★ FEATURED ARTICLE 【免费下载链接】ghost-osFull computer-use for AI agents. Self-learning workflows. Native macOS. No screenshots required.项目地址https://gitcode.com/gh_mirrors/gh/ghost-os点击查看免费下载Ghost OS 是一款面向 AI 智能体的 macOS 电脑使用Computer Use开源框架让你的 AI Agent 无需截图、直接通过辅助功能树看见并操作Mac 上的任意应用并自带自学习工作流Recipes能力。本文将 Ghost OS 与 Anthropic Computer Use、OpenAI Operator 做逐维度对比帮你在 2 分钟内选对工具。三款 Computer Use 工具速览如果你给 AI Agent 布置过帮我点一下这个按钮或把这封邮件发出去之类的任务大概率发现它只会写代码、跑命令却够不着你屏幕上的真实世界。这正是电脑使用Computer Use技术要解决的问题。目前主流方案有三类Anthropic Computer UseAnthropic 官方模型能力靠截图像素推理来操作电脑通常需自行搭建环境OpenAI OperatorOpenAI 推出的云端浏览器代理专注网页任务全程在云端运行Ghost OS本地 macOS 原生框架通过 MCP 协议 为任意 AgentClaude Code、Cursor、VS Code提供 29 个操作工具数据不出本机。三者定位完全不同前两者是模型侧能力Ghost OS 是本地基础设施。核心差异读屏幕结构而不是猜像素这是 Ghost OS 与其他两者最大的技术分歧点。传统 Computer Use 工具的工作方式是截图 → 让大模型看像素 → 猜元素位置 → 点击坐标。这带来三个老毛病每次执行都要重复昂贵的视觉推理、分辨率变化就失准、网页动态内容经常点错。Ghost OS 反过来优先读取macOS 辅助功能树Accessibility Tree——每个按钮、输入框、链接都有结构化的角色、名称、坐标信息精确且零推理成本只有当 AX 树不够用比如 Gmail、Slack 这类网页应用把一切暴露为 AXGroup时才回退到本地视觉模型 ShowUI-2B做视觉定位。视觉模型完全跑在本地见 vision-sidecar/server.py。全维度对比Ghost OS vs Computer Use vs Operator维度Ghost OSAnthropic Computer UseOpenAI Operator如何看屏幕辅助功能树 本地 VLM仅截图仅截图️原生应用支持任意 macOS 应用任意靠像素仅浏览器自学习工作流JSON Recipes无无数据留在本地是视搭建方式否云端开源协议MIT否否运行成本一次性推理 廉价执行每步都消耗视觉推理订阅制一眼可见的差异Operator 只能碰浏览器做不了把 Finder 里的文件拖进文件夹Computer Use 每次执行都在烧 token而 Ghost OS 走的是结构优先、视觉兜底、学会一次、永久复用的路线。杀手锏自学习 Recipes学会一次终身复用Ghost OS 最有想象力的设计是自学习配方Recipes。你手动演示一遍任务比如发一封邮件Agent 通过ghost_learn_start/ghost_learn_stop录制你的每一步操作自动把可变内容收件人、主题、正文参数化合成一个可复用的 JSON 配方。之后只需一句给 bob 发封邮件谈 Q4 报告Agent 调用ghost_run一条命令完成7 步、30 秒、100% 可靠——因为执行配方的是小模型如 Haiku不再需要前沿模型重复昂贵推理。而且配方就是明文的 JSON 文件运行前可以逐行审查可分享给团队没有任何黑盒。仓库自带多个可直接使用的示例recipes/gmail-send.json — 通过 Gmail 发送邮件recipes/slack-send.json — 发送 Slack 消息recipes/arxiv-download.json — 搜索并下载 arXiv 论文recipes/finder-create-folder.json — 在访达中创建文件夹配方引擎实现见 Sources/GhostOS/Recipes/RecipeEngine.swift。不止浏览器Slack、Finder 统统能操作Operator 的能力边界是浏览器标签页而 Ghost OS 操作的是你的整台 Mac。发 Slack 消息、在访达建文件夹、管理窗口、拖拽文件、按组合键……全部原生支持。29 个工具覆盖感知、操作、窗口管理三大类感知ghost_context、ghost_find、ghost_read、操作ghost_click、ghost_type、ghost_drag、ghost_hotkey、窗口与等待ghost_focus、ghost_wait。完整工具清单见 GHOST-MCP.md。隐私与开放性数据不出本机本地优先辅助功能树读取、ShowUI-2B 视觉模型全部在本机运行敏感数据邮件、聊天内容不经过任何第三方云端开源透明MIT 协议核心是约 7000 行 Swift Python 视觉边车构建基于 Package.swift源码在 Sources/GhostOS/协议开放通过 MCPModel Context Protocol对接Claude Code、Cursor、VS Code 等任意 MCP 客户端即插即用。2 分钟快速上手Ghost OS 需要 macOS 14安装只有两条命令brew install ghostwright/ghost-os/ghost-os ghost setupghost setup会自动处理辅助功能/屏幕录制权限、MCP 配置、配方安装和视觉模型下载。装完跑ghost doctor可一键体检全部通过即表示健康。若偏好源码构建git clone https://gitcode.com/gh_mirrors/gh/ghost-os cd ghost-os swift build结论三种需求三个答案你的场景推荐只想让 AI 在网页上订票、填表不想折腾OpenAI Operator在构建 Agent 产品线需要模型级 Computer Use APIAnthropic Computer Use在 Mac 上想让 Agent 操作任意应用、注重隐私、追求可复用低成本执行Ghost OS一句话总结Operator 替你上网Computer Use 让模型学上网Ghost OS 让任意 Agent 接管你的 Mac——而且学会的每个流程都会变成一份可审计的 JSON 配方终身免费复用。对于在 macOS 上做本地 AI 自动化的用户这就是目前最完整的开源答案。赞分享【免费下载链接】ghost-osFull computer-use for AI agents. Self-learning workflows. Native macOS. No screenshots required.项目地址https://gitcode.com/gh_mirrors/gh/ghost-os点击查看免费下载相关推荐Inertia.js与传统SPA的终极对比为什么选择Inertia.jsInertia.js与传统SPA的终极对比为什么选择Inertia.js Inertia.js是一个创新的前端框架它巧妙结合了Vue.js、React或S前端后端Web框架BabyBluetooth与CoreBluetooth对比为什么选择BabyBluetoothBabyBluetooth与CoreBluetooth对比为什么选择BabyBluetooth 在iOS和macOS蓝牙BLE开发中开发者面临着一个重要选择通信Nextflow插件系统揭秘如何扩展你的工作流生态系统Nextflow插件系统揭秘如何扩展你的工作流生态系统 Nextflow作为一款强大的工作流编排工具其插件系统是扩展功能、定制工作流的核心引擎。通过插件你创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
