壹】--：
看佬这思路绝了,我可以理解是吧Open ai的computer use做成了mcp对接其他的例如opencode里面用?刚好想体验下这个 computer use
--【拾贰】--：
泰厉害了，膜拜下，向大佬的思路学习。瑞斯拜
--【拾叁】--：
佬友的解决问题思路太棒了，狠狠学习！！！
--【拾肆】--： Leo:
能提供上下文给 AI，是人的责任和义务，也是最终 AI 能走到什么地步的关键
这句话放在 AI 的认知回路里面，是突破次元壁的存在
--【拾伍】--：
太厉害了，学习一下，mark mair两下
--【拾陆】--：
一个真正有用的东西，但是可能会被国内某些“自研”的公司借鉴过去
--【拾柒】--：
大呼，NB，这个真是太厉害，如果再放进龙虾里面，不敢想，不敢想
--【拾捌】--：
这思路很有价值啊，太厉害了，学习一下，mark
--【拾玖】--：
windows现在的地位真是狗都不如了，