（1120期）Clawd Cursor 0.6.0 – AI代理的桌面双眼与双手

AI代理的桌面双眼与双手 AI桌面自动化代理，让OpenClaw等Agent获得视觉和操作能力，通过自然语言控制Windows/macOS任意应用，支持本地Ollama离线运行。 使用说明 Clawd Cursor 综合评估 Clawd Cursor 是一款专为 AI Agent 设计的桌面自动化工具，通过 REST API 赋予大语言模型"看见"屏幕并"操作"电脑的能力。它填补了 API 集成缺失的最后一块拼图——当目标应用没有开放接口时，Agent 可以直接操控其图形界面。 核心用法 技能采用四层执行管道优化性能：Layer 0 浏览器层直接导航（免费瞬时），Layer 1 正则路由即时响应，Layer 2 辅助功能树推理（低成本），Layer 3 视觉模型仅作最后手段（高成本）。开发者可通过 POST /task 发送自然语言指令，轮询 /status 获取结果，必要时通过 /confirm 处理需用户审批的高危操作。 显著优点 架构创新：4层管道设计将80%+任务分流至免费/低成本层级，实测截图延迟从850ms优化至57ms 隐私优先：本地Ollama支持完全离线运行；云端场景下数据仅流向用户指定的API端点，作者无权限获取任何信息 安全分层：🟢自动/🟡预览/🔴确认三级机制，敏感操作（发邮件、删除、支付）强制暂停等待人工授权 网络隔离：API严格绑定127.0.0.1，截图不落盘，无遥测无埋点 性能优化：11项专项优化包括截图哈希缓存（减少90%重复LLM调用）、并行采集、流式响应等 潜在局限 平台限制：仅支持Windows/macOS，无Linux版本 环境依赖：需Node.js运行时，Chrome CDP功能需特定启动参数 异步复杂度：任务非阻塞，开发者必须实现轮询逻辑 视觉模型成本：复杂场景仍可能触发高价的Vision API调用 权限门槛：macOS需手动授予终端辅助功能权限 适合人群 OpenClaw等Agent框架的开发者与高级用户 需要跨应用自动化但目标系统无API的企业RPA场景 注重隐私、倾向本地运行的个人自动化用户 测试工程师（UI自动化验证） 常规风险 误操作风险：自然语言指令解析偏差可能导致意外点击/输入，建议配合🟡🔴安全层使用 凭证暴露：任务文本会被记录，严禁在指令中包含密码 模型幻觉：视觉模型可能误判界面元素位置 长时间任务阻塞：60秒无响应需手动中断重试 CDP端口冲突：9222端口可能被其他工具占用 原始说明 AI desktop agent — control any app on Windows/macOS from your OpenClaw agent. Send natural language tasks to the Clawd Cursor API and it handles everything:...