Open Computer Use 接入实战：Codex、Claude Code、Gemini CLI 与 opencode 一键安装 MCP 完整指南

Open Computer Use 接入实战：Codex、Claude Code、Gemini CLI 与 opencode 一键安装 MCP 完整指南

【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（电脑操作）服务，它以 MCP（Model Context Protocol）协议提供服务，让 Codex、Claude Code、Gemini CLI、opencode 等任何 AI Agent 都能直接"操作电脑"：读应用界面、点击、输入、滚动、拖拽。项目灵感来自 OpenAI 的 Codex Computer Use，核心卖点是非侵入式——基于系统辅助功能实现，且支持 macOS、Linux、Windows 三大平台。

本文将从安装到验证，带你用4 条命令把它接入主流 AI 编程工具，全程无需手写配置。

一、什么是 Open Computer Use：MCP 电脑操作服务 30 秒速览

简单说，它把"眼睛 + 手"装进了 AI Agent：

• 眼睛：list_apps列出运行中的应用，get_app_state读取某个应用的界面快照（辅助功能树 + 截图）
• 手：click、type_text、press_key、scroll、drag、set_value、perform_secondary_action九种工具，覆盖绝大多数桌面操作

完整工具定义见 ToolDefinitions.swift，MCP 服务入口在 MCPServer.swift。

对 macOS 用户还有一个惊喜：操作中会显示一个拟真的软件光标，动作过程像真人操作一样自然，相关运动模型见 SoftwareCursorOverlay.swift。

二、快速开始：npm 一键安装 Open Computer Use CLI

1️⃣ 安装 CLI

npm i -g open-computer-use

安装后你会得到两个命令：open-computer-use和短别名ocu。npm 启动器要求Node.js 18+。

2️⃣ macOS 权限（只需一次）

⚠️ macOS 端要求macOS 14.0 及以上，Windows 和 Linux 无此限制。

open-computer-use doctor

doctor会检查 Accessibility（辅助功能）与 Screen Recording（屏幕录制）权限，缺什么就自动弹出引导界面，你只需在系统设置中批准。Windows / Linux 不需要这一步。

3️⃣ 验证服务可用

open-computer-use call list_apps

能看到当前运行的应用列表，说明运行时已经就绪。

三、一键安装 MCP：Codex、Claude Code、Gemini CLI、opencode 四端命令速查

这是本文的重点。项目内置了针对各 Agent 的安装器（源码在 scripts/ 目录），幂等设计——重复执行不会污染已有配置。

对应脚本分别是 install-codex-mcp.sh、install-claude-mcp.sh、install-gemini-mcp.sh 和 install-opencode-mcp.sh，底层由 install-config-helper.mjs 统一完成配置读写。

几个实用细节：

• Gemini CLI默认写入当前项目（.gemini/目录），配合版本管理可以在不同项目间切换；想全局生效加--scope user
• opencode会自动探测你实际使用的配置文件（opencode.json或config.json），两个文件都存在时会同步写入
• 用短别名同样可行：ocu install-codex-mcp

安装完成后，重启对应的 Agent，用自然语言说"帮我打开某个应用并查看内容"，它就会自动调用 Open Computer Use 的工具干活了。

四、进阶用法：Codex App 插件与 Agent Skill

Codex App 插件模式

如果你用的是 Codex App（而非 CLI），推荐插件安装方式：

open-computer-use install-codex-plugin

安装官方 Skill 让 Agent "懂行"

Skill 是一份教 Agent 正确使用电脑操作工具的知识包（权限检查、找不到应用怎么办、快照文本截断如何处理等）。配合 MCP 一起装，Agent 的"操作手感"明显更好：

# 为 Codex 安装 skill npx skills add iFurySt/open-codex-computer-use -g -a codex --skill open-computer-use -y # 为 Claude Code 安装 skill npx skills add iFurySt/open-codex-computer-use -g -a claude-code --skill open-computer-use -y # 更新已安装的 skill npx skills update open-computer-use -g -y

Skill 内容位于 skills/open-computer-use/SKILL.md，其中 references/installation.md 与 references/troubleshooting.md 是排障时最有价值的两份参考。

五、手动配置 MCP：给其他 MCP 客户端的通用方案

如果你的客户端不在内置列表里，直接把这段 stdio 配置加进 MCP 客户端即可：

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

这就是官方 README.md 中给出的通用接入方式，任何支持 MCP 的客户端（包括 Claude Desktop 等）都适用。

六、验证接入成功：3 条自检命令

# 权限体检（macOS 建议常跑） open-computer-use doctor # 列出运行中的应用 ocu call list_apps # 读取某个应用的界面状态 open-computer-use call get_app_state --args '{"app":"TextEdit"}'

三条全部通过，说明 MCP 链路、权限、运行时三者都 OK。

七、常见问题排查清单 🩺

遇到问题时按这个顺序排查，能解决 90% 的情况：

1. macOS 版本太低：macOS 14.0 以下无法启动原生二进制，doctor和权限修复都救不了，需升级系统或换用 Windows / Linux
2. 快照为空：目标应用没有可见窗口（最小化/隐藏），或 macOS 缺屏幕录制权限；Windows/Linux 下则要确认命令运行在已登录的桌面会话内（SSH 会话通常不行）
3. 找应用找不到：先跑call list_apps，用返回里的确切名称或 Bundle ID
4. 文本被截断：快照默认 500 字符限制，可用text_limit参数调大或设为"max"
5. Linux 界面属性报错：升级到包含 AT-SPI 接口检测修复的版本（详见 20260808 历史记录）

完整排障手册：troubleshooting.md

八、项目关键资料索引

总结

Open Computer Use 的接入路径可以浓缩成三步：npm i -g open-computer-use→doctor授权 → 一条install-*-mcp命令。相比手写 MCP 配置，内置安装器让你把 Codex、Claude Code、Gemini CLI、opencode 全部接入只需 4 行命令。装完后，你的 AI 编程助手就拥有了"看屏幕 + 动手操作"的能力——去试试让它帮你操作浏览器或桌面应用吧 🚀

【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