美研芒格君 · 2026-10-04 · 帖子

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 https://t.co/nE89deYTba 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