macos-computer-use-kit
Sur-Cai/macos-computer-use-kit
DeepSeek Harness 的 macOS computer use：基于无障碍树的稳定 ref 定位、后台输入、Unicode 输入、菜单与应用、set-of-mark 截图、本地 OCR 与动作校验——11 个工具桥接 macos-cu CLI。
- 形态
- Skill 技能
- 安装
- npm 包安装
- 需要密钥
- 是
- 近月下载
- 1,219
- 最近推送
- 1 个月前更新
项目说明
From README
macos-computer-use-kit AX-first macOS computer use for AI agents: an MCP server and a CLI.Agents read the accessibility tree instead of guessing coordinates from screenshots.Input is posted to the target app in the background, so your cursor never moves, and every action is verified.
English · 简体中文 - One command per client.Works with Claude Code, Claude Desktop, Codex, Cursor, Gemini CLI, opencode, pi and DeepSeek Harness.It is a stdio MCP server with no runtime dependencies beyond pyobjc and Pillow.- Accessibility first.
Each element comes back with a stable ref , its role, its label and exact screen geometry.Re-observing returns only the diff.Electron and Chromium apps get their full tree turned on automatically.- Background input.
Clicks, keys, scrolls, drags and Unicode typing are posted to the target process, so the user can keep working.CJK, emoji and accents arrive intact
Original description
AX-first computer use for AI agents on macOS with optional Jev (TypeSafe System One) semantic guards: calibrated target/input judgments before an irreversible action, decisions kept in code. Accessibility-tree targeting, window-scoped input, clipboard-safe paste, read-back verification. Ships a pip CLI, a pi package and a DeepSeek Harness plugin.
安装方式
npm 包安装 · 需要额外配置密钥
dsh plugin --profile web add dsh-macos-computer-use为什么是这个分数
近 35 天内有提交；README 未给出明确安装命令，需要自己读；运行前需要准备 API Key 或环境变量；近月 npm 下载 1219 次，star 不多但真在被使用。
- 维护活跃
- 70
- 实用度
- 90
- 生态热度
- 62
- 上手便捷
- 44
- 信号质量
- 100
- 数据置信度
- 100%
相关插件
dsh-mac-computer-use
OrderG-X/dsh-mac-computer-use
Mac 的视觉优先 computer use：无障碍树不可用时照样能干活。11 个 desktop_* 工具——窗口枚举、截图、OCR 找文字、元素编号、坐标点击、输入、滚动、拖拽，外加 Codex 风格的浮层光标（带弹簧动效）。点击投递给目标进程，不移动真实鼠标、不抢前台。DSH 插件页里显示为「Mac 桌面操作」，设置页会逐项检查命令行引擎和屏幕录制 / 辅助功能权限，缺哪个直接给按钮。装上就能用：安装包自带 dsh-cu 引擎和浮层的通用二进制（Apple 芯片 + Intel，macOS 11 起，本地签名），由发版工作流从仓库里的 Swift 源码编译——不用 clone、不用 Xcode、不用 install.sh。唯一的设置是给 DeepSeek Harness 开一次屏幕录制和辅助功能权限。仅支持 macOS；在 Windows / Linux 上插件照常加载，只是不注册桌面工具。
linkdigest-mcp
jcaiagent7143-ui/linkdigest-mcp
把小红书、抖音、TikTok、YouTube 或 X 链接转成文本：带时间戳的转写、屏幕文字、逐图描述与 OCR、正文与元数据。通过 streamable HTTP 挂载托管的 MCP 服务。
modlens
liustack/modlens
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。