Mecum 发布 macOS 桌面智能体工作区，称读取 Mac 应用估算 token 比 Cua Driver 少 85–97%

让智能体在你的应用中工作，同时你继续使用你的 Mac。

Mecum 在你的 Mac 上为智能体提供一个桌面工作区。在 Mecum 应用中给工作者分配任务，或通过 MCP 连接 Claude Code 或 Codex 在桌面应用中工作，即使这些应用既不提供 API 也不提供 AX 树。

观看 Mecum 实际运行

mecum-readme-20s-v2.mp4

开始使用

Mecum 运行于 macOS 15+，支持 Apple 芯片和 Intel。按照安装指南进行设置。

安装并打开 Mecum。
创建一个工作者，连接受支持的模型，并授予桌面工作所需的 Mac 访问权限。
从一个一次性文档中的小任务开始。指定应用名称、你想要的结果以及智能体应在何处停止。
跟踪活动并在应用中检查结果。

对于你的第一个任务，让智能体读取一个打开的 TextEdit 测试文档并总结它，不要编辑或保存。

如果你使用 Codex 或 Claude Code，请保持其 CLI 为最新版本，以访问你账户可用的最新模型。

要使用 Swift 6.4 从源码构建，请遵循开发者快速入门。

连接 Claude Code、Codex 或其他本地 MCP 客户端

Mecum 和你的客户端必须运行在同一台 Mac 上。该应用包含 STDIO 桥接；无需安装 Node.js 或 Python。

保持 Mecum 打开。在 MCP → MCP Connections… 中，为你的客户端命名，选择其功能，然后点击 Add Client。
打开 Enabled 并等待 Ready。
展开 Client configuration，使用 Copy Claude Code command、Copy Codex command 或 Copy JSON。优先使用这些生成的值，而不是下面的模板。

Claude Code

claude mcp add --scope user --transport stdio mecum -- \
  "/Applications/Mecum.app/Contents/Helpers/mecum-bridge" \
  mcp-bridge --connection \
  "/Users/YOUR_USERNAME/Library/Application Support/Mecum/MCP/CLIENT_UUID.connection.json"

Codex

codex mcp add mecum -- \
  "/Applications/Mecum.app/Contents/Helpers/mecum-bridge" \
  mcp-bridge --connection \
  "/Users/YOUR_USERNAME/Library/Application Support/Mecum/MCP/CLIENT_UUID.connection.json"

这些是模板。将 YOUR_USERNAME 和 CLIENT_UUID 替换为 Mecum 中的值，如果应用位于其他位置，请使用生成的辅助路径。保持路径加引号。将配置保存在个人设置中。

使用 claude mcp get mecum 或 codex mcp list 检查注册。启动新的客户端会话，使用 /mcp 检查实时连接，然后运行只读连接检查。

每个连接条目接受一个活动客户端。为独立运行的客户端创建单独的条目。切勿分享 *.connection.json 的内容。

完整的 MCP 指南涵盖其他本地客户端、功能和故障排除。并非每个客户端都经过了端到端测试。仅 URL 的 Web 连接器无法使用此本地桥接。

目前可用的功能

支持的框架：AppKit、Chromium、Electron 和 Qt。UXP 支持正在开发中（Adobe 应用）。

工作者轮流控制桌面应用。当一个工作时，其他在队列中等待。

阅读兼容性和限制指南了解当前范围以及如何报告工作流程。

工作原理

Driver：用 Swift 编写，它将应用窗口移动到虚拟显示器，并将智能体的输入路由到那里，这样你就可以继续在你的 Mac 上工作，而无需虚拟机。
Perception：将当前界面转换为结构化文本，并在窗口变化时刷新它。
Brain：构建每个应用控件、关系和转换的地图，为智能体提供有关应用如何工作的上下文。
Memory：存储过去的交互及其结果，使智能体在后续任务中能够借鉴这些经验（仍在开发中；回忆可能不稳定，改进正在进行中）。

Driver、Perception 和 Engine 是 Swift 包库，你可以在自己的 macOS 应用中使用。

Mecum 会检查每次操作后发生了什么变化。你可以跟踪活动、查看结果，并从应用中停止工作进程。

桌面窗口转文本流程在本地运行。远程模型可以接收窗口文本、任务上下文和相关应用知识。请阅读权限与数据。

基准测试

Mecum 的全场景响应比 Cua 的截图 + AX 树响应估计少用 85–97% 的 token。

Driver 对比

1 次预热后运行 8 次。时间包括操作和更新后的视图。

应用 / 框架	Mecum 支持	Cua 支持	Mecum 步骤（毫秒）	Cua 步骤（毫秒）
TextEdit（AppKit）	部分支持	支持	1,069	1,489
Chrome（Chromium）	部分支持	支持	1,227	1,590
Obsidian（Electron）	支持	支持		1,513
Stocks（Mac Catalyst）	不可用	支持	—	2,061
kitty（OpenGL/GLFW）	部分支持	部分支持		1,602
DaVinci Resolve（Qt + GPU UI）	支持	不支持		—
Prism Launcher（Qt 6）	支持	不支持		—
Calculator（SwiftUI）	支持	支持		1,355
Safari（WebKit）	部分支持	部分支持		1,385

请参阅完整报告了解方法和支持限制。

每次读取的感知上下文

工具响应中的估计 token 数，而非使用模型执行任务的总 token 数：

应用 / 框架	Mecum 完整读取	Mecum 未更改	Cua 完整读取
TextEdit（AppKit）			6,185
Chrome（Chromium）			13,986
Obsidian（Electron）			7,307
kitty（OpenGL/GLFW）			4,566
DaVinci Resolve（Qt + GPU UI）			17,924
Prism Launcher（Qt 6）			4,157
Calculator（SwiftUI）			3,801
Safari（WebKit）			34,002