claude code最新版本更新了一个computer-use mcp，通过屏幕截图+图片识别+模拟鼠标键盘实现控制电脑gui应用。
https://github.com/domdomegg/computer-use-mcp
但我用非opus模型试了下，效果差强人意。首先速度很慢，其次token消耗吓人，最后浏览器操作会被识别出来自动化，容易弹人机验证。
分享一个我自己写的类似的skill，是通过Apple script从系统层面控制macOS的gui应用，不需要截图、识图，完全像真人一样控制鼠标键盘。但只支持macOS，不支持其他系统。
https://github.com/haoyiyin/applescript-skill
