在2026年11月10日的GitHub周趋势榜观察中，vercel-labs/agent-desktop进入视野。这是一次榜单观察，并非项目发布日期。根据官方仓库README，项目为AI智能体提供桌面应用操作能力，覆盖macOS、Windows和Linux，交付形式包括命令行工具和C库。
它的操作依据不是截图或像素匹配，而是操作系统的无障碍树。agent-desktop读取桌面应用的界面结构，以JSON返回，并为智能体可操作的元素附上引用标识。智能体据此点击或输入，再次读取界面来检查结果。这个循环由外部智能体负责，agent-desktop内部不包含模型。
README用Finder演示了“读取快照、按引用点击、再次读取快照”的过程，每条命令都会输出一个JSON封装的结果。元素引用只属于生成它的那次快照，不能只提交省略快照标识的元素编号。界面变化后，操作可能返回引用过期或目标不明确的错误，此时需要重新获取快照并使用新的引用。
多窗口也是需要明确目标的情形：出现目标不明确错误时，snapshot会在错误详情中列出候选窗口ID，调用方可通过--window-id指定窗口。这些规则说明，项目提供的是有明确目标标识的桌面操作接口，而非在工具内部独立完成任务的智能体。
安装方面，README列出了npm全局安装方式，也支持用Bun、Yarn和pnpm安装同一软件包，包内含x64及ARM64的原生二进制文件和平台辅助程序。macOS与Linux还可通过Homebrew安装。macOS的无障碍授权有专门引导；仓库目前没有官方Scoop包，也不再维护自定义Homebrew tap或Scoop bucket。
仓库标注的开源许可证为Apache-2.0，使用与分发以该许可证条款为边界。README同时提醒，快照、剪贴板读取结果、截图、命令输出和调试产物可能包含桌面上的私人内容，不应进入公开日志或上传渠道。这项隐私提醒与其不依赖截图进行基本操作的机制并不冲突。