OpenClaw Computer Use Skill v2.0#

🖥️ 让 OpenClaw 像人类一样使用电脑

"给你的 AI 一双手，让它真正操作你的电脑"

版本: 2.0.0 Pro | 更新: 2026-03-29 | 新增: 增强API、图片识别、进度显示、批量操作

---

Quick Reference#

SituationAction打开应用程序使用 computer-open-app 命令截图/录屏使用 computer-screenshot 或 computer-record文件管理使用 computer-file-manager鼠标键盘控制使用 computer-mouse 或 computer-keyboard自动化任务使用 computer-automation 脚本系统监控使用 computer-monitor

---

核心能力#

text

┌─────────────────────────────────────────┐
│      OpenClaw Computer Use              │
│         🖥️ 电脑控制中枢                 │
├─────────────────────────────────────────┤
│                                         │
│  🖱️ GUI 自动化                          │
│     - 鼠标控制（移动、点击、拖拽）       │
│     - 键盘输入（文字、快捷键）           │
│     - 窗口管理（打开、关闭、切换）       │
│                                         │
│  📁 文件管理                            │
│     - 浏览文件夹                        │
│     - 复制/移动/删除文件                │
│     - 搜索文件                          │
│     - 批量重命名                        │
│                                         │
│  📸 屏幕捕获                            │
│     - 全屏截图                          │
│     - 区域截图                          │
│     - 窗口截图                          │
│     - 屏幕录制                          │
│                                         │
│  🚀 应用控制                            │
│     - 启动应用程序                      │
│     - 关闭应用程序                      │
│     - 应用间切换                        │
│     - 获取应用信息                      │
│                                         │
│  ⚙️ 系统监控                            │
│     - CPU/内存/磁盘监控                 │
│     - 进程管理                          │
│     - 网络监控                          │
│     - 系统日志                          │
│                                         │
└─────────────────────────────────────────┘

---

安装#

依赖安装#

bash

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y \
    scrot \
    xdotool \
    wmctrl \
    xclip \
    ffmpeg \
    python3-tk \
    python3-dev

# macOS
brew install \
    imagemagick \
    cliclick \
    ffmpeg

# Python 依赖
pip install \
    pyautogui \
    pillow \
    opencv-python \
    pynput \
    psutil

技能安装#

bash

# 通过 skillhub
skillhub install openclaw-computer-use

# 或手动安装
git clone https://github.com/openclaw/openclaw-computer-use.git \
  ~/.openclaw/workspace/skills/openclaw-computer-use

---

使用指南#

1. 截图功能#

bash

# 全屏截图
computer-screenshot --full --output ~/screenshots/desktop.png

# 区域截图（交互式选择区域）
computer-screenshot --region --output ~/screenshots/region.png

# 特定窗口截图
computer-screenshot --window "Chrome" --output ~/screenshots/browser.png

# 连续截图（每隔5秒）
computer-screenshot --interval 5 --count 10 --output ~/timelapse/

Python API:

python

from computer_use import Screenshot

screenshot = Screenshot()
screenshot.full_screen(save_path="~/desktop.png")
screenshot.region(x=100, y=100, width=500, height=400)
screenshot.window(title="Terminal")

---

2. 鼠标键盘控制#

bash

# 移动鼠标到指定位置
computer-mouse move --x 500 --y 300

# 点击
computer-mouse click --button left
computer-mouse double-click
computer-mouse right-click

# 拖拽
computer-mouse drag --start-x 100 --start-y 100 --end-x 400 --end-y 400

# 滚动
computer-mouse scroll --amount -5

# 键盘输入
computer-keyboard type "Hello, World!"

# 快捷键
computer-keyboard hotkey ctrl alt t  # 打开终端
computer-keyboard hotkey alt tab     # 切换窗口
computer-keyboard hotkey ctrl c      # 复制
computer-keyboard hotkey ctrl v      # 粘贴

Python API:

python

from computer_use import Mouse, Keyboard

mouse = Mouse()
mouse.move(500, 300)
mouse.click()
mouse.drag(100, 100, 400, 400)

keyboard = Keyboard()
keyboard.type("Hello, World!")
keyboard.hotkey('ctrl', 'c')

---

3. 应用控制#

bash

# 启动应用
computer-app launch --name "Google Chrome"
computer-app launch --name "code" --args "/path/to/project"

# 关闭应用
computer-app close --name "Chrome"
computer-app close --pid 12345

# 切换窗口
computer-app focus --name "Terminal"
computer-app list  # 列出所有窗口

# 获取应用信息
computer-app info --name "Chrome"

Python API:

python

from computer_use import Application

app = Application()
app.launch("google-chrome")
app.focus("Chrome")
app.close("Chrome")

# 获取所有窗口
windows = app.list_windows()
for window in windows:
    print(f"{window['title']} - {window['pid']}")

---

4. 文件管理#

bash

# 浏览目录
computer-file list ~/Documents

# 搜索文件
computer-file search --name "*.pdf" --path ~/Downloads

# 复制/移动/删除
computer-file copy ~/file.txt ~/backup/
computer-file move ~/old/ ~/new/
computer-file delete ~/temp/

# 批量重命名
computer-file rename --pattern "IMG_*.jpg" --format "Photo_{num:03d}.jpg"

# 获取文件信息
computer-file info ~/document.pdf

Python API:

python

from computer_use import FileManager

fm = FileManager()
files = fm.list_directory("~/Documents")
results = fm.search("*.pdf", "~/Downloads")
fm.copy("~/file.txt", "~/backup/")

---

5. 屏幕录制#

bash

# 录制全屏
computer-record --full --duration 60 --output ~/recording.mp4

# 录制特定区域
computer-record --region --duration 300 --output ~/demo.mp4

# 录制特定窗口
computer-record --window "VS Code" --output ~/coding.mp4

# 停止录制
computer-record --stop

---

6. 系统监控#

bash

# 查看系统资源
computer-monitor resources

# 查看进程
computer-monitor processes --top 10

# 杀死进程
computer-monitor kill --pid 12345
computer-monitor kill --name "chrome"

# 网络监控
computer-monitor network

# 磁盘使用
computer-monitor disk

Python API:

python

from computer_use import SystemMonitor

monitor = SystemMonitor()
cpu = monitor.cpu_percent()
memory = monitor.memory_info()
disk = monitor.disk_usage("/")
processes = monitor.top_processes(n=10)

---

自动化脚本示例#

示例1：自动打开工作环境#

python

#!/usr/bin/env python3
# scripts/open-workspace.py

from computer_use import Application, Mouse, Keyboard
import time

def open_workspace():
    """自动打开工作环境：浏览器+编辑器+终端"""

    # 打开 Chrome
    app = Application()
    app.launch("google-chrome", args=["--new-window", "https://github.com"])
    time.sleep(2)

    # 打开 VS Code
    app.launch("code", args=["~/projects/myapp"])
    time.sleep(2)

    # 打开终端
    keyboard = Keyboard()
    keyboard.hotkey('ctrl', 'alt', 't')
    time.sleep(1)
    keyboard.type("cd ~/projects/myapp && npm start")
    keyboard.hotkey('return')

    print("✓ 工作环境已就绪")

if __name__ == "__main__":
    open_workspace()

示例2：自动截图并发送#

python

#!/usr/bin/env python3
# scripts/capture-and-share.py

from computer_use import Screenshot
import datetime

def capture_screen():
    """截图并保存到指定目录"""

    screenshot = Screenshot()
    timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
    filename = f"screenshot_{timestamp}.png"

    # 全屏截图
    path = screenshot.full_screen(save_path=f"~/Screenshots/{filename}")

    print(f"✓ 截图已保存: {path}")
    return path

if __name__ == "__main__":
    capture_screen()

示例3：自动化测试脚本#

python

#!/usr/bin/env python3
# scripts/auto-test.py

from computer_use import Mouse, Keyboard, Screenshot
import time

def run_ui_test():
    """自动化 UI 测试"""

    mouse = Mouse()
    keyboard = Keyboard()
    screenshot = Screenshot()

    # 步骤1：打开应用
    keyboard.hotkey('alt', 'f2')
    time.sleep(0.5)
    keyboard.type("myapp")
    keyboard.hotkey('return')
    time.sleep(3)

    # 步骤2：截图记录初始状态
    screenshot.window("MyApp", save_path="~/test/step1_initial.png")

    # 步骤3：点击按钮
    mouse.click(500, 400)
    time.sleep(1)

    # 步骤4：截图记录结果
    screenshot.window("MyApp", save_path="~/test/step2_result.png")

    print("✓ UI 测试完成")

if __name__ == "__main__":
    run_ui_test()

---

安全与限制#

⚠️ 安全警告#

1. 权限控制
   • 需要用户明确授权才能执行敏感操作
   • 首次使用时会提示确认
2. 沙箱模式
   • 默认在沙箱中运行，不影响系统关键文件
   • 可配置白名单目录
3. 操作日志
   • 所有操作记录到日志文件
   • 支持审计和回滚

配置文件#

yaml

# ~/.openclaw/computer-use-config.yml

security:
  # 需要确认的操作
  require_confirmation:
    - delete
    - kill
    - sudo

  # 禁止访问的目录
  forbidden_paths:
    - /etc
    - /usr/bin
    - ~/.ssh

  # 白名单应用
  allowed_apps:
    - google-chrome
    - code
    - terminal
    - nautilus

screenshot:
  default_save_path: ~/Screenshots
  format: png
  quality: 90

recording:
  default_save_path: ~/Recordings
  fps: 30
  codec: h264

---

故障排除#

常见问题#

Q: 截图失败

bash

# 检查依赖
which scrot  # Linux
which import  # ImageMagick

# 安装缺失依赖
sudo apt-get install scrot

Q: 鼠标控制无效

bash

# 检查权限
echo $DISPLAY
# 应该输出 :0 或类似

# 授予权限
xhost +local:

Q: 应用无法启动

bash

# 检查应用是否存在
which google-chrome
which code

# 使用完整路径
computer-app launch --path "/usr/bin/google-chrome"

---

进阶用法#

与 OpenClaw 集成#

python

# 在 OpenClaw 中使用

# 用户："帮我打开工作区"
def open_workspace():
    from computer_use import Application

    app = Application()
    app.launch("code")
    app.launch("google-chrome")

    return "✓ 工作区已打开"

# 用户："截图给我看"
def take_screenshot():
    from computer_use import Screenshot

    screenshot = Screenshot()
    path = screenshot.full_screen()

    return f"截图已保存: {path}"

定时任务#

bash

# 每小时截图记录工作状态
0 * * * * /path/to/computer-screenshot --full --output ~/timelapse/

# 每天自动清理旧截图
0 0 * * * find ~/Screenshots -mtime +7 -delete

---

总结#

核心优势#

特性说明🖥️ 完整控制鼠标、键盘、应用、文件全覆盖🤖 自动化脚本化重复任务📸 可视化截图、录屏记录操作🔒 安全权限控制、操作日志🐍 Python API易于集成和扩展

适用场景#

• ✅ 自动化办公流程
• ✅ UI 测试和记录
• ✅ 远程协助和演示
• ✅ 定时任务执行
• ✅ 系统监控和报警

---

现在，让 OpenClaw 真正控制你的电脑！ 🖥️🚀

Skill Version: 1.0.0 Compatible with: OpenClaw 2026.3.24+, Linux, macOS