LCU:把 Codex 的 Computer Use 拆出来,装进任何 Agent(不用订阅 Codex)
同一套能看屏幕、点鼠标、敲键盘的运行时,被从 Codex 里拆了出来,变成任何 Agent 都能接的本地服务。
这是什么
LCU(Local Codex Use,amontlabs/lcu,MIT)是一个把 Codex App 内置的 Computer Use 拆出来的开源项目。
它把「看窗口、截图、点鼠标、敲键盘、读无障碍信息」这套运行时,通过 MCP 暴露给别的 Agent——Claude Code、Codex CLI、Pi 都能接,不需要登录 Codex 账号,也不需要订阅。
关键前提只有一条:本机必须装着官方 ChatGPT 桌面版。运行时和提示词都由它提供,LCU 自己不实现截图、输入和浏览器控制,只负责启动、适配不同 harness、管理每一轮的生命周期。
为什么要拆出来
Computer Use 其实是两件事拼起来的:
- 模型的决策能力——理解任务、看懂界面、决定下一步点什么
- 本机的执行能力——截图、鼠标、键盘、窗口控制
订阅 Codex 买的是前者,而后者一直躺在你本机的 ChatGPT 桌面版里。LCU 只调用后者,所以决策交给谁都可以,成本也就只剩你自己那个模型的 API 费用。
顺带解决了一个现实问题:Codex App 本身是个 Electron 应用,功能越堆越多,开机就占掉好几个 G 内存。只想要那套桌面操作能力的话,不必为了它背着整个 App。
调用链路
一种常见的拆解方式(来自社区分享,官方文档没有逐层命名,理解成「谁调用谁」就够了):
Claude Code → LCU → 官方 Computer Use MCP 服务 → Node REPL → Sky 桌面服务 → 操作系统
- cua_repl:原版 Computer Use 的 MCP 服务,负责收工具调用
- node_repl:执行模型生成的 JavaScript,管理执行环境
- Sky:真正碰桌面的那层——读窗口、截图、无障碍信息、模拟输入
LCU 用的是 ChatGPT 安装包里自带的 Node 运行环境,直接跑里面原有的服务,所以不引入额外依赖。
安装
最省事的方式是把这段提示词直接丢给你的 Agent,让它自己按最新文档做环境检查和配置:
Install and configure LCU for this harness using the latest release.
Follow https://raw.githubusercontent.com/amontlabs/lcu/main/docs/INSTALLATION.md
Check my OS, architecture, and prerequisites, then guide me through any required permissions.
Claude Code(Apple Silicon Mac) 两条命令等价:
claude plugin marketplace add amontlabs/lcu
claude plugin install lcu@lcu
手动安装:从 latest release 下载对应平台的压缩包和 .sha256,校验后按安装文档注册到 harness。装完重启 harness,让它用 LCU 截一张无害窗口的图——能弹授权、能出图,就说明通了。
平台支持(先看这条再决定要不要折腾)
| 平台 | 状态 |
|---|---|
| macOS(Apple Silicon) | 支持,首次使用需授权辅助功能与屏幕录制 |
| Linux ARM64 / x86-64 | 支持,需 Ubuntu 24.04 兼容 glibc + 活动的 X11 桌面 + D-Bus |
| Windows 11 x64 | 候选(candidate),本批交付暂缓 |
| Intel Mac / 原生 Wayland / musl Linux | 不支持 |
前置条件:官方 ChatGPT 桌面版 + 你的 harness(Claude Code / Codex CLI / Pi,已安装并登录)。Codex CLI 用户要先升级,才有 hook 支持。
有个小口径不一致:GitHub README 明确写「不需要 Python」,官网 requirements 却列了 Python 3.12+。以安装脚本的实际检查为准。
Chrome 控制(可选)
默认关闭,要用得单独开:让 Agent 按安装文档启用,然后在你的 Chrome 配置里打开官方扩展,重启 harness 和 Chrome。每个网站仍然要单独授权。Claude Code 的 Chrome 支持目前标注为实验性。
权限与安全
这块做得比我预期细:
逐应用授权:第一次控制某个 App(Zed、备忘录、Safari)会弹窗问你。模型看不到这个面板,也没法伪造——只有你能回答
管理白名单(macOS 走 Touch ID):
lcu apps # 现在「总是允许」了哪些 lcu apps allow Zed # Touch ID 后放行 lcu apps revoke Zed # 收回高风险应用(浏览器、密码管理器)会带警告;终端类(Terminal / iTerm2)直接被拒
跨轮次:
lcu cross-turn on可以让 Computer Use 在整段会话里保持可用,默认关,macOS 开要 Touch ID官方自己的定位很清楚:这是防误触的护栏,不是安全边界——任何以你账号身份运行的进程都能改配置文件或加
--unattended
适合谁
- 主力用 Claude Code / Codex CLI,但眼馋 Codex 那套桌面操作能力的人
- 想把「浏览器点几下 + 桌面应用里改个文件」这种活交给 Agent 的自动化玩家
- 不想为了一个插件长期背着一个臃肿的 Electron App 的人
现在先别急:如果你主力机是 Windows,LCU 的 Windows 支持还在候选阶段。可以等,也可以先丢一台 Apple Silicon 或 Ubuntu 机器上试。
一点说明
本页整理自项目 GitHub 仓库与官网公开文档,尚未在本机实测(我当前是 Windows 环境,而 Windows 支持还没正式交付)。安装路径、权限流程以官方 INSTALLATION.md 为准;运行时与提示词来自你本机的 ChatGPT 应用,归 OpenAI 自己的条款。
— 完 —
返回首页
留言
还没有留言,来当第一个吧。
加载留言中…