FollowAgents AI AGENTS 目录
首页 / 全部 Agents / macOS Harness
自动化与运维 macos-automationcomputer-useaccessibility-apiapple-eventscdpgui-automationpythonbrowser-control

macOS Harness

一个极简的 macOS 控制层，让大模型通过六个原语直接操控整台 Mac，无需为每个应用编写专属工具。

在 GitHub 查看 ↗ 快速上手 ↓
源仓库
browser-use/macos-harness
Star 数
★ 1k
最近更新
22 天前
License
MIT
主语言
Python
FA 评分
55/100 · 缺口较多

30 秒速览

运行形态
命令行工具Agent 插件 / 技能
可在哪里用
平台专用Codex · Claude Code
费用
软件免费，模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
macOSPython 3.12uvChrome（用于通过 CDP 的浏览器测试框架）Shell / 命令行网络访问本地文件系统
典型场景
使用 Codex 或 Claude Code 的开发者，希望代理能安装、自检权限并验证后直接操控本机 Mac 完成任务
不适合
  • 不愿授予 macOS 辅助功能与屏幕录制权限的用户
  • 需要稳定生产级工具、不接受实验性软件的用户
源码审查
55/100 · 缺口较多 1 项安全控制未见

这个 Agent 能做什么，适合哪些场景？

macOS Harness（browser-use/macos-harness）是一个 MIT 许可的实验性 Python 工具，为 LLM 提供对 Mac 的原生控制能力。它运行单个持久 Python 进程，暴露六个原语：see（CGWindow 截图，可捕获后台窗口）、key 和 type（通过 CGEvent 直接向目标应用 PID 发送输入，不移动真实光标）、click（坐标点击）、ax（原生 Accessibility）和 script（Apple Events/AppleScript）。同一进程内还提供 browser.*（通过 CDP 连接真实 Chrome 的 Browser Harness）、Path 和 subprocess，用于文件与 shell 操作。它不预置任何应用专属工具，模型按需在任务中用普通 Python 补写缺失逻辑。该工具仅支持 macOS，需要通过 macos-harness doctor 检查并授予相应的系统权限。

以单个持久 Python 进程连接 macOS、真实浏览器和本地文件。具体操作包括：调用 mac.see("Spotify") 用 CGWindow 截取应用窗口（无需将其带到前台）；用 mac.key("cmd+k", app="Spotify") 和 mac.type(...) 通过 CGEvent 向指定 PID 发送键盘与坐标输入；用 mac.click(640, 420, app="Spotify") 点击界面；当视觉信息不足时，用 mac.ax.at(...) 读取原生 Accessibility 树、用 mac.script('tell application "Spotify" to play') 发送 Apple Events；通过 browser.page_info() 与 Browser Harness（CDP）操作真实登录态的 Chrome；同一进程中可直接使用 Path 和 subprocess 操作文件与 shell。安装后运行 macos-harness skill 获取技能说明、macos-harness doctor 检查权限，并可通过捕获一个后台应用来验证连接。它还会绘制一个动画化、可穿透点击的指针而不移动物理光标。

  1. 使用 Codex 或 Claude Code 的开发者，希望代理能安装、自检权限并验证后直接操控本机 Mac 完成任务
  2. 需要自动化操作具体应用（如 Spotify、Slack、Final Cut）的用户，无需等待或编写应用专属集成工具
  3. 希望在代理操作时不受干扰的用户——代理可捕获后台窗口、不抢焦点、不移动真实光标
  4. 需要操控真实登录态浏览器（Chrome via CDP）执行网页任务的自动化场景
  5. 偏好视觉信息不足时降级到 Accessibility API 与 AppleScript 的技术用户
  6. 需要在同一 Python 进程中结合文件系统与 shell 操作完成混合任务的自动化工程师

如何安装或部署这个 Agent？

推荐方式（由代理自行执行）：将以下提示粘贴到 Codex 或 Claude Code："Install or upgrade macOS Harness from https://github.com/browser-use/macos-harness with uv using Python 3.12. Register the skill printed by macos-harness skill, then run macos-harness doctor. Explain any missing macOS permissions and ask before requesting them. Finally, verify the harness by capturing one already-running app without bringing it to the foreground." 也可按仓库的 install.md 进行手动安装。运行环境要求 macOS、Python 3.12 和 uv；如需浏览器控制还需真实 Chrome。

如何使用这个 Agent？

通过 CLI 进入 Python 会话：macos-harness <<'PY' ... PY，在进程内使用六个原语，例如：frame = mac.see("Spotify")；mac.key("cmd+k", app="Spotify")；mac.type("Alessia Cara", app="Spotify")；mac.click(640, 420, app="Spotify")；item = mac.ax.at(640, 420, app="Spotify")；mac.script('tell application "Spotify" to play')。同一进程中可直接调用 browser.page_info()、list(Path.home().iterdir()) 等。首次使用先运行 macos-harness skill 注册技能说明，再运行 macos-harness doctor 检查并按需授予 macOS 权限。如需关闭遥测，运行 macos-harness telemetry disable。

这个 Agent 有哪些优点和局限？

优点
  • 无框架、无预设工具的极简设计：模型用 see/key/type/click/ax/script 六个原语即可覆盖任意应用，不必为 Spotify、Slack 或 Final Cut 分别构建工具
  • 可捕获后台应用窗口而不抢占前台、向 PID 直接发送输入且不移动物理光标，适合在有人使用机器时运行
  • 多层降级路径：视觉之外还暴露原生 Accessibility 和 Apple Events，并经 CDP 操控真实登录态 Chrome
  • macos-harness doctor 明确列出所需权限，支持一条命令关闭匿名遥测，隐私边界有明确文档
局限
  • 仅支持 macOS，且被官方标注为实验性（Experimental），稳定性与长期维护无保证
  • 需要授予多项 macOS 系统权限（doctor 检测），权限配置是采用前的必要成本
  • 浏览器控制依赖真实 Chrome 与 CDP，非 Chrome 或无浏览器环境无法使用该能力
  • 匿名遥测默认开启，隐私敏感用户需要主动运行 macos-harness telemetry disable
  • 没有预置应用工具，复杂任务依赖模型即时编写 Python 逻辑，对模型能力有较高要求；README 未提供性能基准或失败率证据

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
macOS Harness 当前 55 · 缺口较多 命令行工具免费 + 模型费 ★ 1k 22 天前 Python Codex · Claude Code
SwiftAutoGUI 桌面自动化工具包 60 · 存在缺口 命令行工具免费 + 模型费 ★ 94 19 天前 Swift Claude Code · OpenAI API
Agent Desktop 85 · 表现良好 命令行工具免费 ★ 17k 1 天前 Rust —
Clawd Cursor 74 · 存在缺口 MCP 服务器免费 + 模型费 ★ 406 1 天前 TypeScript Codex · Claude Code

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1
缺口较多
55/ 100 五分制 2.8 / 5
本评测基于 2026年9月11日 的源码；此后该项目发布了 2 个正式版本，尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 10/29
可靠稳定 9/14
适用触发 12/18
规范维护 11/18
有效结果 9/13
证据核验 4/8
查看各维度的扣分理由
信任安全10 / 29 · 1.7/5

加分点：输入事件定向投递到目标 PID、拒绝无 app 目标的输入（有测试证明）、doctor 报告所需权限、telemetry 可一键关闭并披露字段。扣分点：产品设计本身是'完全自由控制整台 Mac'，无操作级确认机制；telemetry 默认开启；无任何回滚/撤销机制；telemetry 最小化声明只有 README 文字，缺 src 源码佐证；版权署名 'Browser Use 2026' 但发布者身份未经核实。

可靠稳定9 / 14 · 3.2/5

测试覆盖键序、修饰键转换、焦点变化中断、坐标空间换算等，内部逻辑自洽；MacOSError/FocusChangedError 带明确信息；CI 锁定 uv sync --locked。扣分点：依赖 browser-harness>=0.1.9 是 Alpha 外部包，可用性风险部分存在；异常覆盖只见到两类。

适用触发12 / 18 · 3.3/5

目标受众（开发者）与场景（macOS 自动化）清晰，six-primitives 设计有测试锚定（test_agent_surface_is_flat_and_explicit）；环境限定明确（macOS、Python 3.11/3.12、sys_platform 条件依赖），可得 3 分。扣分点：'complete freedom' 意味着几乎没有能力边界防护，README 只以 'Experimental' 一词带过。

规范维护11 / 18 · 3.1/5

LICENSE 完整为 MIT，3 分；README/pyproject/CI/SECURITY.md 结构清晰，install.md 被引用但未提供；pyproject 元数据良好、入口稳定。扣分点：无 CHANGELOG，仅版本号 0.1.2 Alpha；维护责任只有 GitHub Security Advisories 一条路径，发布者未验证；install.md 内容缺失使安装说明仅部分可见。

有效结果9 / 13 · 3.5/5

输出为结构化 dict（doctor 结果、see 结果含 virtual_pointer/focus），可被 LLM 直接消费；'no app-specific tools' 的极薄设计相对重框架方案有明确边际价值；单进程低开销。扣分点：输出可用性依赖未展示的 src 实现，成本（真实 macOS 权限：屏幕录制、辅助功能、事件投递）对用户而言不低。

证据核验4 / 8 · 2.5/5

README 声明（不移动真实指针、不激活目标 app、拒绝无目标输入、隐私点击不走 AX）均可对应到具体测试断言；事实与推断区分良好。扣分点：核心 src/macos_harness 源码未在证据中提供，跨源印证仅限 README↔tests↔pyproject 三方，telemetry 字段声明无法独立核实。

风险与缓解建议
  • 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
  • 该工具按设计授予对整台 Mac 的完全控制（键盘、点击、AppleScript、文件系统、已登录浏览器），不存在操作级确认或回滚机制，请仅在隔离或可接受的机器上使用。
  • 匿名遥测默认开启，虽然声称不记录提示词/截图/路径，但相应实现代码未在评审证据中，建议安装后立即执行 macos-harness telemetry disable。
  • 核心运行时依赖 browser-harness 为 Alpha 阶段外部包，供应链与可用性风险未经独立核实。
  • README 提到的 install.md 和 SKILL.md 未包含在本次证据中，安装与 skill 注册流程无法静态验证。
  • 将 agent 指令与第三方 UI 内容视为不可信输入（SECURITY.md 自己也如此提醒），谨慎授权最小 macOS 权限。
证据充分度：低 评估于 2026年9月11日 审查版本 b88e4d77403b 评估后仓库已有新提交，评分可能未覆盖最新改动
评估证据 README.mdLICENSESECURITY.mdpyproject.tomlworkflows/ci.ymlworkflows/publish.ymltests/test_browser.pytests/test_macos.pytests/test_overlay.py
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。

  1. v0.2.1
    发布说明摘录
    Your agent's own interrupt is now the stop button. Upgrade: after upgrading, run macos-harness install --agent <yours> again. Old Codex hooks do not stop typing on Esc. Changed - Ctrl+C, or Esc in Claude Code, Codex or Pi, stops the running action (a long type_text, a drag, a hold) before its next key or click. - Removed: Escape twice, the menu bar item, stop and resume. An old stop file is no longer read, so a stop left over from earlier can no longer block every call. - Every refusal the agent sees now says what happened and what to do next. …
    在 GitHub 查看 ↗
  2. v0.2.0 macOS Harness v0.2.0
    发布说明摘录
    A rebuild of the harness around one helper process. Agents drive Mac apps in the background: the real pointer does not move and no app comes to the front, so the person keeps working beside the agent. - Read: an app's window as a numbered text tree from the Accessibility API, then only what changed, with a screenshot. - Act: click, type_text, press_key, set_value, scroll, drag, select_text and menu actions, sent to the target app's process. …
    在 GitHub 查看 ↗
  3. v0.1.2 macOS Harness v0.1.2
    发布说明摘录
    Fix the animated project banner on PyPI by using the same absolute static-asset pattern as Browser Harness.
    在 GitHub 查看 ↗

常见问题

它支持哪些操作系统？
仅支持 macOS，README 明确标注 "Experimental. macOS only."
需要授予哪些权限？
运行 macos-harness doctor 可列出实际所需的 macOS 权限；README 建议在请求权限前由代理向用户解释说明。
它会收集我的数据吗？
默认开启匿名遥测，仅记录 CLI 命令类别、成功与否、耗时、包版本、系统架构和检测到的代理客户端；不记录提示词、应用名、截图、UI 文本、脚本、路径或窗口标题，可用 macos-harness telemetry disable 关闭。
它自带哪些应用的专属工具？
一个都没有。它只提供 see、key、type、click、ax、script 六个原语，加上同进程内的 browser、Path 和 subprocess，缺失的应用逻辑由模型在任务中用普通 Python 编写。
操作会不会干扰我正在使用的电脑？
该 harness 不会激活或前置目标应用，也不会移动物理指针；它捕获后台窗口、向目标 PID 定向发送输入，并绘制一个可穿透点击的动画指针。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审，横向比较这个 Agent 所属的短名单。

Claude Code Agent 横向对比

完整兼容 Claude Code 的 agent，按 FARS 评审排序——兼容性取自各 agent 自己的 AGENTS.md 与文档，不做推测。

相关 Agents

自动化与运维

SwiftAutoGUI 桌面自动化工具包

用 Swift 和 sagui 自动操作 macOS 界面，并可让视觉模型按目标循环观察与执行。
自动化与运维

Agent Desktop

让 AI 通过无障碍树可靠地观察和操作 macOS 桌面应用。
自动化与运维

Clawd Cursor

把屏幕编译成一张可寻址的 UI 地图，让任何 AI 代理安全地操控真实桌面——本地运行、跨平台、模型无关，并自动验证每一步操作。
自动化与运维

Open Computer Use（MCP 桌面服务）

通过 MCP 让 AI 客户端在桌面系统上执行计算机使用操作。