Skip to content

Codex Computer Use(电脑操控) ​

Computer Use(电脑操控) 是 Codex 提供的一项功能,允许 Codex 查看和操作 macOS 或 Windows 上的图形用户界面(GUI)。

当命令行工具或结构化集成无法满足需求时,可以使用此功能来完成桌面应用操作、浏览器交互、应用设置调整等任务。

Computer Use(电脑操控)让 Codex 具备了「看」和「操作」桌面应用的能力,与命令行工具不同,Computer Use 可以直接与图形界面交互,包括点击按钮、输入文字、浏览菜单等操作。

Computer Use(电脑操控)功能适用于需要视觉验证或图形界面交互的场景,例如测试桌面应用、复现仅出现在 GUI 中的 bug、或者操作没有提供插件的数据源。

Computer Use 会影响项目工作区之外的应用和系统状态,建议仅用于范围明确的任务,并在执行过程中留意权限提示。


环境设置 ​

在使用 Computer Use 之前,需要先完成必要的插件安装和权限配置。

安装 Computer Use 插件 ​

打开 Codex 设置,找到 Computer Use 选项,点击 Install 安装 Computer Use 插件。

安装完成后即可让 Codex 开始操作桌面应用。

cs1781008475673.png

macOS 权限配置 ​

在 macOS 上,需要授予以下两项系统权限:

权限用途
屏幕录制(Screen Recording)允许 Codex 查看目标应用的界面内容
辅助功能(Accessibility)允许 Codex 执行点击、输入、导航等交互操作

系统会在首次使用时弹出权限请求,按提示授权即可。

Windows 使用说明 ​

在 Windows 上,Computer Use 需要在活动桌面上运行。

执行任务期间,目标应用必须保持在当前活动桌面上可见,Codex 会接管鼠标指针和键盘输入。

在 Windows 上,Computer Use 无法在后台运行。如果你需要同时继续使用桌面,建议使用虚拟机或第二台设备。

接下来我们只要在对话窗口让它打开一个网站,它就会使用 Computer Use:

cs1781008617639.png


使用场景 ​

当任务依赖于图形用户界面,且难以仅通过文件或命令行输出来验证时,应选择 Computer Use。

适合使用 Computer Use 的场景 ​

场景说明
桌面应用测试测试 Codex 正在构建的 macOS 应用、Windows 应用、iOS 模拟器流程或其他桌面应用
浏览器操作执行需要通过 Web 浏览器完成的任务
Bug 复现复现仅在图形界面中出现的 bug
应用设置调整修改需要通过 UI 点击才能完成的应用设置
非插件数据源查看或操作没有提供插件的应用或数据源中的信息
macOS 后台任务在 macOS 上运行限定范围的后台任务,同时继续在其他地方工作
跨应用工作流执行涉及多个应用的自动化流程

对于本地构建的 Web 应用,优先使用 Codex 的内置浏览器(in-app browser),而非 Computer Use。

Windows 前台使用 ​

在 Windows 上,Computer Use 运行在当前活动桌面上。

它无法在后台运行,因此在任务执行期间,Codex 会移动鼠标指针、输入文字并接管前台操作。

如果需要让 Windows 任务在你离开时继续运行,有以下两种方案:

  • 保持 Windows 设备解锁并连接到互联网,通过手机的远程控制功能查看进度或发送后续指令。
  • 在 Windows 虚拟机中运行 Codex,这样 Computer Use 接管的是虚拟机而非你的主桌面。

启动 Computer Use 任务 ​

在提示词中提及 @Computer 或 @AppName,或者直接让 Codex 使用 Computer Use。

需要明确描述 Codex 应操作的具体应用、窗口或流程。

cs1781008777336.png

可以在输入框输入以下内容调用:

bash
使用 Computer Use 打开应用,复现登录流程中的 bug,并修复导致该 bug 的最简代码路径。
每次修改后,重新运行相同的 UI 流程进行验证。

可以在输入框中使用 @Chrome 调用浏览器浏览器:

cs1781008810452.png

例如:

bash
打开 @Chrome 并验证最新改动后结账页面是否仍然正常工作。

如果目标应用提供了专用的插件或 MCP 服务器,优先使用这些结构化集成来进行数据访问和可重复操作。只有在需要视觉化检查或操作应用时才选择 Computer Use。


权限与审批 ​

Computer Use 的系统权限与 Codex 中的应用审批是分开的。

在 macOS 上,屏幕录制和辅助功能权限允许 Codex 查看和操作应用。

应用审批则决定你允许 Codex 使用哪些应用。

文件读取、文件编辑和 shell 命令仍然遵循线程的沙箱和审批设置。

应用权限管理 ​

使用 Computer Use 时,Codex 只能查看和操作你允许的应用。

任务执行过程中,Codex 在使用某个应用之前会请求你的许可。

你可以选择 始终允许(Always allow),这样 Codex 以后使用该应用时就无需再次询问。

可以在 Codex 设置的 Computer Use 板块中,从「始终允许」列表中移除应用。

敏感操作审批 ​

对于敏感或具有破坏性的操作,Codex 可能还会额外请求许可。

故障排除 ​

如果 Codex 无法查看或控制某个应用,请按以下步骤检查:

  • 在 macOS 上,打开 系统设置 > 隐私与安全性,检查 Codex 应用的「屏幕录制」和「辅助功能」权限是否已开启。
  • 在 Windows 上,确保目标应用在当前活动桌面会话中可见。

锁定使用(macOS) ​

锁定使用(Locked Use)是 macOS 专属功能。

它允许 Codex 在你的 Mac 锁屏后继续使用 Computer Use,但需要你事先手动启用。

适用场景:从已连接的设备发起 Codex 任务,任务需要使用桌面应用,但 Mac 已经锁屏。

工作原理 ​

启用锁定使用后,Codex 会安装一个 Apple 授权插件(authorization plug-in),参与 macOS 的解锁流程。

锁定使用的设计范围非常有限:它不是通用的远程解锁路径,也不允许其他应用或本地进程解锁电脑。

启用步骤 ​

  1. 打开 Codex 设置 > Computer Use。
  2. 启用「锁定计算机使用(Locked computer use)」。
  3. 从已连接设备启动一个使用 Computer Use 的任务(在 Mac 屏幕锁定之后)。

安全机制 ​

当 Codex 任务在 Mac 锁屏后通过 Computer Use 访问应用时,Codex 会临时解锁 Mac,同时阻止本地使用并保留锁屏保护。

解锁前,Codex 会验证该解锁请求是否属于一个活跃且受信任的 Computer Use 回合。

在该短暂的授权窗口之外,Codex 会拒绝解锁并提示你手动解锁。

锁定使用的安全保护 ​

保护措施说明
短时效授权窗口授权窗口仅对当前解锁尝试有效,且持续时间很短
仅限 Codex 自动解锁自动解锁仅对活跃的 Computer Use 回合中的 Codex 可用
覆盖所有显示器桌面临时解锁期间,Codex 会覆盖所有显示器画面
本地输入检测如果检测到本地键盘或指针输入,Codex 会立即重新锁定 Mac 并暂停自动解锁,直到你手动解锁

安全指南 ​

使用 Computer Use 时,Codex 可以查看屏幕内容、截取屏幕截图,并与目标应用中的窗口、菜单、键盘输入和剪贴板状态进行交互。

目标应用中可见的应用内容、浏览器页面、截图和打开的文件,都可能被 Codex 在任务执行期间作为上下文处理。

安全操作建议 ​

建议说明
一次一个目标每次只给 Codex 一个明确的目标应用或流程
随时可中断你可以随时停止任务或接管电脑的控制权
关闭不必要的敏感应用除非任务需要,否则保持敏感应用处于关闭状态
留意 Windows 前台占用在 Windows 上,Codex 会接管前台输入;建议使用第二台设备、虚拟机,或在亲自使用桌面之前先停止任务
避免涉及密钥的任务除非你在场并能批准每一步操作,否则避免执行需要密钥的任务
审查应用权限提示在允许 Codex 使用某个应用之前,仔细查看权限提示
谨慎使用「始终允许」仅对你信任 Codex 在未来任务中自动使用的应用选择「始终允许」
关键设置需在场涉及账户、安全、隐私、网络、支付或凭证相关设置时,务必在场监督
注意窗口切换如果 Codex 开始与错误的窗口交互,立即取消任务

浏览器使用注意事项 ​

如果 Codex 使用你的浏览器,它可以与你已登录的页面进行交互。

请像自己亲自操作一样审查网站行为:网页可能包含恶意或误导性内容,而网站可能将已批准的点击、表单提交和已登录操作视为来自你的账户。

如果需要在 Codex 工作的同时继续使用浏览器,可以让 Codex 使用另一个不同的浏览器。

功能限制 ​

Computer Use 无法自动化终端应用或 Codex 自身,因为自动化这些可能会绕过 Codex 的安全策略。

它也无法以管理员身份进行身份验证,或批准电脑上的安全和隐私权限提示。

数据说明 ​

文件编辑和 shell 命令仍然遵循 Codex 的审批和沙箱设置。

通过桌面应用所做的更改,在保存到磁盘并被项目追踪之前,可能不会出现在审查面板中。

你的 ChatGPT 数据控制设置适用于通过 Codex 处理的内容,包括 Computer Use 所截取的屏幕截图。


AI 思考中...

Codex Agent Skills 技能系统

Codex 高级配置

基于 VitePress 构建,部署于 GitHub Pages