要讓 AI 代理操作桌面應用程式，agent-desktop 讀取 OS accessibility tree，以 ref 指向按鈕、輸入框等元素，再用 JSON snapshot 核對結果。這個跨 macOS、Windows、Linux 的 CLI 與 C library 不靠 pixel matching，將控制循環留在 agent。
可透過 npm 安裝並先確認 version；macOS 要 Accessibility permission，Linux 要 graphical session 及 at-spi2-core，Windows 受終端機 integrity level 限制。macOS command host 保留 native accessibility objects，減低舊 identifier 誤連到已移除元素的風險。
- 適合：需要 AI 控制桌面軟件、並自行編排 agent 的團隊。
- 限制：沒有 benchmark 或成功率；JEV helper 與 native CLI 分開，headless calls 亦禁止 foreground activation 和 synthesized input。
- 私隱：snapshot、screenshots、剪貼簿及 debug artifacts 可能含私人內容，不應放入公開 logs。
項目更像桌面操作底層而非完整代理，是否適合取決於目標程式的 accessibility 支援、權限和資料處理方式。