Загрузка видео...

Не удалось загрузить видео

На главную

牛逼，Codex 的 Computer Use，不用 Codex 也能用了🔥 有人把它从 ChatGPT 桌面版里拆出来，Claude Code、Pi、Hermes 装上就能看屏幕、点按钮、用软件。 安装一句话，丢给你的 Agent： 按 的文档，为我当前的 agent 安装并配置 LCU。 有 ChatGPT 应用就行，不需要登录。

LawrenceW_Zen's profile picture

劳伦斯

14,001 subscribers

134,008 просмотров • 19 дней назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 13

Фото профиля eacryo
eacryo19 дней назад

好奇这个和 @trycua 哪个强

Фото профиля 陈子龙
陈子龙19 дней назад

我把dsh 和codex 开了一个讨论室 让codex 把computer use 所有能力教给dsh 了

Фото профиля 劳伦斯
劳伦斯19 дней назад

牛逼👍，这想法好

Фото профиля Cheery
Cheery19 дней назад

牛啊，我得给hermes装上。

Фото профиля mao mao
mao mao19 дней назад

computer-use as a plugin instead of locked to one chat is the part i wanted. curious how flaky the click target mapping gets.

Фото профиля springgg@AI
springgg@AI19 дней назад

@bot 发给我的bot让他去安装

Фото профиля Jerry
Jerry19 дней назад

我最近也在折腾 AI 操作手机，感觉难点不只是能点按钮，而是点完能否确认真的成功。尤其付款、发送这类动作，审批和结果核对得单独做。

Фото профиля ace
ace19 дней назад

这个有点意思，装上之后实际操作延迟怎么样？Claude Code 配起来麻烦吗

Фото профиля Wen
Wen19 дней назад

Computer Use 被拆出来不意外：看屏点按钮这种脏活，官方产品线永远嫌它不够体面，但 agent 真干活全靠它，社区自己动手丰衣足食才是常态。

Фото профиля 邪修灰域档案
邪修灰域档案19 дней назад

都以为捡了个好玩的极客外挂。手一旦能直接点屏幕，所有App的高墙全白搭了。连界面都不用露，辛辛苦苦养大的软件，全沦为替它切菜的无名后厨。

Фото профиля Claude Qin
Claude Qin19 дней назад

拆出来给别家 agent 用这招挺狠，但 Computer Use 的软肋一直是坐标：缩放比例一变、或者外接个 4K 屏，点下去就差半厘米。它借的还是本机已登录的 ChatGPT 应用，替人点按钮这动作一旦碰上邮箱、网银这种有权限的东西，责任就说不清了。想玩得稳，先只给它沙盒环境。

Фото профиля Winston
Winston19 дней назад

不用 Codex 也能用 Computer Use，这下门槛真低了。

Фото профиля 桃野 cultus🫧
桃野 cultus🫧19 дней назад

装到自己的agent上就能操控屏幕了，这波真是把大门踹开了😍想起以前配环境折腾一下午，现在一句话搞定，爽到，有关必回

Похожие видео

学习研究了下 amontlabs/lcu 这个项目，它把 Codex 的 Computer Use（让 AI 看屏幕、点鼠标、敲键盘来操作电脑的能力）单独拆了出来，让 Claude Code、Codex CLI、Pi 等其他 AI Agent 工具也能调用。 我本来还以为它是模仿 Codex 实现了一套，原来是直接用的 Codex 的 Computer Use，在本机找到已安装的 ChatGPT 桌面版，启动其中 OpenAI 自带的 Computer Use 运行时，再通过 MCP 接到你用的 Agent 工具里。仓库文档写明，指令、执行和权限策略都以 OpenAI 原版运行时为准。 因此电脑上必须装有官方 ChatGPT 桌面版，但不需要登录 ChatGPT 或 Codex 账号。 它给模型的工具很少。常见的电脑操控方案会把截图、点击、输入、滚动各做成一个工具，LCU 只给两个：js 和 js_reset。 js 用来执行一段 JavaScript 代码，运行环境里预置了一个名为 cua 的对象。模型通过写代码来操作电脑：先调用 cua.getState() 拿到当前桌面状态和使用说明，再用 getApp 选定某个窗口，然后调用 click、typeText、pressKey、getScreenshot 等方法。点击、输入、读取结果可以写在同一段代码里，一次调用完成。 这个 JavaScript 环境会保留状态，上一次调用里定义的变量，下一次还能接着用；环境出问题时调用 js_reset 清空重来。除了截图，模型还能读取窗口的无障碍信息（操作系统提供给读屏软件的界面元素列表），按元素点击，不必完全依赖屏幕坐标。 js 加 cua 对象这套接口是 OpenAI 原版的设计，LCU 原样转发。仓库记录显示，在 macOS 上对比测试时，模型收到的初始化说明和首次调用返回的使用指南，与官方 Codex 收到的内容逐字节一致。 目前正式适配的 Agent 工具是 Pi、Codex CLI 和 Claude Code，Oh My Pi 和 Hermes 为实验性支持。系统支持 Apple Silicon 芯片的 macOS（需授予辅助功能和屏幕录制权限），以及使用 X11 桌面的 Linux（ARM64 和 x86-64）。Windows 11 尚在候选阶段，Intel Mac 和 Wayland 桌面不支持。 控制 Chrome 浏览器需要额外开启，走的是 OpenAI 官方 Chrome 扩展，每个网站仍需单独批准。安装需要 Python 3.12 以上，README 给出的做法是把一段提示词贴给自己的 Agent，让它按安装文档完成配置，也可以从 GitHub 手动下载安装包。 项目地址：
0:30

学习研究了下 amontlabs/lcu 这个项目，它把 Codex 的 Computer Use（让 AI 看屏幕、点鼠标、敲键盘来操作电脑的能力）单独拆了出来，让 Claude Code、Codex CLI、Pi 等其他 AI Agent 工具也能调用。 我本来还以为它是模仿 Codex 实现了一套，原来是直接用的 Codex 的 Computer Use，在本机找到已安装的 ChatGPT 桌面版，启动其中 OpenAI 自带的 Computer Use 运行时，再通过 MCP 接到你用的 Agent 工具里。仓库文档写明，指令、执行和权限策略都以 OpenAI 原版运行时为准。 因此电脑上必须装有官方 ChatGPT 桌面版，但不需要登录 ChatGPT 或 Codex 账号。 它给模型的工具很少。常见的电脑操控方案会把截图、点击、输入、滚动各做成一个工具，LCU 只给两个：js 和 js_reset。 js 用来执行一段 JavaScript 代码，运行环境里预置了一个名为 cua 的对象。模型通过写代码来操作电脑：先调用 cua.getState() 拿到当前桌面状态和使用说明，再用 getApp 选定某个窗口，然后调用 click、typeText、pressKey、getScreenshot 等方法。点击、输入、读取结果可以写在同一段代码里，一次调用完成。 这个 JavaScript 环境会保留状态，上一次调用里定义的变量，下一次还能接着用；环境出问题时调用 js_reset 清空重来。除了截图，模型还能读取窗口的无障碍信息（操作系统提供给读屏软件的界面元素列表），按元素点击，不必完全依赖屏幕坐标。 js 加 cua 对象这套接口是 OpenAI 原版的设计，LCU 原样转发。仓库记录显示，在 macOS 上对比测试时，模型收到的初始化说明和首次调用返回的使用指南，与官方 Codex 收到的内容逐字节一致。 目前正式适配的 Agent 工具是 Pi、Codex CLI 和 Claude Code，Oh My Pi 和 Hermes 为实验性支持。系统支持 Apple Silicon 芯片的 macOS（需授予辅助功能和屏幕录制权限），以及使用 X11 桌面的 Linux（ARM64 和 x86-64）。Windows 11 尚在候选阶段，Intel Mac 和 Wayland 桌面不支持。 控制 Chrome 浏览器需要额外开启，走的是 OpenAI 官方 Chrome 扩展，每个网站仍需单独批准。安装需要 Python 3.12 以上，README 给出的做法是把一段提示词贴给自己的 Agent，让它按安装文档完成配置，也可以从 GitHub 手动下载安装包。 项目地址：

宝玉

89,596 просмотров • 1 месяц назад

答应朋友们的来了！ 你现在能用我的这个 Skills 远程控制 CodeX App 了！ 安装以后会自动运行配置引导，跟着 CodeX 的指引配置就可以。 同时修复了一些问题。 如果你之前装不上的话，让 Claude 或 CodeX 卸载你的 Skills，重新安装就可以。
1:35

答应朋友们的来了！ 你现在能用我的这个 Skills 远程控制 CodeX App 了！ 安装以后会自动运行配置引导，跟着 CodeX 的指引配置就可以。 同时修复了一些问题。 如果你之前装不上的话，让 Claude 或 CodeX 卸载你的 Skills，重新安装就可以。

歸藏(guizang.ai)

51,858 просмотров • 8 месяцев назад

一个比ChatGPT强大100倍的AI工具codex！ 2026年你可以不会用ChatGPT，但你一定要学会用codex。 这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频， 从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。
30:45

一个比ChatGPT强大100倍的AI工具codex！ 2026年你可以不会用ChatGPT，但你一定要学会用codex。 这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频， 从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。

0x鸣人

110,054 просмотров • 5 месяцев назад

教你一个免费白嫖使用 Codex + Computer Use + Blender 的机会。 GPT-6 Astra 的额度即使是 20X 的 Pro 用起来也消耗的巨快。 看到说 Nex-AGI 能媲美 GPT-6 Astra，不管了我直接上手先来试试看✌🏻 我的想法是先让它来处理一个长程的识图任务： 丢了一张图给它，然后让它参考图例，开发一个网页小游戏：网页版麻将 等了一个半小时终于跑完，我测试完效果，我不得不说，我要继续白嫖这个模型了。 现在免费不说，能力还这么强，大家有空都用免费的模型来试试 Codex + Computer Use + Blender 吧。 我来告诉大家白嫖流程 1、当然要先安装了Codex 2、安装Codex++, 配置OpenRouter 3、选择免费模型 nex-agi/nex-n2.5-pro:free 4、Codex 中安装插件 Computer Use，并启用 5、让 Codex 安装 Blender客户端，再加上安装 Blender MCP 6、让Codex 使用 Computer Use 指挥 Blender 7、甚至可以加上 Seedance 2.5, Blender跑白模，不行继续Blender重跑，这样不用消耗巨贵的 Seedance 2.5 白跑了 8、你想玩啥随便玩，终于不用担心 token 额度了。 目前在 OpenRouter 上调用 Nex-AGI 系列模型限时免费！ 有兴趣的可以去试试看。 传送门👉🏻：
1:18

教你一个免费白嫖使用 Codex + Computer Use + Blender 的机会。 GPT-6 Astra 的额度即使是 20X 的 Pro 用起来也消耗的巨快。 看到说 Nex-AGI 能媲美 GPT-6 Astra，不管了我直接上手先来试试看✌🏻 我的想法是先让它来处理一个长程的识图任务： 丢了一张图给它，然后让它参考图例，开发一个网页小游戏：网页版麻将 等了一个半小时终于跑完，我测试完效果，我不得不说，我要继续白嫖这个模型了。 现在免费不说，能力还这么强，大家有空都用免费的模型来试试 Codex + Computer Use + Blender 吧。 我来告诉大家白嫖流程 1、当然要先安装了Codex 2、安装Codex++, 配置OpenRouter 3、选择免费模型 nex-agi/nex-n2.5-pro:free 4、Codex 中安装插件 Computer Use，并启用 5、让 Codex 安装 Blender客户端，再加上安装 Blender MCP 6、让Codex 使用 Computer Use 指挥 Blender 7、甚至可以加上 Seedance 2.5, Blender跑白模，不行继续Blender重跑，这样不用消耗巨贵的 Seedance 2.5 白跑了 8、你想玩啥随便玩，终于不用担心 token 额度了。 目前在 OpenRouter 上调用 Nex-AGI 系列模型限时免费！ 有兴趣的可以去试试看。 传送门👉🏻：

AI少年

63,661 просмотров • 1 месяц назад

“嘿，快看，不需要会写代码了，我用 Cursor 一句话做了一个网站，我给你网址： !” 一看上面👆这个人就没装 Zeabur 的 VSCode/Cursor 插件 🤡 我这种装好了 Zeabur 插件的人，使用 Cursor Composer 一句话生成网站，再通过一个按钮就可以部署到线上给推友们看了
0:52

“嘿，快看，不需要会写代码了，我用 Cursor 一句话做了一个网站，我给你网址： !” 一看上面👆这个人就没装 Zeabur 的 VSCode/Cursor 插件 🤡 我这种装好了 Zeabur 插件的人，使用 Cursor Composer 一句话生成网站，再通过一个按钮就可以部署到线上给推友们看了

Yuhang

82,717 просмотров • 2 лет назад

一定要用最聪明最贵的AI大脑型，一定要用最先进的生产力工具！ 实在不理解为啥还有很多人在折腾国内的几个大厂的桌面agent， 1️⃣字节的Coze（一直抄来抄去到现在也不智能，只能用命令行） 2️⃣阿里的悟空（内测邀请制，不好用） 3️⃣腾讯的workbuddy（很基础不智能） 4️⃣腾讯的马维斯（能力比较全面能操控电脑，浏览器） 以上在Codex面前都是弟弟， 我就一句话，国内外众多桌面Agent里，只用Codex就够了， 尤其是零基础小白、文科生，无脑用Codex，别瞎折腾了
0:42

一定要用最聪明最贵的AI大脑型，一定要用最先进的生产力工具！ 实在不理解为啥还有很多人在折腾国内的几个大厂的桌面agent， 1️⃣字节的Coze（一直抄来抄去到现在也不智能，只能用命令行） 2️⃣阿里的悟空（内测邀请制，不好用） 3️⃣腾讯的workbuddy（很基础不智能） 4️⃣腾讯的马维斯（能力比较全面能操控电脑，浏览器） 以上在Codex面前都是弟弟， 我就一句话，国内外众多桌面Agent里，只用Codex就够了， 尤其是零基础小白、文科生，无脑用Codex，别瞎折腾了

AYi

82,700 просмотров • 5 месяцев назад

最近 Muse 很火，我也在想：有没有可能，让我们已经在用的任意的AI，也拥有像 Muse 一样操作电脑的能力？ 因此我周末捣鼓了开源一个skill。一句话来讲，使用它可以让任何AI 接到电脑上的 Computer Use，让它能看屏幕、点按钮、输入文字，直接操作 App 顺着这个方向，可以尝试的事情就很多了：找餐馆、查机票、购物比价，或者整理社交媒体素材。以前需要自己在几个 App 之间来回切换，现在可以试着用一句话把任务交给你已经订阅了的AI。（Kimi, 豆包 Gemini, Codex, Claude 等等） 开源链接 使用方式 把这个 GitHub 链接直接给到 AI，让它帮忙安装 在 demo 里，我演示了如何安装，并以 Claude Code 为例，操作我的浏览器，帮我给餐馆定位 我更感兴趣的是背后的成本空间。 这个 skill 复用了本机已安装的 ChatGPT/Codex Computer Use 组件，由你选择的模型理解任务、决定下一步怎么做。项目脚本本身不调用 OpenAI 推理 API，因此，不会消耗 OpenAI 的 Token，但前提是你要安装了 Codex 我自己也更愿意让操作发生在自己的电脑上，继续用自己的 App 和登录状态。此外所有的支付信息、付款记录全部留在本地，解决合规、隐私的顾虑 先开源出来，给大家玩玩。我很想看看，当更多 AI 能直接操作电脑之后，大家会拿它做出什么有意思的东西 如果是你，你最想让它接手电脑上的哪件事？如果你用起来觉得还挺有意思的，欢迎提交 PR，也欢迎点点 star 后续我们也会用仓库把我们的投研 harness 陆续开源出来
0:43

最近 Muse 很火，我也在想：有没有可能，让我们已经在用的任意的AI，也拥有像 Muse 一样操作电脑的能力？ 因此我周末捣鼓了开源一个skill。一句话来讲，使用它可以让任何AI 接到电脑上的 Computer Use，让它能看屏幕、点按钮、输入文字，直接操作 App 顺着这个方向，可以尝试的事情就很多了：找餐馆、查机票、购物比价，或者整理社交媒体素材。以前需要自己在几个 App 之间来回切换，现在可以试着用一句话把任务交给你已经订阅了的AI。（Kimi, 豆包 Gemini, Codex, Claude 等等） 开源链接 使用方式 把这个 GitHub 链接直接给到 AI，让它帮忙安装 在 demo 里，我演示了如何安装，并以 Claude Code 为例，操作我的浏览器，帮我给餐馆定位 我更感兴趣的是背后的成本空间。 这个 skill 复用了本机已安装的 ChatGPT/Codex Computer Use 组件，由你选择的模型理解任务、决定下一步怎么做。项目脚本本身不调用 OpenAI 推理 API，因此，不会消耗 OpenAI 的 Token，但前提是你要安装了 Codex 我自己也更愿意让操作发生在自己的电脑上，继续用自己的 App 和登录状态。此外所有的支付信息、付款记录全部留在本地，解决合规、隐私的顾虑 先开源出来，给大家玩玩。我很想看看，当更多 AI 能直接操作电脑之后，大家会拿它做出什么有意思的东西 如果是你，你最想让它接手电脑上的哪件事？如果你用起来觉得还挺有意思的，欢迎提交 PR，也欢迎点点 star 后续我们也会用仓库把我们的投研 harness 陆续开源出来

美研芒格君

17,371 просмотров • 1 месяц назад

我去，这个介绍Hermes Agent 有点太全面了。 跟着 Lonely 的方法把 Hermes 装上了，比想象中简单。并且直接接入了 X Premium，大模型费用也省去了。 过程就四步： >把 Hermes 的 GitHub 链接直接丢给大模型，让它照着文档一步步带我装（仓库地址： >装上中文 GUI，界面清爽，不用一直盯着终端黑框 >对接 X Premium 的 grok API，看热点、追 X 上的讨论这块交给它 >跑一遍测试，确认能正常接活 全程没踩坑，装完直接能用，确实实用。命令和细节我就不复述了，看视频和文章更直观。
0:59

我去，这个介绍Hermes Agent 有点太全面了。 跟着 Lonely 的方法把 Hermes 装上了，比想象中简单。并且直接接入了 X Premium，大模型费用也省去了。 过程就四步： >把 Hermes 的 GitHub 链接直接丢给大模型，让它照着文档一步步带我装（仓库地址： >装上中文 GUI，界面清爽，不用一直盯着终端黑框 >对接 X Premium 的 grok API，看热点、追 X 上的讨论这块交给它 >跑一遍测试，确认能正常接活 全程没踩坑，装完直接能用，确实实用。命令和细节我就不复述了，看视频和文章更直观。

产品经理老王霸

33,944 просмотров • 4 месяцев назад

1分钟教会你，把 DeepSeek 接入 Codex！ 不用登录 Codex，也不用订阅，就能低成本使用 Codex 干活 操作步骤： 1. 下载并安装 Codex，先不要登录 2. 下载并安装 CC Switch 3. 在 DeepSeek 开发者平台创建 API Key 4. 打开 CC Switch，选择 Codex → 添加 DeepSeek 5. 粘贴 API Key，并开启 Codex 路由 6. 点击启用，显示“切换成功”后重启 Codex看到 DeepSeek 并且可以正常回复，就说明配置成功了 其他国产大模型也可以用同样的方法接入
1:31

1分钟教会你，把 DeepSeek 接入 Codex！ 不用登录 Codex，也不用订阅，就能低成本使用 Codex 干活 操作步骤： 1. 下载并安装 Codex，先不要登录 2. 下载并安装 CC Switch 3. 在 DeepSeek 开发者平台创建 API Key 4. 打开 CC Switch，选择 Codex → 添加 DeepSeek 5. 粘贴 API Key，并开启 Codex 路由 6. 点击启用，显示“切换成功”后重启 Codex看到 DeepSeek 并且可以正常回复，就说明配置成功了 其他国产大模型也可以用同样的方法接入

币胜客

71,946 просмотров • 3 месяцев назад

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。 立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。 下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。 我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。 一、手机直接装（最简单） 手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。 点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许 打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。 相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给 回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试） 先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。 模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。 模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。 三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配： 读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。 它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。 地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。 仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。
0:31

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。 立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。 下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。 我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。 一、手机直接装（最简单） 手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。 点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许 打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。 相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给 回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试） 先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。 模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。 模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。 三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配： 读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。 它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。 地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。 仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

劳伦斯

74,707 просмотров • 2 месяцев назад

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。
0:22

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,590 просмотров • 5 месяцев назад

👀 如果你的编码 Agent 能看到你的屏幕、操作你的应用呢？ 有了 Midscene Skills，Coding Agent 不只是写代码——它会启动应用、操作 UI、截图验证一切是否正常。 桌面应用、移动设备、浏览器，一句 Prompt 搞定。
1:40

👀 如果你的编码 Agent 能看到你的屏幕、操作你的应用呢？ 有了 Midscene Skills，Coding Agent 不只是写代码——它会启动应用、操作 UI、截图验证一切是否正常。 桌面应用、移动设备、浏览器，一句 Prompt 搞定。

Leyang

19,104 просмотров • 8 месяцев назад

终于有人把 AI 联网这块硬骨头给啃下来了。 挖到一个开源github项目 Agent-Reach 简直就是给 AI Agent 量身定制的全能联网情报助手： 一句话介绍：它就是一个专门给 AI Agent（如 Claude Code, Cursor 等）调用的全网搜索工具，让 AI 不花一分钱就能直接上网抓一手资料。 核心亮点： 全网通杀：X、Reddit、YouTube、小红书、B站... 只要是网上有的，没有它看不着的！ 快速获取：绕过 403 封锁，直接读取，情报喂到嘴里！ 一句话进化：安装链接丢给 Agent，它自己安装、自己体检、自己配置，3 分钟从断网孤岛变身全知全能！ 别让你的 AI 继续当瞎子了！这才是 Agent 该有的完全体！ 地址： 仅做开源分享，dyor。
0:32

终于有人把 AI 联网这块硬骨头给啃下来了。 挖到一个开源github项目 Agent-Reach 简直就是给 AI Agent 量身定制的全能联网情报助手： 一句话介绍：它就是一个专门给 AI Agent（如 Claude Code, Cursor 等）调用的全网搜索工具，让 AI 不花一分钱就能直接上网抓一手资料。 核心亮点： 全网通杀：X、Reddit、YouTube、小红书、B站... 只要是网上有的，没有它看不着的！ 快速获取：绕过 403 封锁，直接读取，情报喂到嘴里！ 一句话进化：安装链接丢给 Agent，它自己安装、自己体检、自己配置，3 分钟从断网孤岛变身全知全能！ 别让你的 AI 继续当瞎子了！这才是 Agent 该有的完全体！ 地址： 仅做开源分享，dyor。

爱丽丝呀！

36,085 просмотров • 3 месяцев назад

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。
1:08

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

89,993 просмотров • 3 месяцев назад

「Mac 安装软件必备 Applite」做个视频分享下，有很多 mac 用户并不知道怎么下载安装 App，直接搜索下载要么找不到、也容易下错，Applite 就是非常不错的选择。轻点鼠标就能用上老司机们用了十几年的宝藏 homebrew 来安装 App，简单便捷又安全。
1:25

「Mac 安装软件必备 Applite」做个视频分享下，有很多 mac 用户并不知道怎么下载安装 App，直接搜索下载要么找不到、也容易下错，Applite 就是非常不错的选择。轻点鼠标就能用上老司机们用了十几年的宝藏 homebrew 来安装 App，简单便捷又安全。

酱紫表

183,698 просмотров • 2 лет назад

发布今年第 18 款产品：yomado（夜窗），给 agent 用的虚拟显示屏。 起因是我自己的刚需。现在 Codex 这类 agent 已经能看截图、点鼠标、敲键盘去操作电脑了，但大部分软件根本没有 MCP，比如 Marvelous Designer、Mac 版微信；就算像 Blender 这样有 MCP 的，很多操作还是得看着视口和菜单来做。agent 想用它们，还是得有一块看得见的屏幕。 问题是人和 agent 在用同一台电脑。agent 一开始操作浏览器、微信或者 3D 软件，窗口就在我眼前跳来跳去。尤其是浏览器，它在那边开标签、点页面，我自己想用浏览器都没法好好用。 yomado 做的事很简单：在 Mac 上开几块虚拟屏，按 agent 命名，Codex 一块、Grok Bot 一块。把 agent 要用的 App 拖过去，我自己的窗口留在原来的屏幕上，人和 agent 互不干涉，我也随时能看到它在干什么。 而且这些不用你自己动手。yomado 带了对应的 skill，agent 可以自己开虚拟屏、把要用的 App 挪过去、做完再挪回来，你只管把活交给它。 接下来继续跟进：锁屏或者不接显示器的时候，主机照样能让 agent 继续操作界面。 开源，MIT 协议，Apple 芯片的 Mac 可以直接下载试：
1:00

发布今年第 18 款产品：yomado（夜窗），给 agent 用的虚拟显示屏。 起因是我自己的刚需。现在 Codex 这类 agent 已经能看截图、点鼠标、敲键盘去操作电脑了，但大部分软件根本没有 MCP，比如 Marvelous Designer、Mac 版微信；就算像 Blender 这样有 MCP 的，很多操作还是得看着视口和菜单来做。agent 想用它们，还是得有一块看得见的屏幕。 问题是人和 agent 在用同一台电脑。agent 一开始操作浏览器、微信或者 3D 软件，窗口就在我眼前跳来跳去。尤其是浏览器，它在那边开标签、点页面，我自己想用浏览器都没法好好用。 yomado 做的事很简单：在 Mac 上开几块虚拟屏，按 agent 命名，Codex 一块、Grok Bot 一块。把 agent 要用的 App 拖过去，我自己的窗口留在原来的屏幕上，人和 agent 互不干涉，我也随时能看到它在干什么。 而且这些不用你自己动手。yomado 带了对应的 skill，agent 可以自己开虚拟屏、把要用的 App 挪过去、做完再挪回来，你只管把活交给它。 接下来继续跟进：锁屏或者不接显示器的时候，主机照样能让 agent 继续操作界面。 开源，MIT 协议，Apple 芯片的 Mac 可以直接下载试：

郭宇 guoyu.eth

71,110 просмотров • 25 дней назад

有些用户不想用 Magpie 去代理 Claude Code，只想把Magpie 当成 Claude Code 的多账户切换工具。其实在Magpie 发布的第一天就已经支持这个功能了，只是没有把它显化出来，日后会把这个功能显化出来。 现在你只需要： 1. 别在 Agent 页面中启用 Claude Code。 2. 在供应商页面给 Claude Code 供应商登录多个账号。 3. 把你想用的那个账号设为首选即可。 操作步骤可以见视频
0:21

有些用户不想用 Magpie 去代理 Claude Code，只想把Magpie 当成 Claude Code 的多账户切换工具。其实在Magpie 发布的第一天就已经支持这个功能了，只是没有把它显化出来，日后会把这个功能显化出来。 现在你只需要： 1. 别在 Agent 页面中启用 Claude Code。 2. 在供应商页面给 Claude Code 供应商登录多个账号。 3. 把你想用的那个账号设为首选即可。 操作步骤可以见视频

yetone

65,035 просмотров • 9 дней назад

Codex 5.6 装上这个 Skill，能少写 90% 废代码 很多人用 Codex，需求一丢进去，AI 就开始给你堆组件、装依赖、写一大堆根本用不到的代码。token 越烧越多，代码反而越难维护。 这个 GitHub 项目叫 ponytail。它会在 Codex 写代码前先强制判断：这件事真的需要写吗？项目里有没有现成代码？标准库能不能解决？浏览器原生能力能不能解决？能不能只写一行？ 只有这些路都走不通，才写最少、真正能跑的代码，在也不会出现垃圾代码了。 比如你让 AI 做日期选择器，普通 Agent 可能给你装库、写组件、加样式；ponytail 会直接告诉它：浏览器本身就有 。 安装提示词，直接复制给 Codex： “请帮我安 plugin marketplace add DietrichGebert/ponytail，然后执行 codex plugin add ponytailyossy。安装完成后打开 /hooks，检查并信任 Ponytail 的两个 lifecycle hooks，最后提示我重启 Codex 并新开一个会话。以后所有编码任务默认启用 full 模式；需要更强力地减少过度设计时，使用 yossy ultra。” 少写无用代码 = 少花 Token + 更快交付 + 更少 Bug
0:43

Codex 5.6 装上这个 Skill，能少写 90% 废代码 很多人用 Codex，需求一丢进去，AI 就开始给你堆组件、装依赖、写一大堆根本用不到的代码。token 越烧越多，代码反而越难维护。 这个 GitHub 项目叫 ponytail。它会在 Codex 写代码前先强制判断：这件事真的需要写吗？项目里有没有现成代码？标准库能不能解决？浏览器原生能力能不能解决？能不能只写一行？ 只有这些路都走不通，才写最少、真正能跑的代码，在也不会出现垃圾代码了。 比如你让 AI 做日期选择器，普通 Agent 可能给你装库、写组件、加样式；ponytail 会直接告诉它：浏览器本身就有 。 安装提示词，直接复制给 Codex： “请帮我安 plugin marketplace add DietrichGebert/ponytail，然后执行 codex plugin add ponytailyossy。安装完成后打开 /hooks，检查并信任 Ponytail 的两个 lifecycle hooks，最后提示我重启 Codex 并新开一个会话。以后所有编码任务默认启用 full 模式；需要更强力地减少过度设计时，使用 yossy ultra。” 少写无用代码 = 少花 Token + 更快交付 + 更少 Bug

govin.eth | G哥

54,584 просмотров • 2 месяцев назад

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。
17:56

🎬 90% 的人没用明白 Codex。 因为一开始就把它当成了 ChatGPT。 但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。 我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。 当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,707 просмотров • 4 месяцев назад

挖到一个夯爆的 Codex 插件，如果在用 codex 开发 iOS APP，请安装 Build iOS APPS 这个插件，用了就回不去了！
1:48

挖到一个夯爆的 Codex 插件，如果在用 codex 开发 iOS APP，请安装 Build iOS APPS 这个插件，用了就回不去了！

Paidax

90,086 просмотров • 1 месяц назад