Agent Desktop
通过无障碍树自动化桌面操作
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Agent Desktop。 它的用途是：通过无障碍树自动化桌面操作 完整的 Skill 内容见：https://321skill.com/skills/agent-desktop-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'使用agent-desktop打开记事本，输入“Hello World”并保存文件到桌面'，它会自动查找记事本窗口，模拟键盘输入内容，然后点击菜单栏的保存按钮，完成文件保存操作。
介绍
Agent Desktop 是一个基于 CLI 的桌面自动化工具，利用操作系统原生无障碍树（Accessibility Tree）实现对桌面应用的观察、交互与自动化控制。它解决了 AI 代理无法直接操作桌面 GUI 的问题，使得 AI 能够像人类一样点击按钮、输入文本、读取窗口内容，从而完成跨应用的复杂工作流。
使用方式非常简单：通过终端运行 agent-desktop 命令，传入目标指令，工具会自动解析当前桌面元素结构，执行相应的操作。例如，你可以让 AI 打开某个软件、填写表单、截取窗口内容，甚至模拟键盘快捷键。它不需要安装额外的驱动程序或依赖，仅依赖系统自带的辅助功能接口。
适合需要批量处理桌面任务的运维工程师、测试工程师，以及希望为 AI 代理赋予桌面操控能力的智能体开发者。对于需要频繁操作多个本地应用的场景（如自动化测试、数据录入、系统监控），Agent Desktop 提供了一种低侵入、高可靠性的解决方案。
使用时需注意，不同操作系统对无障碍树的暴露程度不同，部分老旧应用可能无法完全识别。另外，执行高权限操作（如系统设置修改）可能需要授予辅助功能权限。建议在隔离的测试环境中先行验证，避免误操作影响生产环境。
核心特点
相比基于图像识别或模拟点击的桌面自动化方案，Agent Desktop 直接读取操作系统无障碍树，获取精准的界面元素层级和属性，无需屏幕截图或坐标定位，因此更稳定、更快速，且不易被界面变化干扰。
注意事项
不适合需要视觉识别图像内容（如验证码、图片按钮）或与未暴露无障碍属性的老旧应用交互的场景。
常见问题
Agent Desktop 支持哪些操作系统？
依赖无障碍树，主要支持 Windows（UIA）、macOS（AXAPI）和 Linux（AT-SPI），具体需查看项目文档。
需要 root 或管理员权限吗？
通常不需要，但某些系统级操作（如控制面板）可能需要辅助功能权限，首次使用时会自动提示授予。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-desktop-x-2/raw/index.md 读取 Agent Desktop 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-desktop-x-2/raw/index.md（查看排版版本）