Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

Open Computer Use

Lokaler MCP-Server, der Desktop-Apps über Bedienungshilfen-APIs im Hintergrund steuert, mit denselben Tools auf macOS, Windows und Linux.

Getestet von ReviewRamble editors · Aktualisiert

Einrichtung Open Source

Diese Seite teilen:XLinkedInFacebookRedditWhatsAppE-Mail

Unsere Bewertung

3.5/5

Ein ordentlicher, vorsichtiger Computer-Use-Server mit solider macOS-Seite, dessen Windows- und Linux-Seiten nach eigener Aussage noch experimentell sind.

Was ist Open Computer Use?

Open Computer Use vom GitHub-Nutzer opensymph lässt einen Agenten die Apps auf deinem eigenen Rechner sehen und bedienen. Er liest den Bedienungshilfen-Baum eines Fensters, die beschriftete Liste von Schaltflächen und Feldern, die Screenreader nutzen, dazu einen Screenshot, und klickt, tippt, scrollt, zieht und setzt dann Werte per Elementnummer oder Koordinaten. Die Eingaben gehen an die Ziel-App statt über deinen echten Mauszeiger und deine Tastatur, sodass du weiterarbeiten kannst, während er handelt. Namen und Argumente seiner Tools folgen dem Computer-Use-Plugin, das in OpenAIs Codex eingebaut ist.

Neun Kern-Tools sind auf macOS, Windows und Linux identisch; fünf Fenster-Tools laufen auf macOS und Windows, und macOS bringt zusätzlich eine Aufnahme des ganzen Bildschirms mit. Die macOS-Runtime ist in Swift geschrieben, die für Windows und Linux in Go, alle ausgeliefert in einem npm-Paket. Das Projekt steht unter MIT-Lizenz, wurde am 23. August 2026 angelegt, hat rund 25 Sterne und 97 Commits und veröffentlichte am 17. Oktober 2026 v1.3.0.

Open Computer Use installieren

npm i -g @opensymph/open-computer-use && ocu install-claude-mcp

Lohnt sich Open Computer Use?

Open Computer Use ist um ein Versprechen gebaut: Der Agent arbeitet in einer App, während du die Maus behältst. Auf macOS versucht der Standard-Klickweg zuerst die eigenen Bedienungshilfen-Aktionen der App und schickt dann Mausereignisse nur an den Prozess dieser App; der echte Zeiger bewegt sich nur, wenn du OPEN_COMPUTER_USE_ALLOW_GLOBAL_POINTER_FALLBACKS=1 setzt. Ein sichtbarer Software-Cursor zeigt, wo der Agent handelt, und die signierte macOS-App behält ihre Freigaben für Bedienungshilfen und Bildschirmaufnahme über Updates hinweg. Ein Vertrag auf drei Systemen bedeutet, dass ein einziger Prompt dieselbe App auf einem Mac, einem Windows-PC und einem Linux-Desktop steuern kann.

Die Leitplanken sind vernünftige Voreinstellungen, keine Sandbox. Passwortmanager werden immer abgelehnt. Unter Windows ist die Windows-Taste gesperrt, Terminals und Sicherheits-Apps stehen auf einer Sperrliste, und Apps starten, den Fokus übernehmen und Vordergrund-Eingaben brauchen jeweils eine eigene Umgebungsvariable. Die Sicherheitsrichtlinie des Projekts sagt klar, dass das Tool von Natur aus hohe Rechte hat, nur auf Rechnern laufen sollte, die dir gehören oder für die du berechtigt bist, und Risiken aus deiner Nutzung ausklammert. Alles, was der Agent sieht, kann er auch bedienen: Eine E-Mail oder Webseite, die er liest, ist eine mögliche Prompt-Injection mit deinem Desktop dahinter.

Die Daten bleiben lokal, was den Transport betrifft. Der Server spricht stdio, öffnet keinen Netzwerkport und erreicht auf macOS seine Hilfs-App über einen lokalen Unix-Socket. Fenster-Screenshots und Bedienungshilfen-Text gehen trotzdem an das Modell, das dein Agent nutzt, und das README sagt nichts zu Telemetrie. Separate Kommandozeilen-Tools können den ganzen Desktop aufnehmen oder aufzeichnen und globale Eingaben senden, sie liegen aber außerhalb der MCP-Tool-Liste, und die Eingabebefehle sind aus, solange du sie nicht freischaltest.

Der Haken: Die Architekturnotizen des Projekts nennen die Windows- und Linux-Runtimes experimentell. Windows hat keine Codesignatur und keinen sichtbaren Cursor, und die eigenen Messungen des Projekts setzen eine getippte Eingabe bei etwa 2.0 s und das Auflisten der Apps bei etwa 3.5 s an. Linux braucht eine angemeldete Desktop-Sitzung, die Fenster-Tools melden "not supported yet", und Screenshots scheitern oder sind schwarz unter GNOME mit Wayland. Mit rund 25 Sternen, drei Mitwirkenden und keinem Release seit dem 17. Oktober 2026 ist es jung und ruhig.

Unser Fazit: Für Mac-Nutzer, die Hintergrund-Computer-Use im Stil von Codex in Claude Code oder Gemini CLI wollen, ist es eine sorgfältige und einfache Installation; auf Windows oder Linux solltest du es als vielversprechende Vorschau sehen und ihm ein eigenes Benutzerkonto geben, nicht deinen Haupt-Desktop.

Wo es sich lohnt

  • Ein iOS-Entwickler am Mac in einem kleinen Studio

    Einen Einstellungsablauf im Simulator und in einer Design-App durchklicken und dabei weiter im Editor tippen

    Der Agent liest jedes Fenster mit get_app_state und klickt per Elementnummer im Hintergrund, der Software-Cursor zeigt, wo er handelt. Kostenlos bis auf die Modell-Tokens.

  • Eine Operations-Analystin in einer Firma mit 30 Personen und einem reinen Desktop-ERP-Client unter Windows

    Die Zahlen eines Wochenberichts in eine Tabelle übertragen, ohne sie neu abzutippen

    Der Agent liest das Berichtsfenster über UI Automation und tippt mit type_text in die Tabelle. Nutze dafür ein eigenes Konto: Die Windows-Runtime ist experimentell, und jede getippte Eingabe dauert laut den Messungen des Projekts etwa 2.0 s.

  • Ein QA-Leiter, der eine GTK-App auf einem Linux-Desktop testet

    Denselben Smoke-Test laufen lassen, den das Team schon auf macOS nutzt

    Weil die neun Kern-Tools Namen und Argumente teilen, steuert ein Skript beide. Nutze eine X11-Sitzung: Unter GNOME mit Wayland scheitern Screenshots, und Koordinatenklicks sind nur Best Effort.

Bevor du dich festlegst

Einrichtung
npm i -g @opensymph/open-computer-use, dann ocu doctor (auf macOS 14 oder neuer fragt es einmal nach Bedienungshilfen und Bildschirmaufnahme), dann ocu install-claude-mcp, install-codex-mcp, install-gemini-mcp oder install-opencode-mcp. Jeder andere Client startet open-computer-use mcp über stdio.
Integrationen
Neun Kern-Tools (list_apps, get_app_state, click, perform_secondary_action, scroll, drag, type_text, press_key, set_value), fünf Fenster-Tools auf macOS und Windows, capture_display auf macOS. Dazu ein Codex-Plugin, ein ZCode-Plugin, ein Agent-Skill und der Befehl ocu call für Skripte ohne Client.
Daten und Datenschutz
Läuft lokal über stdio und öffnet keinen Netzwerkport; auf macOS erreicht die CLI ihre Hilfs-App über einen lokalen Unix-Socket. Screenshots und Bedienungshilfen-Text gehen an den Modellanbieter deines Agenten. Das README erwähnt keine Telemetrie. Sicherheitskorrekturen gibt es nur für das neueste npm-Release.
Kosten im großen Maßstab
Kostenlos; die Kosten sind Modell-Tokens. Bedienungshilfen-Bäume sind standardmäßig auf 1.200 Knoten und 64 Ebenen begrenzt und Screenshots werden verkleinert, was jedes Lesen begrenzt, aber lange Aufgaben kommen trotzdem auf viele Aufrufe.
Grenzen
Windows hat keine Codesignatur und keinen sichtbaren Cursor und braucht eine angemeldete Desktop-Sitzung; über SSH kann list_apps leer zurückkommen. Fenster-Tools werden unter Linux noch nicht unterstützt, und Screenshots unter Wayland scheitern oder sind schwarz. macOS braucht Version 14 oder neuer.

Was gut ist

  • Hintergrund-Eingaben auf macOS, ohne deinen Zeiger zu bewegen
  • Dieselben neun Tools auf macOS, Windows und Linux
  • Globale Eingaben, App-Start und Fokus hinter Opt-in-Schaltern
  • Passwortmanager werden abgelehnt; signierte macOS-App

Was nicht

  • Windows- und Linux-Runtimes als experimentell gekennzeichnet
  • Keine Fenster-Tools unter Linux; Screenshots unter Wayland scheitern
  • Der Agent kann jede App lesen und bedienen, die er sieht
  • Junges Projekt, drei Mitwirkende, rund 25 Sterne

Am besten für

Mac-Entwickler, die einen Agenten aus Claude Code, Codex oder Gemini CLI native Apps im Hintergrund bedienen lassen wollen.

Alternativen zu Open Computer Use

Open Computer Use: häufige Fragen

Lohnt sich Open Computer Use?
Ein ordentlicher, vorsichtiger Computer-Use-Server mit solider macOS-Seite, dessen Windows- und Linux-Seiten nach eigener Aussage noch experimentell sind. Wir bewerten es mit 3.5 von 5.
Was kostet Open Computer Use?
Kostenlos und Open Source (MIT). Kein kostenpflichtiger Tarif; Modellaufrufe bezahlst du bei deinem eigenen Anbieter.
Welche Nachteile hat Open Computer Use?
Windows- und Linux-Runtimes als experimentell gekennzeichnet; Keine Fenster-Tools unter Linux; Screenshots unter Wayland scheitern; Der Agent kann jede App lesen und bedienen, die er sieht; Junges Projekt, drei Mitwirkende, rund 25 Sterne.
Für wen eignet sich Open Computer Use?
Mac-Entwickler, die einen Agenten aus Claude Code, Codex oder Gemini CLI native Apps im Hintergrund bedienen lassen wollen.
Was kostet Open Computer Use für ein Team oder im Produktivbetrieb?
Kostenlos; die Kosten sind Modell-Tokens. Bedienungshilfen-Bäume sind standardmäßig auf 1.200 Knoten und 64 Ebenen begrenzt und Screenshots werden verkleinert, was jedes Lesen begrenzt, aber lange Aufgaben kommen trotzdem auf viele Aufrufe.
Ist Open Computer Use sicher für Firmendaten?
Läuft lokal über stdio und öffnet keinen Netzwerkport; auf macOS erreicht die CLI ihre Hilfs-App über einen lokalen Unix-Socket. Screenshots und Bedienungshilfen-Text gehen an den Modellanbieter deines Agenten. Das README erwähnt keine Telemetrie. Sicherheitskorrekturen gibt es nur für das neueste npm-Release.
Was sind die besten Alternativen zu Open Computer Use?
Die nächsten Alternativen, die wir getestet haben, sind agent-desktop und Munim Computer Use.

Antworten geprüft am 18. Nov. 2026.