偶然看到 lcu 这个开源项目，它把这套操作电脑的能力单独拆出来，接进 Claude Code、Codex 命令行、Pi 这些 Agent 里用。
装好之后 Agent 能读取窗口内容、点按钮、打字、截图，开了 Chrome 扩展还能读写网页标签页，每个网站要单独点头。
GitHub：http://github.com/amontlabs/lcu
权限这块做得挺细，Agent 第一次碰某个 App 会弹出确认，可以只允许这次对话，也可以一直允许。
一直允许的名单在终端里就能查，增删都要按 Touch ID，Agent 自己跑命令改不了。终端这类高危应用直接拒绝。
前提是本机装着官方 ChatGPT 桌面版，运行时用的就是它自带的那一套。这种拆出来复用的思路我觉得挺聪明。