Sidehand:让 agent 后台操控 Windows 应用,不打扰你的键鼠
Agitated_Chair_4977 · reddit · 2026-11-18
作者开源了 Sidehand:一个面向 Windows 10/11 的 MCP server,让 agent 在后台操控某个应用窗口,而你继续在另一个窗口打字,鼠标键盘完全不被抢走。
- 原理:通过 UI Automation 把窗口读成文本(每个控件一行),用窗口消息或 UI Automation pattern 执行操作,窗口无需置顶或激活;自绘 UI 的应用(Qt、canvas)用内置 Windows OCR 读取。
- 实测数据:基准任务中打字窗口无一键击丢失、无窗口置顶、光标不动;仅耗 277 tokens(对比其他工具 2,488–13,425);2.0 秒完成,而能完成任务的 Windows-MCP 和 Terminator 分别要 65.5s 和 68.0s。
- 限制:WPF 下右键、悬停、拖拽无法后台执行;读原始鼠标输入的游戏忽略注入的点击。
- 安装:npx -y sidehand mcp(Claude Code 用户:claude mcp add sidehand -- npx -y sidehand mcp)。
- 许可为 PolyForm Shield 1.0.0,可自由使用含商用,但不得做竞争产品,非 OSI 开源。
「编程与Agent」频道最新
- 对着聊天框说句话就能微调模型:Hermes 新插件 adaption 上线 — sarahookr · 2026-11-18
- Hermes agent 内对话即可微调模型:Adaption 插件打通全流程 — sarahookr · 2026-11-18
- 英国超市巨头 M&S 用 GitHub Copilot 搭多智能体零售流水线 — marlene_zw · 2026-11-18
- 语音 agent 流量全迁单一数据中心,P95 首字延迟降一半 — itsOmSarraf_ · 2026-11-18
- 用 GPT-6.2 Sol 做长任务总提前停?调高推理强度试试 — pvncher · 2026-11-18
- HF 团队 RL 训 300MB LoRA:关思考达 xhigh 精度,省 8.1 倍 token — Disastrous-Work-1632 · 2026-11-18