题接上一篇《Kimi 也支持电脑控制了》！

让智能体控制电脑，帮你完成各种操作，在自动化拟人任务和自动化测试中是非常有用的。但是并不是所有的模型和智能体都支持的。

在安装了 Kimi 的电脑控制插件之后，我发现了一个很有意思的事情。

我发现 KimiCode 的电脑控制插件，并不是只有它自家可以用，也支持其他智能体调用。比如明确支持的就有 Claude Code 和 ChatGPT。它已经自动识别了，并且可以一键启用。

除了明确支持的之外，它也提供了其他 Agent 接入的方法。

其实就是只要让其他智能体添加一个 MCP Server 就可以了！

然后我用我自己手搓的智能体试了一下。

没想到真的成功了。

我测试的时候选的还是没有视觉能力的 DeepSeek Flash！用 DS 的好处是成本低啊，成本低啊，成本低啊。

我主要是测试了两个任务。第一个是让它帮我打开计算器，计算一下 9 x 9 等于多少。

这是一个很简单的任务，但是它必须完成一个链路，你需要先打开计算器，然后找到 9 的按键位置，按下按钮，然后找到结果区域，读取结果。是一个完整的操作闭环。

第二个任务是，让它帮我打开 Chrome 浏览器，搜索 DeepSeek，然后帮我读取第一条结果。

也轻松搞定了。

这个 Computer Use 有点搞头，完全免费，而且支持各种 Agent，可以用便宜模型。

我看了一下这个电脑控制插件包含 13 个工具！

工具	作用
list_apps	按进程列出运行中的桌面应用
launch_app	按路径/名称/AppID 启动应用
activate_window	把已有窗口带到前台（pid/app/window_id 三选一）
get_app_state	窗口状态快照（截图 + 无障碍树，产出 snapshot_id），被动不激活
click	真实鼠标点击（元素 index 或截图坐标）
type_text	聚焦输入框后剪贴板粘贴输入
press_key	按键/组合键（Enter、Ctrl+A、Alt+F4 等）
scroll	滚动（元素或坐标，dy>0 上滚）
set_value	UIA 设原生控件值（Value/RangeValue）
perform_secondary_action	对原生控件执行 UIA 语义动作（invoke/toggle/expand 等）
select_text	选择文本（web/Electron 走真实焦点 + Ctrl+A）
drag	真实鼠标拖拽
turn_ended	结束 Computer Use turn、隐藏 overlay、清除 Escape 状态

有了这些 工具，可以完成大量的电脑操作任务。

当然，为了让自己的 Agent 和 DeepSeek 去调用这个插件，其实并没有想象的那么轻松，还是又遇到了不少波折。下面我就分享一下踩坑经验吧。成功的结果并没有太大意义，犯过的错误才是让我们进步的关键。

踩坑记录

当我知道KimiCU支持第三方调用的时候，首先是尝试了它明确支持的 ChatGPT（Codex）。

非常顺利：

Codex 做这种活还是非常优雅的。首先通过几个工具的调用确认这个插件已经可用。

已验证：

1. 列出桌面应用和窗口：成功，约 0.05 秒返回
2. 读取指定窗口状态及中文内容：成功
3. 恢复并激活最小化窗口：成功
4. 截取指定窗口画面：成功
5. 切回 ChatGPT 并关闭控制浮层：成功

然后快速实现了调用计算器的任务，一切都非常顺利。

本来想试一下 Claude Code，但是我的配额已经用完了！

所以我就直接拿自己的 JClaude（有一个版本叫 Cowork 哈哈）来尝试了。

模型是直接选择了 DeepSeek V4 Flash！

为什么要搞这个呢？因为 Codex 和 Claude 它们家的工具和模型，本身就自带电脑操作功能，而且非常强大，并不需要第三方的电脑控制。只有我们自己做的 Agent 和配置第三方模型才需要自己解决电脑控制的问题。

而我这个 JClaude 其实就是套壳了 Claude Code，所以理论也算是在默认支持范围之内，跑起来应该问题不大。

我就把这个配置信息给了它：

将下面的 MCP Server 加入你的 Agent：Name: kimi-cuType: stdioCommand: C:UserstonyAppDataLocalKimiCUkimi-cu.exeArgs: mcpJSON:{"mcpServers": { "kimi-cu": {"args": [ "mcp"],"command": "C:UserstonyAppDataLocalKimiCUkimi-cu.exe","type": "stdio" }}}

安装非常顺利，基础检查也全部过了。

但是当我尝试让它实现类似的 9 x 9 计算器操作的时候却卡住了。

一卡住，就分析了很久。还好最后 Flash 自己探索出了解决之道。

然后我把整个分析排查过，解决方案，使用教程大家分享一下。

1. 背景：问题是什么

kimi-cu（Kimi Computer Use for Windows）是 Moonshot 出的 Windows 桌面控制 runtime： 通过 MCP 暴露工具，让 AI 能"看"（截图 + UI Automation 树）并"操作"（真实鼠标/键盘）本地 Windows 应用。

插件是薄壳，真正干活的是本地 runtime：

`%LOCALAPPDATA%KimiCUkimi-cu.exe`

现象：

kimi-cu MCP 装好了、runtime 也健康，但 Claude Code 会话里只加载 9 个工具，缺 4 个：activate_window、get_app_state、click、scroll。

致命影响：

缺的 get_app_state 是整套工具链的观察入口。它截图 + 抓无障碍树 + 产出 snapshot_id，其余操作工具（click/type_text/press_key 等）全都强制要求传 snapshot_id。没有它，“观察 → 操作”的标准流程根本启动不了。

2. 根因

kimi-cu 的 4 个工具在 inputSchema 顶层用了 JSON Schema 的 oneOf 组合关键字，而 Anthropic 系客户端不支持工具 schema 顶层出现 oneOf/anyOf/allOf，加载时会静默跳过这些工具。

工具	inputSchema 顶层结构	Claude Code 是否加载
activate_window	oneOf（pid/app/window_id 三选一）	❌
get_app_state	oneOf（pid/app/window_id 三选一）	❌
click	oneOf（index / x,y 二选一，含 not/anyOf）	❌
scroll	oneOf（index / x,y 二选一，含 not/anyOf）	❌
其余 9 个	顶层无组合器，普通 object	✅

这不是配置问题、不是 runtime 问题、更不是"第三方调用（Cowork）"的问题。

3. 排查方法论（三层对账 + 逐层排除）

这套方法适用于任何“MCP 工具没加载齐”的排查：

① 三层对账

1. 插件 manifest 声明的工具白名单（kimi.plugin.json 的 enabledTools）
2. MCP server 实际声明的工具：用 Python 直接对 kimi-cu.exe mcp 发 JSON-RPC tools/list
3. 客户端会话实际加载的工具：看会话里 mcp__<server>__* 工具数量

② 逐层排除

1. 换不同 clientInfo 身份（claude-code/cowork-desktop/kimi/inspect）→ server 返回都是 13 个 → 排除 server 按客户端裁剪
2. 用不经过宿主（Cowork）的系统独立 Claude CLI 连接 → 还是 9 个 → 排除宿主过滤，锁定 Claude Code 本身
3. 导出全部工具的完整 inputSchema 逐一对比 → 发现"被跳过 = 顶层有 oneOf"的规律（天然的对照组：type_text/select_text 也是"index 或坐标二选一"，但没用 oneOf，就正常加载了）
4. 上网核实 → 确认是 Anthropic API / Claude Code 对顶层组合器的已知限制

牛逼，它还上网核实一下！

我对 DeepSeek 是并没有太高期望的，没想到这个问题被它自己探索出来了，其实我同事也在问 K3 和 GPT 5.6，它们也指出了类似的方向。

4. 解决方案：本地 MCP 袋里

核心思路：

在 Claude Code 与 kimi-cu.exe mcp 之间插一层薄袋里，只改写 tools/list 响应，把 4 个工具的 oneOf 剥掉。对客户端完全透明，不动 kimi-cu 本体。

Claude Code ⇄ proxy.js（Node stdio）⇄ kimi-cu.exe mcp

4.1 原理

1. 双向透传所有 JSON-RPC 消息（initialize / tools/call / 通知）
2. 只拦截 tools/list 响应：按请求 id 匹配响应，对每个工具剥掉 inputSchema 顶层的 oneOf/anyOf/allOf/not，补 type:"object"，其余字段原样保留
3. 后端 kimi-cu.exe 路径由袋里自己的 config.json 管理（不依赖官方插件包）
4. 可选工具过滤：enabledTools / disabledTools

4.2 目录结构

C:Userstony.coworkmcpkimi-cu-proxy├── proxy.js 袋里主程序（Node.js，零依赖）├── config.json 配置（后端路径、工具过滤）├── test-proxy.py自检脚本└── README.md

4.3 proxy.js

#!/usr/bin/env node'use strict';const { spawn } = require('child_process');const fs = require('fs');const os = require('os');const path = require('path');const readline = require('readline');constPROXY_DIR = __dirname;let config = {};try { config = JSON.parse(fs.readFileSync(path.join(PROXY_DIR, 'config.json'), 'utf8'));} catch (e) { /* 按默认处理 */ }functionresolveBackendExe() { const localAppData =process.env.LOCALAPPDATA || path.join(os.homedir(), 'AppData', 'Local'); if (config.exePath && typeof config.exePath === 'string' && config.exePath.trim()) {return config.exePath.trim();} if (process.env.KIMI_CU_WINDOWS_EXE && process.env.KIMI_CU_WINDOWS_EXE.trim()) {return process.env.KIMI_CU_WINDOWS_EXE.trim();} return path.join(localAppData, 'KimiCU', 'kimi-cu.exe');}functionapplyToolFilter(tools) { const enabled =Array.isArray(config.enabledTools) && config.enabledTools.length ? config.enabledTools : null; const disabled =Array.isArray(config.disabledTools) && config.disabledTools.length ? newSet(config.disabledTools) : null; return (tools || []).filter((t) => {if (enabled && !enabled.includes(t.name)) returnfalse;if (disabled && disabled.has(t.name)) returnfalse;returntrue;});}// 剥掉 inputSchema 顶层的组合器，让 Claude Code 能加载functionsanitizeSchema(schema) { if (!schema || typeof schema !== 'object' || Array.isArray(schema)) return schema; const out = { ...schema }; for (const key of ['oneOf', 'anyOf', 'allOf', 'not']) {if (Object.prototype.hasOwnProperty.call(out, key)) { const note = `(原 schema 顶层含 ${key}，为兼容 Claude Code 已剥离)`; out.description = out.description ? `${out.description}${note}` : note; delete out[key]; }} if (!out.type) out.type = 'object'; if (out.properties === undefined) out.properties = {}; if (out.additionalProperties === undefined) out.additionalProperties = false; return out;}functionrewriteToolsResult(msg) { if (msg.result && Array.isArray(msg.result.tools)) {msg.result.tools = applyToolFilter(msg.result.tools).map((t) => ({ ...t, inputSchema: sanitizeSchema(t.inputSchema), }));} return msg;}const backendExe = resolveBackendExe();const child = spawn(backendExe, ['mcp'], { stdio: ['pipe', 'pipe', 'inherit'] });child.on('error', (err) => { process.stderr.write(`[kimi-cu-proxy] 无法启动后端 ${backendExe}: ${err.message}n`); process.exit(1);});const toolsListIds = newSet();readline.createInterface({ input: process.stdin }).on('line', (line) => {if (!line.trim()) return;let msg;try { msg = JSON.parse(line); } catch (e) { return; }if (msg.method === 'tools/list') toolsListIds.add(msg.id);child.stdin.write(line + 'n');});readline.createInterface({ input: child.stdout }).on('line', (line) => {if (!line.trim()) return;let msg;try { msg = JSON.parse(line); } catch (e) { process.stderr.write(`[kimi-cu-proxy] 忽略非 JSON 行: ${line.slice(0, 120)}n`); return; }if (msg.id !== undefined && toolsListIds.has(msg.id)) { toolsListIds.delete(msg.id); msg = rewriteToolsResult(msg); }process.stdout.write(JSON.stringify(msg) + 'n');});child.on('exit', (code) => process.exit(code || 0));process.on('exit', () => { try { child.kill(); } catch (e) {} });process.on('SIGINT', () => process.exit(0));process.on('SIGTERM', () => process.exit(0));

4.4 config.json

{"exePath":"","enabledTools":[],"disabledTools":[]}

字段	说明
exePath	后端 kimi-cu.exe 路径。留空依次回退环境变量 KIMI_CU_WINDOWS_EXE → 官方默认 %LOCALAPPDATA%KimiCUkimi-cu.exe
enabledTools	非空时只暴露列出的工具（默认空 = 全部 13 个）
disabledTools	非空时剔除列出的工具（默认空 = 不过滤）

4.5 注册配置

改 Claude Code 的 MCP 配置。如果改 Claude Code 官方版，就修改用户级 ~/.claude.json。如果修改我们自己的 Agent，就修改 .cowork/.claude.json 里的 mcpServers.kimi-cu：

"kimi-cu": { "type": "stdio", "command": "C:Program Filesnodejsnode.exe", "args": ["C:Userstony.coworkmcpkimi-cu-proxyproxy.js"]}

5. 验证

简单袋里 MCP 已经写完，接下来就验证一下我们的操作实例了。

5.1 计算器 9 × 9

0. launch_app("calc.exe") 打开计算器
1. list_apps 定位计算器窗口（ApplicationFrameHost 下 title="计算器"）
2. get_app_state(window_id, mode="full") → snapshot_id + 无障碍树
3. 用正则从树里解析按钮中心坐标：按钮 name="九" class="Button" rect=x,y w x h → 中心 (x+w/2, y+h/2)
4. 依次 click(snapshot_id, x, y)：清除 → 九 → 乘以 → 九 → 等于
5. get_app_state(mode="text") 读到 "显示为 81"
6. 收尾 turn_ended 结束调用状态（隐藏 overlay，不杀进程）

5.2 Chrome 搜索 DeepSeek

0. activate_window(chrome窗口) 激活（若最小化，先激活再观察，否则 mode="full" 会报 "target window is minimized"）
1. get_app_state(mode="full") → snapshot_id + 树，解析地址栏的中心坐标
2. click 地址栏（真实鼠标，触发 overlay）→ 输入内容 type_text(snapshot_id, x, y, text, clear=true) → 输入回车 press_key "Enter"
3. 等加载后 get_app_state(mode="text") 从 visible_text 提取结果

5.3 收尾惯例

每次操作完必须调用 turn_ended 结束 Computer Use turn 并隐藏 overlay——不是杀进程。 然后用 p.stdin.close() 让 MCP 连接优雅退出（server 检测到 EOF 自动退出）。

6. 坑与细节清单

0. MCP stdio 是"换行分隔 JSON-RPC"：每行一个 JSON 对象
1. 测试袋里不能 printf | node proxy.js：袋里是常驻进程（要转发子进程），管道等不到 EOF 会挂起；用 Python subprocess + 线程读 + 按 id 匹配响应，最后显式关闭
2. get_app_state 三种 mode 的区别：full（截图 + ax）、image（仅截图）、ax（仅 UIA 树，无截图）、text（仅可见文本，最轻）。click 的坐标必须是带截图的 snapshot（full/image）的 screenshot_pixels；用 ax 的坐标可能坐标系统不对（报 out of bounds）
3. 窗口最小化时 full/image 报错 "target window is minimized before get_app_state screenshot"，先 activate_window 再重试一次
4. Git Bash 的路径转换坑：taskkill /F /IM kimi-cu.exe 会把 /F 转成 F:/，需加 MSYS_NO_PATHCONV=1 前缀或用 PowerShell
5. Windows 控制台编码：Python 打印 UTF-8 中文乱码，用 PYTHONIOENCODING=utf-8
6. kimi-cu 进程构成：主 agent（常驻，stop-agent 停）、overlay 窗口进程、每个 MCP 连接一个 kimi-cu.exe mcp 实例。退出要分层处理
7. skipSchemaValidation: true 只绕过本地校验，Anthropic API 层仍拒；治本是把 oneOf 从 server schema 里去掉

7. 全新系统从零部署（step-by-step）

7.1 系统要求

1. Windows 10 1903+ / Windows 11，x64；Windows Server 需 Desktop Experience + 交互式会话
2. 目标应用以管理员权限运行时，kimi-cu agent 也需同级权限（UIPI 限制）

7.2 安装 kimi-cu runtime

# PowerShell 一键安装powershell.exe -NoProfile -ExecutionPolicy Bypass -Command "Invoke-RestMethod 'https://cdn.kimi.com/kimi-computer-use-windows/latest/setup_windows.ps1' | Invoke-Expression"

安装后默认在 %LOCALAPPDATA%KimiCUkimi-cu.exe，并自动在后台启动 agent、注册开机自启。 验证：

"$LOCALAPPDATA/KimiCU/kimi-cu.exe" doctor# 期望输出含 mcp=true、helper=embedded、agent.running=true

7.3 部署本地 MCP 袋里

0. 建目录：<HOME>.coworkmcpkimi-cu-proxy
1. 把 4.3 的 proxy.js、4.4 的 config.json、README 放进去
2. 确认本机 Node 可用：node --version（Claude Code 自带 Node；若用独立安装，注意 command 里写对 node.exe 绝对路径）

7.4 配置 Claude Code 指向袋里

编辑 Claude Code 的 MCP 配置，把 kimi-cu 指向袋里：

"kimi-cu":{"type":"stdio","command":"<node.exe 绝对路径>","args":["<袋里 proxy.js 绝对路径>"]}

备份原配置再改，改完后新会话生效！

其实核心问题就一句话：不兼容。第二句话是：搞个 MCP 做兼容！！

一旦配置好之后，以后就不用管了，直接让它做就可以了！我这次遇到的问题，主要是因为我用了 Claude Code 的缘故，如果你的智能体不是 CC，估计就不会遇到这个问题了，应该会简单很多。

中间部分是让 DS 自己做总结，对普通人阅读文章可能不是太友好，但是细节非常清晰，有很高的实用价值。

工具模型就是那些，以后就是要不断的提升使用技巧了。

另外再说一个很有意思的现象。Kimi 的这个插件，K3 自己调用的时候，出现了调用完成之后不退出调用状态的现象，就是电脑屏幕一直显示“正在使用电脑”。

DeepSeek 也出现了这个问题，而 Codex（GPT 5.6）却做得非常好，第一次接触这个工具，做完之后收得非常干净。

DeepSeek还出现一个问题，他居然说Kimi-cu.exe的签名是

懂得兄弟应该发现问题了。

它把两家公司搞混了，它把自己的母公司搞成了Kimi的母公司。问题是它还言之凿凿说这不是第三方伪造。 经过我的质疑，它坦白，它读取到的签名是乱码，然后直接乱编了一个...!

看不懂，就乱编一个~~哈哈！

D哥，你这么做事情不太行吧！