👾 Open Computer Use – Open-Source Alternative to Codex Computer Use
open-computer-use
[!TIP] 对 Browser Use 感兴趣的话,可以看看 open-browser-use。
open-computer-use 是一个开源的 Computer Use 服务,已经包装成 MCP 协议,支持所有的 AI Agent 或 MCP Client 快速调用,实现 macOS、Linux 和 Windows 上的 Computer Use 能力。
项目的背后是 OpenAI 刚发布的 Codex Computer Use,让我看到了基于 Accessibility 可以实现非抢占式 CUA 能力,因此决定复刻一个开源版本
在这期间我利用了之前写的 harness 模版 开启了这个新项目。这是一个可以快速拉起面向 AI 仓库的 template,非常适合 100% AI-Generated 的项目,也是这一个月来我们最大的实践和收获。现在我们可以基于这套方法论快速实现很多东西;如果你有兴趣,我也写了一篇文章专门介绍这套方法论
演示
Codex App 和 Codex CLI
open-computer-use 作为 Computer Use,在 Codex App 和 Codex CLI 里使用,和官方体验一致。
Gemini CLI
https://github.com/user-attachments/assets/eacb3b15-f939-46c7-b3b3-6f876977a58d
Gemini CLI 通过MCP接入使用 open-computer-use,实现完整的 Computer Use 操作。
Linux
https://github.com/user-attachments/assets/e036b1c8-2200-4896-abd4-19225915cf66
open-computer-use 在 Linux 里使用
Quick Start
npm i -g open-computer-use
通过 npm 安装后也会同时提供短命令 ocu。
[!IMPORTANT] macOS 运行环境要求 macOS 14.0 或更高版本。
macOS 第一次使用前,需要授权 Accessibility 和 Screen Recording 的权限,windows和linux无需执行
open-computer-use
# 或
ocu
开始用前可以通过一键安装到主流的Agent里:
# 一键安装到 Codex,写到 ~/.codex/config.toml 中
open-computer-use install-codex-mcp
ocu install-codex-mcp
也可以手动配置到你自己的客户端里:
{
"mcpServers": {
"open-computer-use": {
"command": "open-computer-use",
"args": ["mcp"]
}
}
}
Skill
一键安装skill:
# 安装到 Codex
npx skills add iFurySt/open-computer-use -g -a codex --skill open-computer-use -y
npx skills ls -g -a codex | rg 'open-computer-use'
安装到 Claude Code
npx skills add iFurySt/open-computer-use -g -a claude-code --skill open-computer-use -y
更新已有的全局安装,包括上面安装到 Codex 的那份:
npx skills update open-computer-use -g -y
也可以手动下载 open-computer-use skill 安装
更多
Locked Use 的开启方式、安装组件和权限见文档。
除了直接用上面的 MCP JSON 配置,你也可以用一些内置子命令:
# 一键安装到 Codex,写到 ~/.codex/config.toml 中
open-computer-use install-codex-mcp
# 一键安装到 Codex 插件,主要方便在 Codex App 中使用
open-computer-use install-codex-plugin
# 一键安装到 Claude Code,写到 ~/.claude.json 中
open-computer-use install-claude-mcp
# 一键安装到 Gemini CLI 当前项目,写到 ./.gemini/settings.json
open-computer-use install-gemini-mcp
# 一键安装到 Gemini CLI 用户级配置
open-computer-use install-gemini-mcp --scope user
# 一键安装到 opencode,写到 ~/.config/opencode/opencode.json(或当前生效的配置文件)
open-computer-use install-opencode-mcp
# 直接调用单个 Computer Use tool,输出 MCP 风格的 JSON result
open-computer-use call list_apps
ocu call list_apps
open-computer-use call get_app_state --args '{"app":"TextEdit"}'
# 在同一个进程里编排连续动作,复用 get_app_state 拿到的 element_index
# 连续动作默认会在成功的相邻操作之间 sleep 1 秒
open-computer-use call --calls '[{"tool":"get_app_state","args":{"app":"TextEdit"}},{"tool":"press_key","args":{"app":"TextEdit","key":"Return"}}]'
open-computer-use call --calls-file examples/textedit-overlay-seq.json --sleep 0.5
# 检查权限;只有缺失时才会拉起引导,已全部授权则只打印状态并退出
open-computer-use doctor
# macOS:只查询权限 JSON,不弹引导界面
ocu doctor --json
# 查看帮助
open-computer-use -h
ocu -h
ocu doctor --json(仅 macOS)返回 platform、accessibilityTrusted、screenCaptureGranted、allGranted 和 missingPermissions。缺权限仍返回退出码 0;宿主应检查 allGranted,并在用户授权后再次查询。状态复用现有系统 API/TCC 检测,不代表实际操作已经成功;某些权限变更仍可能需要重启进程。
Cursor Motion
Cursor Motion 是一个面向 macOS 的开源光标运动系统,基于 Software.Inc 几位大佬的公开信息实现的开源版本,也可以到 Releases 页面 下载 app 运行。
Star History
License
MIT。
定向查找(macOS)
知道控件文案或角色时,可以用 app.query() 查找,不用先截图和读取整棵 AX 树。详见查询说明。
持久化配置
使用 ocu config 查看生效配置,用 ocu config set image.format jpg 保存 macOS 截图偏好。默认文件是 ~/.config/ocu/config.json,ENV 优先于文件。详见中文配置说明(English)。

