Hermes Agent 登陆 macOS：后台电脑控制功能正式上线
Nous Research 旗下的开源 AI 助手 Hermes Agent 正式推出 macOS 电脑控制（Computer Use）功能，用户在后台运行 AI 自动化任务时，无需担心鼠标乱跳或窗口焦点被抢走。
对标 OpenAI Codex，主打开源替代方案
该功能在体验上直接对标了 OpenAI Codex 的「后台控制」特性，但 Hermes Agent 的方案完全基于开源组件构建。其底层接入了开源驱动 cua-driver，通过逆向苹果私有 API 向目标进程直接下发操作指令。该驱动通过 MCP 协议 over stdio 与 Hermes Agent 通信，支持 任意支持工具调用的模型，包括 Claude、GPT、Gemini 以及本地 vLLM 端点上的开源模型。
与大多数电脑控制方案不同，cua-driver 的设计目标是在后台静默运行——用户的鼠标不会移动、键盘焦点不会切换、macOS 的 Space 也不会自动跳转。这意味着 AI 可以在后台搜索邮件、编写代码或执行其他任务，而用户可以同时在前台进行其他工作，实现人机在同一台 Mac 上协同作业。
四重上下文压缩：Token 消耗骤降 95%
电脑控制功能重度依赖连续截图，Token 账单常常快速增长。为解决这一问题，Hermes Agent 在框架层面实现了四重上下文压缩机制：强制剔除冗余画面、仅让模型记忆最近 3 张截图，并配合服务端自动清理旧缓存。
根据官方测算，在 1568×900 分辨率下连续执行 20 步操作，上下文 Token 消耗可从约 60 万 Token 暴降至 3 万左右，降幅高达 95%，大幅降低了用户的使用成本。
安装与使用
用户可通过 hermes computer-use install 命令安装 cua-driver 二进制文件，或在 hermes tools 中启用 Computer Use 工具集。使用 hermes computer-use status 可验证安装状态。
Hermes Agent 采用 MIT 许可证开源，可通过官方安装脚本一键部署。在技能方面，该功能对应 skills/apple/macos-computer-use 路径，支持截图（capture）、鼠标点击（click）、双击（double_click）、文本输入（type）、滚动（scroll）和拖拽（drag）等操作。
来源：Hermes Agent 官方文档（2026年5月12日）