AI编码
x.com ·
@宝玉 (@dotey)
amontlabs/lcu：把 Codex Computer Use 拆出来供其他 AI Agent 调用
该项目将 Codex 的 Computer Use 能力单独拆出，通过 MCP 接入 Claude Code、Codex CLI、Pi 等 Agent 工具。实现上并非自研，而是调用本机已安装的 ChatGPT 桌面版中 OpenAI 自带的 Computer Use 运行时，指令、执行与权限策略均以 OpenAI 原版为准，无需登录 ChatGPT 或 Codex 账号。工具接口极简，仅提供 js 和 js_reset：模型在预置 cua 对象的 JavaScript 环境中编写代码，通过 cua.getState()、getApp、click、typeText、pressKey、getScreenshot 等操作电脑，环境保留状态，可读取窗口无障碍信息按元素点击。正式适配 Pi、Codex CLI、Claude Code，Oh My Pi 与 Hermes 为实验性支持；支持 Apple Silicon macOS（需辅助功能与屏幕录制权限）和 X11 Linux，Windows 11 尚在候选，Intel Mac 与 Wayland 不支持。控制 Chrome 需额外开启官方扩展并逐站批准，安装需 Python 3.12 以上。
AI推荐理由
具体介绍 amontlabs/lcu 项目：将 Codex 的 Computer Use 运行时通过 MCP 暴露给 Claude Code、Codex CLI、Pi 等 Agent 工具，并说明其实现方式（复用本机 ChatGPT 桌面版中的 OpenAI 原版运行时，无需登录）、极简工具接口（js/js_reset 与 cua 对象）、状态保持、无障碍信息读取、平台支持范围（Apple Silicon macOS、X11 Linux，Windows 11 候选，Intel Mac 与 Wayland 不支持）及安装要求（Python 3.12+）。信息密度高、细节可验证，对 Agent 工具链与 Computer Use 落地有实际参考价值；但属个人研究转述，非官方发布，逐字节一致等说法来自仓库记录，未独立验证，且未提供实测效果数据。
78
浏览 43,774
点赞 435
评论 59
转发 68
正文
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：https://github.com/amontlabs/lcu