近日，一款面向AI代理的原生桌面自动化CLI工具Agent-desktop在GitHub开源发布，该工具基于Rust构建，通过操作系统无障碍树实现对任意应用的结构化访问，无需依赖截图、像素匹配或浏览器，为AI代理提供高效、可靠的桌面交互能力。

Agent-desktop的核心优势在于其原生Rust实现，作为单二进制文件运行，无 runtime 依赖，同时提供C-ABI cdylib库支持，可被Python、Swift、Go、Ruby等多语言直接加载调用，避免了每次调用都fork CLI的性能损耗。目前该工具已包含53项命令，覆盖观察、交互、键盘鼠标操作、剪贴板管理、窗口控制等全场景桌面自动化需求。

针对Slack、VS Code这类界面元素密集的应用，Agent-desktop推出了渐进式骨架遍历功能，通过浅层次概览+针对性深度钻取的方式，可将AI处理所需的token数量减少78%至96%，大幅降低大模型调用成本。同时，工具支持快照与元素引用功能，通过@e1、@e2这类确定性元素引用，实现AI优化的工作流。

在交互逻辑上，Agent-desktop采用AX-first策略，所有操作优先通过纯无障碍API执行，仅在API不可用时才回退到鼠标事件，确保操作的准确性与稳定性。工具输出结构化JSON格式数据，包含错误码与恢复提示，便于AI代理解析处理。

Agent-desktop支持多种安装方式，用户可通过npm全局安装，或使用npx直接调用，也可通过源码编译。目前该工具仅支持macOS 13.0+系统，需要授予终端应用无障碍权限，用户可通过命令行触发权限请求对话框，或手动在系统设置中配置。

对于需要进程内调用的开发者，每个GitHub版本都会附带预编译的C-ABI cdylib库，支持Python、Swift等多语言直接加载调用，无需fork-exec。开发者可通过校验和文件或Sigstore来源验证下载包的完整性，确保使用安全。目前项目已提供完整的消费者指南，涵盖错误处理、所有权规则、线程约束等细节，帮助开发者快速集成。