第26章 · Computer Use与浏览器集成

26.1 Computer Use MCP系统

utils/computerUse/（15文件/2,161行）将鼠标、键盘和截屏操作封装为MCP工具。

底层实现分为两个原生模块：

Rust/enigo (@ant/computer-use-input) — 鼠标移动、点击、拖拽；键盘输入；前台应用检测
Swift (@ant/computer-use-swift) — SCContentFilter截屏（隐私感知）；NSWorkspace应用列表；TCC权限管理

关键设计决策：

const SCREENSHOT_JPEG_QUALITY = 0.75

截屏使用75%质量的JPEG压缩，在图像质量和传输大小之间取得平衡。

安全特性：

独占访问互斥锁（computerUseLock.ts）：防止多个工具并发控制鼠标/键盘
ESC热键（escHotkey.ts）：通过CGEventTap实现紧急中断——用户按ESC即可立即停止Computer Use操作
终端代理（getTerminalBundleId()）：豁免终端窗口的截屏捕获
隐私截屏：Swift的ContentFilter支持排除敏感窗口

剪贴板操作通过pbcopy/pbpaste实现（而非Electron的clipboard模块），因为CLI环境没有Electron：

async function readClipboardViaPbpaste(): Promise<string> {
  const { stdout, code } = await execFileNoThrow('pbpaste', [], {
    useCwd: false,
  })
  if (code !== 0) throw new Error(`pbpaste exited with code ${code}`)
  return stdout
}

CFRunLoop Pump（drainRunLoop.ts）是macOS特有的需求——Swift的某些API（如截屏）需要主线程的RunLoop被驱动。这在CLI环境中不是自动的，需要手动Pump。

26.2 Chrome浏览器集成

utils/claudeInChrome/（7文件/2,337行）实现了与Chrome浏览器的深度集成。

Native Host Messaging协议：

const CHROME_EXTENSION_RECONNECT_URL = 'https://clau.de/chrome/reconnect'
const NATIVE_HOST_IDENTIFIER = 'com.anthropic.claude_code_browser_extension'

启用逻辑：

export function shouldEnableClaudeInChrome(chromeFlag?: boolean): boolean {
  if (getIsNonInteractiveSession() && chromeFlag !== true) {
    return false  // 非交互式会话默认禁用
  }
  if (isEnvTruthy(process.env.CLAUDE_CODE_ENABLE_CFC)) {
    return true   // 环境变量强制启用
  }
  return getFeatureValue_CACHED_MAY_BE_STALE('claude_in_chrome')
}

架构：

通过Chrome的Native Host Messaging API建立CLI与浏览器扩展的通信
支持macOS和Windows平台
多浏览器支持（Chrome、Edge、Brave等）
便携模式用于沙箱环境

Cloud Bridge — 除了本地Native Messaging外，还有一条Cloud路径通过wss://bridge.claudeusercontent.com进行WebSocket通信，这允许远程Bridge会话控制浏览器。

这意味着KAIROS自主Agent理论上可以通过Cloud Bridge操控用户的浏览器——打开网页、填写表单、抓取信息——这是一个极其强大但也需要极其谨慎的能力。

第26章 · Computer Use与浏览器集成