核心用法
macOS Control Skill 是一个专为 macOS（Darwin）设计的高保真自动化桥接工具，使 AI Agent 能够感知桌面状态并执行精确的鼠标和键盘交互。
主要功能组件：
- see 工具：调用
vision_wrapper.sh使用原生screencapture -x捕获屏幕，输出 PNG 至/tmp/claw_view.png，用于 UI 元素识别、窗口定位和应用状态分析 - click 工具：通过
cliclick_wrapper.sh执行/opt/homebrew/bin/cliclick，支持： - 鼠标点击：
c:x,y（左键）、右键操作 - 鼠标移动：
m:x,y - 键盘输入：
t:text（键入文本） - 等待延迟：
w:毫秒
典型应用场景：自动化测试、RPA（机器人流程自动化）、无障碍辅助操作、批量 GUI 任务处理。
显著优点
1. 原生集成：基于 macOS 系统级工具 screencapture 和开源 cliclick，无需复杂驱动
2. 低延迟：直接调用编译型二进制，响应速度优于 AppleScript/JavaScript 方案
3. 灵活语法：支持 cliclick 完整指令集，可组合复杂操作序列
4. 静默运行：截图使用 -x 静默模式，无视觉干扰
潜在局限与风险
| 维度 | 说明 |
|------|------|
| **权限依赖** | 需授予「辅助功能」「屏幕录制」等系统权限，首次配置需人工确认 |
| **分辨率敏感** | 坐标基于绝对像素，Retina/多显示器环境下需换算或校准 |
| **Homebrew 依赖** | 强制依赖外部包管理器，企业锁机环境可能受限 |
| **无元素定位** | 仅支持坐标级操作，不具备 Accessibility API 的元素级语义识别（如「点击名为'保存'的按钮」） |
| **并发风险** | 无内置队列机制，高频调用可能导致事件丢失或顺序错乱 |
适合人群
- 开发者/QA 工程师：构建 macOS 端自动化测试流水线
- 高级用户：创建个人工作流自动化（配合 Shortcuts/Alfred）
- AI Agent 研究者：需要物理环境交互的桌面智能体实验
常规风险
- 权限提升攻击面：辅助功能权限是 macOS 的高危权限，恶意调用可能导致凭证窃取或系统操控
- 屏幕隐私泄露：截图功能可捕获敏感信息，需确保
/tmp/claw_view.png的访问控制 - 误操作风险：坐标错误可能导致非预期点击，建议操作前 always 执行
see确认目标位置 - 供应链风险：
cliclick为第三方开源工具，需校验 Homebrew 源的完整性