每天点鼠标的两小时,这个开源工具让AI替你干了

你有没有算过，每天有多少时间浪费在"点来点去"上。

填一张报销表要点十几次，给二十个文件改名字要挨个右键，系统设置里找个开关要翻三层菜单。

这些活不难，就是烦。纯手工，还容易点错。

你可能听过"AI帮你操作电脑"这个概念，但之前的技术都不太靠谱：让AI看屏幕截图猜按钮在哪，又慢又贵，还经常点偏。

最近Vercel官方开源了一个新工具，换了个思路解决这个问题。

它叫agent-desktop，开源没几天就冲上GitHub日榜前三。

原理说白了：它不给AI看截图，而是让AI直接"读"电脑系统里的一份控件清单。

这份清单原本是给读屏软件用的。每个按钮叫什么、每个输入框能不能填，写得清清楚楚。AI照着清单操作，指哪打哪，不用猜坐标。也不挑电脑，Mac、Windows、Linux都能用。

快、准，还便宜。装上它，你的电脑就多了一个真的会动手的AI同事。

三步用起来

第一步，安装。

在终端里跑一条命令：

npm install -g agent-desktop

跑完输入 agent-desktop version，能显示版本号就装好了。Windows用户装完直接能用，不用额外设置。

第二步，检查权限。

输入 agent-desktop status，它会检查你的电脑能不能用。Mac用户第一次要给终端开"辅助功能"权限，输入 agent-desktop permissions --guide，跟着提示点几下就行。

第三步，交给AI。

它本身不是AI，是个给AI用的工具。用Claude Code、Codex这类AI编程助手，让它调用agent-desktop干活就行。

AI的干法很规矩：先读一遍界面清单，再动手操作，操作完再读一遍确认做对了。做完自己检查，这是它内置的工作方式，不用你盯着每一步。

四个可以直接抄的指令

场景一，批量整理文件：

"打开桌面上的资料文件夹，把这30个截图按日期重命名，格式：20261104_序号。"

场景二，填重复的表单：

"打开报销系统，把Excel里这10条记录逐条填进表单，每填完一条提交一次，提交后截图确认。"

场景三，改系统设置：

"打开系统设置，把显示器缩放调成125%，然后读一遍设置页面确认生效了。"

场景四，软件里的批量操作：

"打开[某软件]，把设置里的这五个开关按我说的顺序逐个打开，每一步操作完验证一下再进行下一步。"

共同点是：你说目标，它走流程，每步都自己核对。

对了，它操作界面靠的是系统接口，不用抢你的鼠标键盘。你在干活，它在旁边窗口安静跑，互不打架。

什么人适合用

天天跟系统打交道的行政财务：批量改文件、录数据、导报表，重复操作全交给AI跑。

做测试和运维的人：给软件做界面回归测试，AI按清单点点点，比手点的稳定。

同时开好几个窗口的忙碌人：让AI去另一个窗口点设置、关弹窗，不用打断你手上的活。

用AI编程助手干活的人：它和你的Claude Code、Cursor直接配合，AI写代码之余还能顺手操作软件界面。

三句实话

它只管电脑上的软件窗口，不管浏览器里的网页，网页自动化是官方另一个工具agent-browser的活。

有些软件读不了，比如游戏画面、自绘界面的应用，它们的界面清单不开放。

它需要配合能执行命令的AI助手使用，手机上的聊天AI用不了。

重复劳动的价值不该被高估，也不该被低估。这个工具不替你做决定，但它把你每天点鼠标的那两小时，还给了你。

📦 文末福利

我把 87 款工具，整理成了一份《AI提效工具清单》，包含：工具名称 + 适用场景 + 下载地址。

关注公众号，后台回复 清单 即可领取。

AI提效工具百宝箱

长按识别二维码关注新工具不错过，清单持续更新

持续更新中，目前已更新至 11 期