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 use（Linux 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_SOCKET） |
| i3 / 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/Ubuntu：sudo apt install ydotool；Arch：sudo 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.json）：
cp -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.json，defaultEnabled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）、wmctrl+xprop（通用 EWMH 窗口操作） - 截图/Portal 能力缺失：KDE 装
xdg-desktop-portal-kde，sway/wlroots 装xdg-desktop-portal-wlr，Hyprland 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
