电脑操控

让 Klaus 像人一样看屏幕、移鼠标、敲键盘，操作那些没有接口的桌面应用。需要先完成辅助功能与自动化授权（见系统授权）。

它的形态和普通开关不一样：

• 它是一台内置的 MCP 服务器，由 Klaus 自己的可执行文件以 connector 模式启动，所以不需要额外装任何运行时。开启后会给会话多出一组桌面操作工具：列出电脑上的应用、读一个应用当前窗口的状态（带截图和无障碍树）、点击、右键菜单动作、填值、选文本、滚动、拖拽、按键、打字，再加上读/改上面那份应用策略、以及三个录制控制工具。这也是它与浏览器操控一起长在 MCP 页而不是单独一页的原因。
• 所有动作都是通过 macOS 自带的命令完成的（osascript 驱动辅助功能与图形事件、screencapture 截屏等），没有直接调系统 API。正因为如此，系统授权记在「是谁启动了这些命令」的账上：正式安装的 Klaus 自己就是负责进程。
• 把关靠两份应用清单：阻止清单里的应用一律拒绝；限定清单一旦非空，就只允许清单里的应用。匹配是归一后的「等于或包含」，所以写 terminal 也会拦住 iTerm2 Terminal。
• 现在的策略是不逐次确认：它不会在每次点击前问你，把关全靠上面两份清单；每一轮动手前它必须先读一次窗口状态，而每次读都会附一张截图，所以你能从对话里看到它当时看到的画面。
• 清单每次动作都从设置里实时读，不做缓存——所以你在对话里让它改清单，下一个动作就按新清单算，不用重连也不用重启。同理，让它「以后别碰邮件」这种话是直接改这份清单，说完立刻生效。
• 你在用电脑时它会让路：每个写入类动作（点击、打字这些）之前先探一眼最近有没有人在动键鼠——1.5 秒内有输入、且比它自己上一次动作更晚，就算你在用。此时这次动作直接被拒，并让模型等 2 秒再试，而不是跟你抢鼠标。
• 锁屏时默认停手：屏幕锁着就直接告诉模型「让用户自己解锁」。自动解锁是可选的，而且有意做得保守：登录口令只在系统弹出的对话框里输入、只存系统钥匙串，既不进对话也不进日志；检测到有人在现场（最近几秒有人动过键鼠）时一律不自动解锁。还要知道 macOS 在锁屏界面开着安全输入，普通签名应用注入按键会被系统拒绝，所以自动解锁大概率解不开，仍会退回让你自己解锁。
• 辅助功能、屏幕录制这类系统授权只能你自己在系统设置里给，任何程序都不能代写；而且 macOS 对已运行的进程缓存权限结论，给完要重启 Klaus。

演示录制（你做一遍给它看）：

• 入口在技能页的「录制技能」：它会开一条会话，由 Klaus 起录制。录的是你自己的操作——点了哪个控件、输了什么字、切到哪个窗口，记的是无障碍语义（应用名、控件角色与标题）而不是像素坐标，也不录屏幕视频。
• 录制期间屏幕上有一个悬浮小面板，只有停止和丢弃两个按钮。一次录制最长 30 分钟，忘了停会自动收尾（连接进程中途挂掉也不会丢，已经落盘的事件下次仍能收尾）。
• 停下来之后 Klaus 读这份事件流，把它写成一份技能（~/.klaus/skills/<短名>/SKILL.md，固定包含概述、前提、复现步骤、验证、待确认项）。所以下次「照着做」照的是这份说明书，不是回放录像——能换窗口位置、能挑更合适的工具替代硬点击。
• 隐私：密码框不记录（逐个按键探测安全输入）、像凭据的文本落盘前就打码、阻止清单里的应用不录——「永远别碰这个应用」同时意味着「也别录它」。