Computer Use Agent 循环可视化

看 AI 一步步操作屏幕

每一步：截屏 → 模型推理 → 输出鼠标/键盘动作 → 执行 → 再截屏。

Step 0 / 5 · Tokens 0 · Cost $0.000

任务

把 Numbers 里的"年度预算"标题改成粗体红色

Numbers — Budget.numbers

年度预算

类别

预算

实际

服务器

$2,000

$1,850

设计

$500

$320

营销

$1,200

$1,100

🖱️

Step 0 · screenshot

看屏幕：发现 Numbers 已打开，标题在中间。

📸 1024×768 → 1500 tokens

Step 1 · 推理

先用鼠标点击标题"年度预算"——选中它。

action: left_click @ (210, 200)

Step 2 · 推理

点击工具栏 Bold 按钮加粗。

action: left_click @ (45, 78)

Step 3 · 推理

点击颜色按钮 → 选红色。

action: left_click @ (150, 78)

Step 4 · 验证 ✓

再截一次屏 → 看到标题已变粗体红色 → 任务完成。

📸 + final screenshot

💸 注意 token 消耗：每步约 1500 tokens（一张截图）+ 推理 → 5 步任务约 9000 tokens。复杂任务可能需要 50-100 步，**单次任务成本几美元不奇怪**。