用途：desktop-control 是 droid-control 工作流的后台知识，供编排器路由后使用，本身不被直接调用。它描述通过上游 trycua/cua 的 cua-driver 驱动原生桌面 GUI 应用的机制，适用于自动化原生桌面应用（如 Finder、记事本、系统设置、原生编辑器）、驱动无 DOM 或 PTY 可达的原生对话框与权限弹窗，以及对原生 UI 做视觉 QA（逐窗口截图、无障碍树断言）。若目标是终端 TUI，应使用 tuistory 或 true-input；若是网页或 Electron 应用，应使用 agent-browser。
主要能力：枚举应用与窗口、快照无障碍树、按 element_index 或像素坐标点击/输入/滚动，并通过重新快照验证，全程无需将目标窗口置于前台。平台支持方面，macOS 与 Windows 为 Production 层级，Linux 为 Pre-release（存在实际限制）。
使用方式：一次性安装（每用户，无需 sudo/admin）： curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh | bash Windows PowerShell：irm https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.ps1 | iex 随后运行 cua-driver doctor 做平台探测，cua-driver skills install 获取上游技能包。element_index 工作流需要守护进程：cua-driver serve 启动，cua-driver status 查看健康，cua-driver stop 停止。权限通过驱动检查与授予：cua-driver permissions status、cua-driver permissions grant。核心循环为 Discover -> Observe -> Act -> Verify，针对明确的 (pid, window_id)，工具名用 snake_case 直接调用，如 cua-driver <tool> '<json>'；每次操作前后都要 get_window_state 快照，操作前快照用于解析 element_index，操作后快照作为证据。寻址优先 element_index，其次像素点击，键盘与平台回退为最后手段。运行隔离通过 cua sessions 实现，每次运行声明一个会话并在每个操作中传递。
限制：不得改变用户最前台应用，遇到 activate、foreground、raise、make key 类命令应停止；破坏性操作需用户明确意图；操作后必须重新快照并报告实际观察结果。上游技能包（~/.cua-driver/skills/cua-driver/SKILL.md 及对应平台文档）是深度参考，包含完整工具面、窗口状态行为矩阵与禁用命令列表，随二进制更新，执行任何非平凡工作流前应先阅读。