新闻详情

新闻详情

首页 / 资讯中心 / 详情

codex-desktop-linux computer use上手指南:让AI操作你的Linux桌面,支持GNOME/Hyprland/i3等窗口管理器

发布时间:2026/11/14 20:55:28来源:尧图网络
codex-desktop-linux computer use上手指南:让AI操作你的Linux桌面,支持GNOME/Hyprland/i3等窗口管理器
codex-desktop-linux computer use上手指南让AI操作你的Linux桌面支持GNOME/Hyprland/i3等窗口管理器【免费下载链接】codex-desktop-linuxUnofficial ChatGPT desktop app for Linux (formerly the Codex app), built locally from OpenAI’s official macOS app. Includes Chat, Work, and Codex. Packages for Debian/Ubuntu (.deb), Fedora/openSUSE (.rpm), Arch (pacman), Nix/NixOS, and AppImage, with Wayland and X11 support.项目地址: https://gitcode.com/gh_mirrors/co/codex-desktop-linux想在 Linux 上让 AI 直接操作你的桌面吗codex-desktop-linux 的computer useLinux Computer Use功能正是为此而生它以原生 Rust 编写的 MCP 后端为底座能截屏、读取界面元素并执行点击、输入、滚动等真实操作且原生适配 GNOME、Hyprland、i3 等主流窗口管理器。这项功能默认关闭属于可选增强项下面带你 10 分钟完成启用。️computer use 是什么为什么值得关注Linux Computer Use 是一个可选opt-in的桌面控制集成由原生 Rust 后端codex-computer-use-linux提供能力核心特性包括截屏通过 GNOME Shell DBus、Codex 专用 GNOME Shell 扩展或 XDG Desktop Portal 捕获屏幕界面感知通过 AT-SPI 无障碍协议列出应用、读取控件树窗口管理列出、聚焦窗口GNOME 和 X11 下还能移动、调整窗口⌨️真实输入通过/dev/uinput、XDG RemoteDesktop Portal、xdotool或ydotool完成点击、滚动、拖拽、键盘输入它不是普通的浏览器插件而是把整台 Linux 桌面变成 AI 的可操作环境——适合自动化重复操作、跨应用流程串联等场景。支持哪些窗口管理器后端内置了按窗口管理器拆分的适配层源码位于 computer-use-linux/src/windowing/backends/桌面 / 窗口管理器支持能力GNOME窗口列出、聚焦、移动、缩放含 GNOME Shell 扩展路径KWin / Plasma 5 6窗口列出与聚焦Hyprland / Niri / COSMIC窗口列出与聚焦Niri 走NIRI_SOCKETi3 / 通用 X11 (EWMH)列出、聚焦X11 下可移动、缩放对应的后端文件如 gnome.rs、hyprland.rs、i3.rs 等安装时会自动探测当前会话并选用可用后端。三步启用 computer use 功能第 1 步安装基础运行时computer use 属于社区可选特性需要先构建并安装 Community 发行版参考 Native setup 文档git clone https://gitcode.com/gh_mirrors/co/codex-desktop-linux cd codex-desktop-linux make bootstrap-native # 或依赖已装好时用 make install-native如果系统走ydotool兜底输入路径建议先装好它Debian/Ubuntusudo apt install ydotoolArchsudo pacman -S ydotool并让ydotoold守护进程运行。第 2 步勾选 computer-use-linux 特性推荐用交互向导勾选computer-use-linux后再安装make setup-native make install-native也可以手动编辑特性配置示例文件见 features.example.jsoncp -n linux-features/features.example.json linux-features/features.json # 在 enabled 数组中加入 computer-use-linux再执行 make install-native该特性清单定义在 linux-features/computer-use-linux/feature.jsondefaultEnabled为false——不显式启用就不会有任何桌面控制行为安全可控。第 3 步在应用内授权打开设置 → Computer use点击Any App这一行即可为新配置安装/启用原生桌面访问权限浏览器访问在此单独配置。如何验证 computer use 已就绪安装完成后最直接的方式是对 Codex 说一句Check whether Linux Computer Use is ready也可以在终端直接运行后端自检命令详见 main.rs 中的命令实现./codex-app/resources/plugins/openai-bundled/plugins/unified-computer-use/bin/codex-computer-use-linux doctor # 还可以试试apps / windows / screenshot / setupdoctor会分别检查指针与键盘两条输入链路是否可用截图、AT-SPI、窗口后端的状态一目了然。常见配置问题排查键盘/鼠标注入不生效确认ydotoold已启用systemctl enable --now ydotoold并将当前用户加入input组后重新登录X11 会话安装xdotool键入与点击、wmctrlxprop通用 EWMH 窗口操作截图/Portal 能力缺失KDE 装xdg-desktop-portal-kdesway/wlroots 装xdg-desktop-portal-wlrHyprland 装xdg-desktop-portal-hyprland窗口聚焦不到预期目标GNOME 下可借助自带的 GNOME Shell 扩展gnome-shell-extension/增强窗口定位能力完整的依赖与权限说明见 docs/linux-computer-use.md特性行为与边界如坐标体系、审批机制见 linux-features/computer-use-linux/README.md。写在最后启用 computer use 后AI 在 ChatGPT Community 中就多了一双眼睛和手截屏感知界面、点击按钮、填写表单、滚动列表而且对 Wayland 与 X11 双协议、多窗口管理器都有原生适配。由于该功能默认关闭且权限由你在设置中显式授予既实用又安心。建议先用doctor确认各能力项均为绿灯再交给 Codex 执行你的第一个桌面自动化任务。【免费下载链接】codex-desktop-linuxUnofficial ChatGPT desktop app for Linux (formerly the Codex app), built locally from OpenAI’s official macOS app. Includes Chat, Work, and Codex. Packages for Debian/Ubuntu (.deb), Fedora/openSUSE (.rpm), Arch (pacman), Nix/NixOS, and AppImage, with Wayland and X11 support.项目地址: https://gitcode.com/gh_mirrors/co/codex-desktop-linux创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉