针对OpenAI与Anthropic在“Computer Use”功能上仅优先支持MacOS的现状，开发者社区近日推出了名为“windows-computer-use”的开源插件，填补了Windows平台下的功能空白。该项目基于MCP协议开发，允许Windows用户通过Codex或Claude Code等客户端，让AI模型直接操控本地任意软件，而非局限于浏览器自动化。技术上，该项目通过模拟屏幕截图与坐标点击的方式实现了底层操作的兜底，确保了对各类Windows软件的兼容性与操控稳定性。目前该项目已在GitHub完全开源，旨在解决Windows用户在AI辅助编程及自动化办公中面临的系统交互瓶颈，提升了AI智能体在桌面端的应用潜力。
事件分析
此次开源项目的发布，标志着AI智能体在本地操作系统层面的控制力正在从单一平台向全平台扩散。MCP协议作为连接大模型与本地环境的关键纽带，在此类应用中发挥了核心作用，降低了开发者构建AI工具的门槛。技术上，采用截图与坐标点击的兜底方案，虽然看似简单，实则是对抗Windows复杂UI环境的一种高效鲁棒策略，避免了繁琐的DOM树分析或API调用。这种“视觉-动作”映射的实现方式，有望成为未来跨平台自动化操作的标准范式。随着此类底层工具的完善，AI的应用场景将从单纯的文本生成向深度的系统级任务自动化转移。
💡 核心观点：开源社区补齐Windows端的AI操控短板，视觉交互技术路线有望打破跨平台自动化的底层壁垒。
原文链接：Linux.do
