open-computer-use
为LLM提供独立、隔离的Docker沙箱计算机，支持代码执行、文档处理与实时浏览器操作。
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：open-computer-use。 它的用途是：为LLM提供独立、隔离的Docker沙箱计算机，支持代码执行、文档处理与实时浏览器操作。 完整的 Skill 内容见：https://321skill.com/skills/open-computer-use/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
“帮我分析一下GitHub上本周趋势Python项目，把结果整理成一份带有图表的Excel报告。” 它会启动一个隔离的容器，使用Playwright浏览器抓取GitHub Trending页面，用Python进行数据处理和分析，最后调用内置的文档技能生成格式专业的Excel文件并返回给你。
介绍
Open Computer Use 是一个MCP服务器，旨在解决大型语言模型（LLM）无法直接操作真实计算机环境的问题。它为每个AI对话会话创建一个独立的Docker容器，模拟一个功能齐全的Ubuntu沙箱，让LLM能够像人类开发者一样，在隔离、安全的环境中执行代码、管理文件、运行服务，而无需担心环境污染或用户数据泄露。
使用时，您需要将其作为MCP服务器部署，并连接到支持MCP协议的客户端（如Open WebUI、Claude Desktop）。部署后，AI助手即可获得一个虚拟计算机的访问权限，您可以在客户端界面中直接看到AI操作的实时浏览器画面、终端输出，并与之交互。AI可以利用内置的十多种技能，完成从数据分析到文档生成等一系列任务。
该工具非常适合需要AI进行复杂、多步骤环境操作的用户，例如开发者希望AI协助搭建开发环境、运行测试脚本；内容创作者需要AI自动搜集资料并生成报告；或研究人员需要可复现的代码执行环境来分析数据。它让AI从单纯的文本生成者，转变为能够执行具体计算任务的“数字员工”。
建议在初次使用时，先从官方提供的在线Demo或演示课程入手，熟悉其工作流程和技能范围。由于涉及Docker容器和网络资源，请确保部署服务器有足够的计算和存储资源。对于生产环境，请仔细规划用户隔离、资源配额和网络安全策略。
核心特点
与同类工具相比，它提供了基于Docker的完整Linux沙箱环境，并集成了实时CDP浏览器流和十多种开箱即用的文档处理、网页操作技能，支持将Claude Code作为子代理在沙箱内运行，实现了从代码执行到可视化操作的全栈能力。
注意事项
不适合对延迟极其敏感或资源极度受限的轻量级、一次性脚本执行场景。
常见问题
Open Computer Use 和 Claude Code 有什么区别？
Claude Code是Claude.ai内置的代码执行环境，而Open Computer Use是自托管、可接入任何兼容OpenAI API的LLM的独立MCP服务器，提供完整的Docker沙箱、实时浏览器和更多预制技能。
需要自己安装Docker吗？
是的，部署Open Computer Use服务器需要宿主机已安装Docker，因为它会动态创建和管理容器。
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/open-computer-use/raw/index.md 读取 open-computer-use 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/open-computer-use/raw/index.md（查看排版版本）