Computer MCP

macOS · MIT · sin cuenta, sin clave API

Uso de computadora que realmente puedes dejar funcionando.

Funciona en las ventanas detrás de la que estás usando y deja tu puntero donde lo pusiste. Te avisa cuando algo falla en lugar de seguir como si hubiera funcionado. Varios pueden ejecutarse a la vez. Entrégale una tarea, vuelve a tu propio trabajo y lee el registro cuando quieras.

npx @agent360/computer-mcp

Funciona sin preguntar y se mantiene fuera de tu camino mientras lo hace. Funciona con el modelo que ya pagas.
No necesitas Swift: el paquete incluye un binario universal para Apple silicon e Intel. Lleva la firma ad-hoc que macOS necesita para ejecutarlo—no es una firma de Developer ID ni está notarizado.

¿Nuevo en esto? Lo instalas una vez y tu asistente obtiene habilidades que no tenía antes. Eso es todo lo que es un "servidor MCP": un pequeño programa que le entrega a tu asistente un conjunto de herramientas. Este le entrega tu Mac.

Se ejecuta en tu propia máquina. No hay cuenta que crear, ni clave que pegar, y nada se nos envía—tu asistente sigue hablando con la IA que ya pagas.

Veintisiete segundos, sin sonido, y puedes pausarlo. Cada línea en el registro es una línea que el servidor realmente escribe.

---

No tiene que tomar control de tu pantalla

El clic por coordenadas mueve tu puntero real y aterriza donde esté el foco del teclado. Eso está bien mientras lo observas. No está bien mientras trabajas en otra ventana.

Presiona, no hagas clic

computer_press dispara la acción de accesibilidad propia del elemento en lugar de simular un clic. Funciona mientras la ventana está detrás de otra y no mueve nada en tu pantalla. Dos o más coincidencias son un rechazo, no una suposición.

Un registro, varios agentes

Cada cliente MCP ejecuta su propio servidor, así que un segundo chat es un segundo proceso. Cada línea de auditoría lleva una marca session por servidor, y CMCP_CLIENT le pone un nombre—así que el registro dice qué conversación lo hizo.

Dos cosas aún salen al frente

En el modo predeterminado nada pregunta, así que nada sale al frente. Las dos cosas que aún lo hacen—tu gestor de contraseñas y cualquier cosa que elimine o borre—levantan un diálogo real de macOS que toma el foco, y ese es el punto de esas dos. Una solicitud que nadie responde rechaza la acción en lugar de permitirla, así que alejarse es seguro.

Las versiones largas, con los modos de fallo: trabajando mientras sigues usando tu Mac y dejándolo funcionando toda la noche.

Instalación

Lo que obtienes hoy, honestamente. npx @agent360/computer-mcp actualmente sirve 0.1.0, que tiene 12 herramientas. Las 28 herramientas descritas aquí son la fuente: están construidas y probadas, pero aún no publicadas. Compilar desde la fuente toma unos treinta y cinco segundos si las quieres ahora.

Agrégalo a tu cliente MCP, otorga dos permisos de macOS, listo. Comienza listo para trabajar: veinte de las veintiocho, sin preguntar, excepto tu gestor de contraseñas y cualquier cosa que elimine o borre. Se ejecuta en segundo plano por defecto, así que nada toma tu pantalla; CMCP_BACKGROUND=0 agrega las nueve que sí lo hacen.

Claude Code	claude mcp add computer -- npx -y @agent360/computer-mcp
Cursor / VS Code / Codex	En mcp.json: {"command":"npx","args":["-y","@agent360/computer-mcp"]}
Desde la fuente	Solo si quieres cambiarlo: git clone, luego swift build -c release en helper/. Alrededor de treinta y cinco segundos desde cero, sin dependencias que descargar.
Permisos	Configuración del Sistema → Privacidad y Seguridad → Accesibilidad y Grabación de Pantalla, para la aplicación que ejecuta el servidor. Pide al agente que llame a computer_permissions y te dirá qué falta.

Paso a paso, con la parte de permisos explicada y las preguntas que la gente realmente hace: Claude Code · Codex · Cursor · GitHub Copilot · Claude Desktop · VS Code. Si un agente está configurando esto por ti, apúntalo a llms-install.md.

Dos páginas que preferimos que leas antes de instalar que después: cuando esta es la herramienta equivocada, y cómo eliminarla y exactamente qué toca.

Tres modos, configurados con CMCP_MODE:

readonly	Las herramientas de escritura ni siquiera están listadas. El agente puede ver tu Mac y no puede tocarlo. Bueno para investigación y para la primera hora.
ask	Un diálogo de consentimiento por sesión frente a la primera escritura; después de eso funciona. Los gestores de contraseñas y cualquier cosa que elimine aún preguntan cada vez.
allow	Predeterminado. Las escrituras pasan sin preguntar, todas registradas. Los gestores de contraseñas y cualquier cosa que elimine o borre aún preguntan—esos dos no son configurables, a propósito.

Lo que realmente puedes pedirle que haga

No es una lista de funciones. Estas son cosas que la gente pide y lo que sucede.

Tú dices	Lo que hace
"¿Qué hay en mi pantalla ahora mismo?"	Toma una foto y la lee. Cualquier cuadro de contraseña en ella se pinta de negro antes de que la foto exista como archivo.
"Completa este formulario por mí."	Encuentra los campos por nombre en lugar de adivinar píxeles, y escribe en ellos. Puede hacerlo en una ventana detrás de la que estás usando, sin tomar tu cursor.
"Exporta esto, luego dime cuando termine."	Elige Archivo → Exportar del menú—mucho de lo que un Mac puede hacer no tiene botón, solo un menú—luego espera el resultado en lugar de tomar cien capturas de pantalla mientras espera.
"Inicia sesión en esto y continúa."	Pone el cursor en el cuadro de contraseña y te pide a ti que escribas. Nunca ve lo que escribiste. Deliberadamente no hay forma de entregarle una contraseña.
"¿Qué hiciste mientras estaba fuera?"	Lee el registro que mantuvo: cada acción, en orden, con la aplicación en la que sucedió. Lo que escribiste nunca se almacena como texto legible.

Si nada de eso es tu problema, esa también es una respuesta válida. Cuándo no usarlo nombra los casos donde algo más es mejor, incluyendo nuestra propia herramienta de navegador para cualquier cosa dentro de una página web.

---

Tres barreras, activadas por defecto

Cada una es un comportamiento que puedes verificar tú mismo, no una promesa en un README. La prueba que lo demuestra está en el repositorio, y cada prueba ha sido sometida a pruebas de mutación: rompe el código y la prueba se pone roja.

Las contraseñas nunca llegan al modelo

Los campos de texto seguros y las ventanas del gestor de contraseñas se pintan mientras la imagen aún está en memoria—antes de que se escriba en el disco. No hay ningún momento donde una captura de pantalla sin redactar de tu escritorio exista como archivo para que algo más la lea.

Nada hace clic hasta que dices sí

La primera acción de escritura abre un diálogo real de macOS que nombra lo que está a punto de suceder. Los gestores de contraseñas y terminales preguntan cada vez, incluso después de que hayas aprobado la sesión. Si nadie responde, la respuesta es no.

Todo está escrito

Un registro que solo crece registra cada llamada, a qué apuntó y si fue permitida o rechazada. El texto escrito se almacena como una longitud y una huella digital con sal, nunca en texto claro—un rastro de auditoría lleno de contraseñas es su propia brecha, y sin ese ingrediente aleatorio, una contraseña corta puede adivinarse sin conexión.

Sin clave API, sin segunda factura

No hay modelo dentro de este servidor. El que impulsa a tu agente hace la visión y el pensamiento; Computer MCP solo proporciona las manos. Nada se nos envía, porque no hay un "nosotros" a quien enviarlo.

Veintiocho herramientas

doce que miran, dieciséis que tocan. Agrupadas por lo que realmente querrías, con los nombres debajo en caso de que estés conectando esto tú mismo.

Para que pueda...	Qué significa
Ver lo que hay screenshot · inspect · find · focused	Toma una foto, o lee la pantalla como una lista de cosas con nombres—un botón llamado "Exportar", un campo llamado "Correo". Leer la lista supera a leer píxeles: sabe lo que una cosa es, no solo cómo se ve.
Usar tus aplicaciones click · type · press · menu · set_value · paste	Hacer clic, escribir, elegir de menús. Varias de estas alcanzan una ventana detrás de la que estás usando y nunca mueven tu cursor, así que puedes seguir trabajando.
Gestionar ventanas y aplicaciones window · launch · quit · activate · apps · windows · displays	Abrir una aplicación, traerla al frente, mover una ventana a otra pantalla, cerrarla. En un Mac con más de una pantalla te dirá cuál está mirando—una ventana que no encuentras suele estar solo en otra.
Esperar, en lugar de adivinar wait_for	Esperar hasta que algo aparezca, luego continuar. La alternativa es tomar cien capturas de pantalla de una barra de progreso, y pagas por cada una.
Preguntarte ask_user	Cuando encuentra una contraseña o un código de tu teléfono, pone el cursor en el cuadro y te pide que escribas. Recibe "hecho" o "cancelado"—nunca el texto.
Mostrar su trabajo audit · permissions	Lee todo lo que hizo, en orden. Lo que escribiste se almacena como una huella digital, nunca como texto legible.

Y nota lo que falta. No hay "ejecutar un comando", ni "abrir cualquier archivo", ni "obtener una página web". Cada uno habría sido unas pocas líneas de código. Una herramienta que puede ejecutar comandos en tu Mac es acceso remoto con un nombre más amigable, y si quieres eso deberías elegirlo a propósito en lugar de encontrarlo en una lista más tarde.

Cada herramienta en detalle, incluyendo cuál usar cuando la obvia es la equivocada.

Lo que no hace

Ser honesto sobre los límites es más barato que ser descubierto en ellos.

Solo macOS	Está construido sobre las APIs de Accesibilidad y ScreenCaptureKit de macOS. No hay versión para Windows o Linux y ninguna está planeada.
La redacción cubre campos marcados	Ennegrecemos lo que macOS marca como seguro, más las ventanas del gestor de contraseñas que puedes extender. Una contraseña en un editor de texto plano no está marcada como segura, y no fingiremos encontrarla. Usa readonly cuando la pantalla contenga algo que no podemos saber.
El consentimiento no es una caja de arena	Una vez que apruebas una sesión, el agente puede manejar tu Mac real. Ese es el punto. Si necesitas contención en lugar de consentimiento, ejecútalo en una VM—y lo diríamos antes de que preguntaras.
La inyección de instrucciones sigue siendo real	Una página web puede intentar convencer a tu agente de hacer algo. Los diálogos y el registro de auditoría son lo que convierte eso de silencioso a visible. No lo hacen imposible.

Preguntas

¿Sale algo de mi máquina?

No. No hay cuenta, ni telemetría, ni servidor nuestro involucrado. Las capturas de pantalla van al cliente MCP que configuraste—el mismo lugar donde va el resto de tu conversación—y a ningún otro lado.

La misma regla aplica para este sitio web: sin analíticas, sin cookies, sin solicitudes de terceros. La única etiqueta <script> en todo el sitio es application/ld+json datos estructurados, que tu navegador no ejecuta—nunca un programa. Ve el código fuente y verifica.

¿En qué se diferencia de otros servidores MCP para macOS?

En capacidades, no enormemente—capturas de pantalla, clics, teclas, el árbol de accesibilidad. La diferencia está en lo que sucede en las horas que no estás mirando. Funciona en ventanas detrás de la que estás y deja tu puntero donde lo pusiste, así que no toma control de la máquina mientras la usas. Te avisa cuando algo falla en lugar de seguir como si hubiera funcionado. Varios pueden ejecutarse a la vez. Y no se acercará a tu gestor de contraseñas. Si solo lo ves trabajar, la mayor parte de eso se desperdicia en ti.

¿Por qué el registro de auditoría tiene huella digital en lugar de texto plano?

Porque un registro completo de cada tecla es exactamente el archivo que un atacante querría. La huella digital prueba que dos acciones escribieron lo mismo sin almacenar nunca qué fue. Está codificada con un ingrediente aleatorio que solo existe mientras se ejecuta—una huella digital sin ese ingrediente aleatorio, de una contraseña de ocho caracteres, es adivinable sin conexión, lo que habría convertido el registro en la misma cosa contra la que esta promesa está. El costo es honesto: la comparación funciona dentro de una ejecución, no entre ejecuciones.

¿Puedo desactivar la redacción? Sí - redact: false en una sola captura de pantalla. Es por llamada y nunca persistente, y el resultado indica claramente que la imagen no fue redactada.

¿Me pregunta antes de hacer cosas?

No para el trabajo ordinario - actúa, y cada llamada queda registrada en el registro. Dos cosas aún preguntan, cada vez y en todos los modos: tu gestor de contraseñas, y cualquier cosa que elimine o borre. Si prefieres que se te pregunte una vez al inicio, CMCP_MODE=ask muestra un diálogo de concesión de sesión antes de la primera escritura, e ignorarlo rechaza la acción en lugar de permitirla.

Ayuda a construirlo

Tiene tres días de antigüedad y es MIT. Informes de errores, una aplicación que se comporta de manera extraña, una herramienta que debería existir: abre un problema. Cómo contribuir.

Échale un vistazo antes de darle tus manos.

Instálalo en modo de solo lectura y pregúntale a tu agente qué puede ver. Eso toma dos minutos y te dice más de lo que esta página puede.

Consíguelo en GitHub Lee el modelo de seguridad