Open Computer Useとは?
Open Computer Useは、GitHubユーザーopensymphによるもので、エージェントがあなた自身のパソコン上のアプリを見て操作できるようにします。ウィンドウのアクセシビリティツリー、つまりスクリーンリーダーが使うボタンや入力欄のラベル付き一覧とスクリーンショットを読み取り、要素番号または座標を指定してクリック、入力、スクロール、ドラッグ、値の設定を行います。入力は実際のマウスポインターやキーボードを経由せず対象アプリに直接送られるため、エージェントが作業している間もあなたは作業を続けられます。ツール名と引数は、OpenAIのCodexに組み込まれたcomputer useプラグインに合わせています。
9つの基本ツールはmacOS、Windows、Linuxで共通です。5つのウィンドウ単位のツールはmacOSとWindowsで動き、macOSでは画面全体のキャプチャも使えます。macOS版のランタイムはSwift、WindowsとLinux版はGoで書かれ、すべて1つのnpmパッケージで配布されます。ライセンスはMITで、2026年8月23日に作成され、スターは約25、コミットは97件、2026年10月17日にv1.3.0をリリースしました。
Open Computer Useのインストール方法
npm i -g @opensymph/open-computer-use && ocu install-claude-mcpOpen Computer Useは使う価値があるか?
Open Computer Useは、エージェントがアプリで作業している間もマウスはあなたのもの、という一つの約束を軸に作られています。macOSでは、既定のクリック処理がまずアプリ自身のアクセシビリティ操作を試し、次にそのアプリのプロセスだけにマウスイベントを送ります。実際のポインターが動くのは、OPEN_COMPUTER_USE_ALLOW_GLOBAL_POINTER_FALLBACKS=1を設定したときだけです。目に見えるソフトウェアカーソルがエージェントの操作位置を示し、署名済みのmacOSアプリはアップデート後もアクセシビリティと画面収録の許可を保ちます。3つのOSで同じ仕様なので、1つのプロンプトでMac、Windows PC、Linuxデスクトップ上の同じアプリを操作できます。
安全策はサンドボックスではなく、妥当な初期設定です。パスワードマネージャーは常に拒否されます。Windowsでは、Windowsキーがブロックされ、ターミナルとセキュリティアプリは拒否リストに入り、アプリの起動、フォーカスの奪取、前面への入力にはそれぞれ専用の環境変数が必要です。プロジェクトのセキュリティポリシーは、このツールが本質的に高い権限を持つこと、自分が所有するか利用を許可されたマシンでのみ使うべきこと、使い方に起因するリスクは対象外であることをはっきり述べています。エージェントは見えるものすべてを操作できます。読んだメールやWebページは、あなたのデスクトップを背後に抱えたプロンプトインジェクションの入口になり得ます。
通信経路の面では、データはローカルにとどまります。サーバーはstdioで通信し、ネットワークポートを開かず、macOSではローカルのUnixソケットで補助アプリとやり取りします。ただし、ウィンドウのスクリーンショットとアクセシビリティのテキストは、エージェントが使うモデルに送られます。READMEにはテレメトリについての記載がありません。デスクトップ全体のキャプチャや録画、グローバル入力ができる別のコマンドラインツールもありますが、MCPのツール一覧には含まれず、入力コマンドは有効にしない限りオフです。
注意点:プロジェクトのアーキテクチャ資料は、WindowsとLinuxのランタイムを実験的と位置づけています。Windows版にはコード署名も可視カーソルもなく、プロジェクト自身の計測では、テキスト入力1回に約2.0 s、アプリ一覧の取得に約3.5 sかかります。Linuxではログイン済みのデスクトップセッションが必要で、ウィンドウ単位のツールは"not supported yet"を返し、GNOMEのWayland環境ではスクリーンショットが失敗するか真っ黒になります。スターは約25、貢献者は3人で、2026年10月17日以降リリースがなく、若く動きの少ないプロジェクトです。
結論:Claude CodeやGemini CLIでCodex風のバックグラウンドcomputer useを使いたいMacユーザーには、丁寧に作られた導入しやすい選択肢です。WindowsやLinuxでは有望なプレビューとして扱い、メインのデスクトップではなく別のユーザーアカウントで動かしてください。
真価を発揮する場面
小さなスタジオでMacを使うiOS開発者
エディターで入力を続けながら、Simulatorとデザインアプリで設定画面の流れをクリックして確認する
エージェントがget_app_stateで各ウィンドウを読み取り、要素番号でバックグラウンドからクリックし、ソフトウェアカーソルが操作位置を示します。モデルのトークン代以外は無料です。
Windows専用のデスクトップERPクライアントを使う従業員30人の会社のオペレーション担当アナリスト
週次レポートの数値を打ち直さずにスプレッドシートへ写す
エージェントがUI Automationでレポートのウィンドウを読み取り、type_textでスプレッドシートに入力します。別アカウントで動かしてください。Windows版は実験的で、プロジェクトの計測ではテキスト入力1回に約2.0 sかかります。
LinuxデスクトップでGTKアプリをテストするQAリーダー
チームがmacOSですでに使っているスモークテストをそのまま実行する
9つの基本ツールは名前も引数も共通なので、1つのスクリプトで両方を操作できます。X11セッションを使ってください。GNOMEのWayland環境ではスクリーンショットが失敗し、座標クリックはベストエフォートです。
導入前に確認すること
- 導入
- npm i -g @opensymph/open-computer-useを実行し、次にocu doctor(macOS 14以降ではアクセシビリティと画面収録の許可を一度だけ求めます)、続いてocu install-claude-mcp、install-codex-mcp、install-gemini-mcp、install-opencode-mcpのいずれかを実行します。その他のクライアントはopen-computer-use mcpをstdioで起動します。
- 連携
- 9つの基本ツール(list_apps、get_app_state、click、perform_secondary_action、scroll、drag、type_text、press_key、set_value)、macOSとWindowsで5つのウィンドウツール、macOSでcapture_display。ほかにCodexプラグイン、ZCodeプラグイン、エージェント用スキル、クライアントなしでスクリプトから使えるocu callコマンドがあります。
- データとプライバシー
- stdioでローカルに動き、ネットワークポートは開きません。macOSではCLIがローカルのUnixソケットで補助アプリとやり取りします。スクリーンショットとアクセシビリティのテキストはエージェントのモデル提供元に送られます。READMEにテレメトリの記載はありません。セキュリティ修正は最新のnpmリリースにのみ提供されます。
- 大規模利用時のコスト
- 無料で、費用はモデルのトークン代です。アクセシビリティツリーは既定で1,200ノード、64階層までに制限され、スクリーンショットも縮小されるため1回の読み取りは抑えられますが、長いタスクでは呼び出し回数が多くなります。
- 制限
- Windows版はコード署名と可視カーソルがなく、ログイン済みのデスクトップセッションが必要です。SSH経由ではlist_appsが空になることがあります。Linuxではウィンドウ単位のツールが未対応で、Waylandのスクリーンショットは失敗するか真っ黒になります。macOSはバ ージョン14以降が必要です。
良い点
- macOSではポインターを動かさずにバックグラウンドで入力
- macOS、Windows、Linuxで同じ9つのツール
- グローバル入力、アプリ起動、フォーカス操作はオプトイン
- パスワードマネージャーを拒否、署名済みのmacOSアプリ
気になる点
- WindowsとLinuxのランタイムは実験的と明記
- Linuxはウィンドウツール非対応、Waylandでスクリーンショット失敗
- エージェントは見えるアプリなら何でも読み取り操作できる
- 新しいプロジェクトで貢献者3人、スター約25
おすすめの人
Claude Code、Codex、Gemini CLIからネイティブアプリをバックグラウンドで操作させたいMacの開発者。
Open Computer Useの代替
Open Computer Use:よくある質問
- Open Computer Useは使う価値があるか?
- 丁寧で慎重なcomputer useサーバーで、macOS側は堅実ですが、WindowsとLinux側はプロジェクト自身が認めるとおりまだ実験段階です。 評価は5点満点中3.5点です。
- Open Computer Useの料金は ?
- 無料のオープンソース(MIT)です。有料プランはなく、モデルの呼び出し料金は自分のプロバイダーに支払います。
- Open Computer Useの欠点は?
- WindowsとLinuxのランタイムは実験的と明記; Linuxはウィンドウツール非対応、Waylandでスクリーンショット失敗; エージェントは見えるアプリなら何でも読み取り操作できる; 新しいプロジェクトで貢献者3人、スター約25.
- Open Computer Useは誰に向いているか?
- Claude Code、Codex、Gemini CLIからネイティブアプリをバックグラウンドで操作させたいMacの開発者。
- チームや本番環境でOpen Computer Useを使うと費用はいくらか?
- 無料で、費用はモデルのトークン代です。アクセシビリティツリーは既定で1,200ノード、64階層までに制限され、スクリーンショットも縮小されるため1回の読み取りは抑えられますが、長いタスクでは呼び出し回数が多くなります。
- Open Computer Useは企業データを扱っても安全か?
- stdioでローカルに動き、ネットワークポートは開きません。macOSではCLIがローカルのUnixソケットで補助アプリとやり取りします。スクリーンショットとアクセシビリティのテキストはエージェントのモデル提供元に送られます。READMEにテレメトリの記載はありません。セキュリティ修正は最新のnpmリリースにのみ提供されます。
- Open Computer Useの代わりになるものは?
- 当サイトでレビューした中で最も近い代替はagent-desktop 、 Munim Computer Useです。
回答確認日:2026年11月18日