browser-use 团队最近开源了一个新项目 macOS Harness,目标很直接:给 LLM 一个持久化的 Python 进程,让它能完成 Mac 上几乎所有任务。

传统 computer use 的思路,是给模型一堆预定义的工具。macOS Harness 反过来,只提供六个原始操作:see、key、type、click、ax、script。模型用这些原语去看屏幕、按键盘、输入文字、点击坐标、读取辅助功能树、执行 AppleScript。遇到没有现成工具的场景,模型自己用普通 Python 写一段逻辑补上。没有框架,没有配方,没有轨道。
代理会在任务进行中编写缺失的部分。这意味着它不需要开发者预先为 Spotify、Slack、Final Cut 单独写工具。它直接面对应用,用 macOS 的原始能力操作。
一个持久进程,连接三样东西:mac.* 操作(截图、事件、辅助功能)、browser.* 操作(真实的、已登录的 Chrome)、还有普通的 Python 文件和 shell。这样,模型既能操作原生应用,也能操作浏览器,还能读写文件、执行命令。
有个细节值得注意:它支持后台捕获应用窗口,不会把目标应用带到前台。虚拟光标是动画的、点击穿透的,不会移动你真正的鼠标指针。权限方面,macos-harness doctor 会报告实际需要的权限。遥测默认开启,但只记录命令类别、成功与否、时长、版本等元数据,不记录屏幕内容。可以禁用。
这个项目目前是实验性的,仅支持 macOS,MIT 许可。如果你想试,把那段提示词粘贴给 Codex 或 Claude Code 就行,它会自己安装、注册技能、检查权限、验证连接。整个过程不需要你手动配置。
现在,你的代理有了一台 Mac。
更多开源项目资讯,欢迎关注云栈社区。
|