agent-desktop

收录理由

让AI代理操作真实桌面软件，过去常依赖截图和像素匹配，这套方案既脆弱又低效。agent-desktop换了一条路：直接读取操作系统的辅助功能树，把任意应用的界面转成结构化的JSON，并给出稳定的元素引用，代理就能像人一样去点击、输入、操作那些控件。它用Rust写成，编译后是单个可执行文件，运行时没有任何额外依赖；同时提供C-ABI动态库，Python、Swift、Go等语言可以在进程内加载，不必每次调用都启动新进程。项目还支持MCP服务器模式，接入现有代理工具链几乎零成本。对于需要自动化macOS工作流的团队来说，这是一个可靠且不依赖视觉识别的桌面控制方案。