clawdcursor
clawdcursor 能將螢幕上的所有內容編譯成一個 UI 地圖 — 將輔助使用樹與 OCR 融合成穩定、可定址的元素,僅在需要時才擷取螢幕畫面。
clawdcursor 是什麼?
clawdcursor 能將螢幕上的所有內容編譯成一個 UI 地圖 — 將輔助使用樹與 OCR 融合成穩定、可定址的元素,僅在需要時才擷取螢幕畫面,然後透過可重複使用的腳本驅動應用程式,驗證每個操作並經由單一安全閘道路由。
clawdcursor 概覽
這是什麼
Clawd Cursor 是一個本機 MCP 伺服器,讓任何能呼叫工具的代理程式(Claude Code、Cursor、Windsurf、OpenClaw、Claude Agent SDK 或你自己的迴圈)安全地控制真實桌面。它將螢幕編譯成一個 UI 地圖:融合無障礙樹與 OCR,產生一組帶有信賴分數的元素,每個元素標記一個穩定的 el_NN ID,並透過 ID 操作元素——而非像素座標。座標僅在最後手段的截圖/視覺層級出現。它會檢查每個動作是否真的達成了預期效果。本機執行、跨作業系統、支援任何模型。
主要功能
- 將螢幕編譯成 UI 地圖,融合無障礙樹與 OCR,元素帶有穩定 ID(
el_NN)。 - 透過 ID 操作元素,而非像素座標;截圖/視覺僅在最後手段使用。
- 驗證自身動作,並透過單一安全檢查點(允許/確認/封鎖)控管所有操作。
- 跨作業系統:支援 Windows、macOS 與 Linux。
- MCP 原生:單一設定檔,適用任何主機(Claude Code、Cursor、Windsurf 等)。
- 僅本機執行,無需雲端。
- 包含暫停等待使用者輸入、剪貼簿安全、無障礙盲人模式等功能。
使用情境
- 像人類一樣操作任何 GUI:原生應用程式、瀏覽器,甚至畫布。
- 當原生 API 或 CLI 不存在時,作為最後手段的備援方案。
- 自動化舊版應用程式或沒有公開介面的 GUI。
- 為 AI 代理程式提供安全的桌面控制,附帶驗證與安全控管。
快速開始
請參閱儲存庫的 README 以取得安裝與快速開始說明。
授權與價格
授權:MIT。價格:開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。