用途：desktop-use 是 droid-control 工作流的后台知识，不被直接调用，用于通过 trycua cua-driver 驱动原生 GUI 应用自动化。核心原则是单一控制器操作一个精确 GUI 目标，观察每次效果，并在用户后置条件被证明后停止。
主要能力与流程：发现阶段用 cua-driver list_apps，需要启动时用 launch_app，再从响应或 list_windows 选择目标窗口；观察用 get_window_state，传入已观察到的 pid、window_id 和本次运行的 session，可用 query、max_elements、max_depth 限制大树；操作用 click / type_text，需精确目标和新鲜 element_token，x,y 只能来自有效目标截图；菜单与几何优先用 invoke_menu 配合已观察菜单路径，或 set_window_frame，并验证结果窗口状态；验证用新的 get_window_state / get_desktop_state，或 verify_state；结束前完成自有录制，再 end_session，除非被要求关闭，否则保留个人应用和共享服务。
使用方式：默认用 CLI 或已有 MCP 连接。示例命令：cua-driver get_window_state '{"pid":844,"window_id":10725,"session":"RUN_ID"}'；cua-driver click '{"target":{"kind":"window","pid":844,"window_id":10725},"element_token":"s0000002a:14","session":"RUN_ID"}'。检测与设置命令包括 command -v cua-driver、cua-driver --version、cua-driver status、cua-driver doctor、cua-driver describe click。无需单独安装 Cua skill；保留现有可执行包装器与服务归属；二进制缺失时须先获批准再使用官方安装器。
平台要求：macOS 需辅助功能与屏幕录制授权，由用户运行 cua-driver permissions grant 并批准提示；Windows 运行时须在交互式桌面会话而非 Session 0；Linux 以图形用户在其显示/会话总线运行，原生 Wayland 可能需在服务环境设置 CUA_DRIVER_RS_ENABLE_WAYLAND=1，合成器捕获/输入/视频支持不一。
限制与规则：不得替换方法，Cua 原生输入排除 CDP、DOM、应用 API 和 shell/媒体快捷方式；不得共享桌面控制；不得复用过期或模糊目标，新快照会使旧句柄失效；不得从缺失证据推断像素；不得隐式升级权限；不得把投递等同于完成，需重新观察并检查后置条件。录制仅在请求时进行，视频默认关闭，录制工具无公开 session 参数，须在持久 MCP 连接上运行，断开前完成收尾。失败时按失败映射处理，如缺二进制/权限/能力应报告 BLOCKED 并与用户解决，而非静默安装或改安全设置。