应用介绍
让 AI 代理替你点软件，常见做法是截图再靠像素猜按钮在哪，换了分辨率或主题就点歪。agent-desktop 换了条路：直接读操作系统的无障碍树，给界面上每个能操作的元素一个稳定的 ref，代理按 ref 点击，再重新读一遍确认结果，不靠像素匹配。它是 Vercel Labs 出品的 Rust 命令行加 C 库，Windows、macOS、Linux 都能用，npm 一条命令安装。
它只是个工具，不是代理：观察、操作、验证的循环由调用它的代理或脚本负责，里面没有模型。默认在后台执行，不抢你的鼠标和焦点，需要真实输入时再加 --headed。注意截图、剪贴板和快照里可能带着你桌面上的私人内容，别把它们传到公开日志。
快照与 ref：输出 JSON，每个可操作元素带一个属于该快照的 ref，界面变了会返回 STALE_REF，提示重新快照。
后台操作：通过无障碍接口执行动作，不移动指针也不抢焦点，你可以继续干自己的活。
密集应用的分层读取：先用骨架模式看整体，再针对某个区域深入，大型应用也不会一次读爆。
跨平台：macOS 需要授予辅助功能权限，Windows 同级别应用无需授权，Linux 需要 at-spi2-core。
自带说明：agent-desktop skills get desktop 会输出和当前版本匹配的使用指南，方便代理自己读。
C 库：除了命令行，也提供 C 库供其他程序集成。
它只是个工具，不是代理：观察、操作、验证的循环由调用它的代理或脚本负责，里面没有模型。默认在后台执行，不抢你的鼠标和焦点，需要真实输入时再加 --headed。注意截图、剪贴板和快照里可能带着你桌面上的私人内容，别把它们传到公开日志。
软件功能
快照与 ref：输出 JSON，每个可操作元素带一个属于该快照的 ref，界面变了会返回 STALE_REF，提示重新快照。
后台操作：通过无障碍接口执行动作，不移动指针也不抢焦点，你可以继续干自己的活。
密集应用的分层读取：先用骨架模式看整体，再针对某个区域深入，大型应用也不会一次读爆。
跨平台：macOS 需要授予辅助功能权限，Windows 同级别应用无需授权，Linux 需要 at-spi2-core。
自带说明：agent-desktop skills get desktop 会输出和当前版本匹配的使用指南，方便代理自己读。
C 库：除了命令行，也提供 C 库供其他程序集成。
